[发明专利]一种基于零样本学习的智能化运维方法

权利要求书

1.一种用于训练智能化运维系统中的问题分析模型的方法，其特征在于，所述方法包括：

收集现有已知软件类别及运维所遇到的问题的描述，并将软件和问题描述进行分类或标识，得到已知问题集合Y(s)；

收集现有未知软件类别及运维所遇到的未知原因的问题的描述，并将软件和问题描述进行分类或标识，得到未知问题集合M(s)；

对收集到的已知和未知软件的问题描述进行语义编码，分别生成语义空间Y_f和M_f；

对收集到的已知和未知软件问题的特征或现象进行属性定义，分别生成特征空间Y_a和M_a；以及

将Y(s)、Y_f、Y_a作为输入、将M(s)、M_f和M_a作为对抗网络输入来进行模型训练以生成所述问题分析模型。

2.如权利要求1所述的方法，其特征在于，所述描述是自然语言描述。

3.如权利要求1所述的方法，其特征在于，所述语义编码进一步包括修改问题描述以使得描述更准确。

4.如权利要求1所述的方法，其特征在于，所述语义编码进一步包括结合目标检测算法以减少语义损失。

5.一种智能化运维方法，其特征在于，所述方法包括：

接收运维软件的问题描述；

基于接收的问题描述确定所述问题是否是已知问题；

如果所述问题是已知问题，给出所述已知问题的原因分析和/或问题分类；以及

如果所述问题是未知问题，则：

对所述问题描述进行语义编码和属性确定；以及

将得到的语义编码和确定的属性输入经训练的问题分析模型，经过所述问题分析模型计算后得到所述未知问题的原因分析和/或问题分类。

6.如权利要求5所述的方法，其特征在于，所述方法进一步包括：

基于所述原因分析对问题进行严重性评估；以及

如果问题属于能够直接处理的简单问题，自动对问题进行处理。

7.一种智能化运维系统，其特征在于，所述系统包括：

已知软件类别及问题集合模块，所述已知软件类别及问题集合模块被配置成收集并标识现有已知软件类别和已知问题的现象或特征；

未知软件类别及问题集合模块，所述未知软件类别及问题集合模块被配置成收集并标识现有未知软件类别和未知问题的现象或特征；

语义编码模块，所述语义编码模块被配置成对问题描述进行语义编码；

属性空间定义模块，所述属性空间定义模块被配置成对问题的特征或现象进行定义并存放到特征空间；

模型训练模块，所述模型训练模块被配置成将已知问题集合、已知问题语义空间、已知问题特征空间作为输入、将未知问题集合、未知问题语义空间、未知问题特征空间作为对抗网络输入来进行模型训练以生成所述问题分析模型；以及

问题分析模块，所述问题分析模块被配置成：

接收运维软件的问题描述；

基于接收的问题描述确定所述问题是否是已知问题；

如果所述问题是已知问题，给出所述已知问题的原因分析和/或问题分类；以及

如果所述问题是未知问题，则：

对所述问题描述进行语义编码和属性确定；以及

将得到的语义编码和确定的属性输入经训练的问题分析模型，经过所述问题分析模型计算后得到所述未知问题的原因分析和/或问题分类。

8.如权利要求7所述的系统，其特征在于，所述问题分析模块被进一步配置成：基于所述原因分析对问题进行严重性评估，所述严重性至少包括能够直接处理的简单问题和不能够直接处理的复杂问题两个等级。

9.如权利要求8所述的系统，其特征在于，所述系统进一步包括问题处理模块，所述问题处理模块被配置成：

如果问题属于能够直接处理的简单问题，则自动对问题进行处理。

10.如权利要求7所述的系统，其特征在于，所述问题描述是自然语言描述。