[发明专利]一种智能运维方法、装置、设备及存储介质

权利要求书

1.一种智能运维方法，其特征在于，所述方法包括：

获取设备的实时运行数据；

基于所述实时运行数据，利用动态基线和决策树模型，对所述实时运行数据进行异常判断，得到异常判断结果，所述动态基线为基于历史运行数据，利用时间序列模型训练得到的；

将异常判断结果为异常的实时运行数据作为第一数据，利用关联模型对所述第一数据进行根因分析，根据得到的根因分析结果进行告警；

基于所述告警中的告警信息，获取对应的预设的自愈方式；

根据所述预设的自愈方式，对所述设备进行处理。

2.根据权利要求1所述的智能运维方法，其特征在于，在获取设备的实时运行数据之前，还包括：

获取历史运行数据；

利用历史运行数据，对预设的初始关联规则模型进行训练得到所述关联模型。

3.根据权利要求2所述的智能运维方法，其特征在于，在所述基于所述实时运行数据，利用动态基线和决策树模型，对所述实时运行数据进行异常判断，得到异常判断结果之前，包括：

根据所述历史运行数据，对所述时间序列模型进行有监督训练，得到中间曲线；

通过对所述中间曲线中的异常凸起进行拉平处理，得到所述动态基线。

4.根据权利要求3所述的智能运维方法，其特征在于，所述获取历史运行数据包括：

向预设知识库发送调用请求，其中，所述调用请求携带验签令牌；

接收所述知识库返回的验签结果，并在验签结果为通过时，调用所述预设知识库中的所述历史运行数据，所述验签结果为所述知识库根据所述验签令牌进行RSA非对称加密方式验证得到。

5.根据权利要求1所述的智能运维方法，其特征在于，所述基于所述实时运行数据，利用动态基线和决策树模型，对所述实时运行数据进行异常判断包括：

将所述实时运行数据转换为对应的实时图像；

利用决策树模型，将所述实时图像和所述动态基线进行比较判断，得到异常判断结果。

6.根据权利要求5所述的智能运维方法，其特征在于，所述利用决策树模型，将所述实时图像和所述动态基线进行比较判断，得到异常判断结果包括：

将所述实时图像与所述动态基线分为多个比较区段；

比对各所述比较区段内的所述实时图像与所述动态基线；

当所述比较区段内的实时图像未超过或仅在预设时间内超过所述动态基线时，则判断得到该所述比较区段内的实时图像对应的实时运行数据为正常，否则，所述比较区段内的实时图像对应的实时运行数据为异常。

7.根据权利要求6所述的智能运维方法，其特征在于，所述根据得到的根因分析结果进行告警包括：

当所述根因分析结果为多个所述第一数据间有关联时，则基于有关联的多个所述第一数据，仅发出一次告警，其中，多个所述第一数据的发生时间在同一或相邻的所述比较区段内；

当所述根因分析结果为多个所述第一数据间没有关联时，则基于没有关联的多个所述第一数据，以及多个所述第一数据的出现时序，依次对每个所述第一数据进行告警。

8.一种智能运维装置，其特征在于，所述装置包括：

第一获取模块，用于获取设备的实时运行数据；

异常判断模块，用于基于所述实时运行数据，利用动态基线和决策树模型，对所述实时运行数据进行异常判断，得到异常判断结果，所述动态基线为基于历史运行数据，利用时间序列模型训练得到的；

分析模块，用于将异常判断结果为异常的实时运行数据作为第一数据，利用关联模型对所述第一数据进行根因分析，根据得到的根因分析结果进行告警；

第二获取模块，用于基于所述告警中的告警信息，获取对应的预设的自愈方式；

处理模块，用于根据所述预设的自愈方式，对所述设备进行处理。