[发明专利]一种基于深度强化学习的智能运维方法

权利要求书

1.一种基于深度强化学习的智能运维方法，其特征在于，包括以下步骤：

预先采集数据信息并通过数据采集器导入至架构仿真器；

基于架构仿真器以Kubernetes作为底层架构，对CMDB中的架构进行拓扑重现，对数据采集器采集数据信息构造运维数字孪生环境，对数字孪生环境使用深度强化学习算法DQN，以ITSM为的数据作为DQN算法的Q值评判依据，寻找最佳的运维规则组合，将训练所得到的模型存放进入规则存储数据库；

推理服务从规则存储数据库中加载模型；

运维事件发生后，经过推理服务进行推理，得到匹配的适合Ansible所使用的PlayBook文件，触发运维动作。

2.根据权利要求1所述的基于深度强化学习的智能运维方法，其特征在于，所述数据采集器采集数据信息，包括以下步骤：

所述数据采集器从监控系统获取历史指标数据，作为架构仿真器的监控数据基础；

所述数据采集器从日志系统中获取历史日志数据，作为架构仿真器的日志数据基础；

所述数据采集器从网络流量监控系统获取网络流量包的历史数据，作为架构仿真器的流量包数据重播基础；

所述数据采集器从ITSM中获取自动化运维脚本记录和故障维护记录，作为深度强化学习算法的脚本执行基础和Q表评判依据。

3.根据权利要求2所述的基于深度强化学习的智能运维方法，其特征在于，所述基于架构仿真器以Kubernetes作为底层架构，对CMDB中的架构进行拓扑重现，包括以下步骤：

架构仿真器从CMDB中获取架构信息，作为架构仿真器的架构仿真基础。