摘要
本发明涉及运维技术领域,公开了一种智能化异常检测、事件关联分析及自动化运维方法,包括以下步骤:S1、数据采集:自动收集各类运维数据,进行数据清洗和归一化处理,为后续分析做准备;S2、特征工程:特征工程:提取有意义的特征,为异常检测模型提供输入;S3、异常检测:构建变分自编码器模型,在无监督环境下学习正常数据分布,识别异常项;S4、关联分析及故障诊断:构建有向图,应用图注意力网络识别故障传播路径;S5、自动化运维:根据诊断结果,自动触发运维脚本,执行修复操作。通过动态变分自编码器,自动学习数据分布,区分自变特征和因变特征,提高了对异常模式的识别能力,减少了误报和漏报。
技术关键词
自动化运维方法
事件关联分析
注意力
识别故障
编码器
特征工程
关键传播路径
无监督学习算法
节点
统计特征
滑动窗口技术
数据分布
长短期记忆网络
时间序列特征
门控循环单元
周期性特征