一种基于图卷积神经网络的微服务故障根因定位方法

本发明涉及一种基于图卷积神经网络的微服务故障根因定位方法(Micro)，该方法通过图卷积神经网络分析微服务之间的复杂依赖关系，帮助在故障发生时判断故障类型，首先，利用监控系统模拟各种故障类型并将其注入系统，对模拟故障的度量数据进行分类和标记，然后，通过图卷积神经网络MetricSage，基于历史度量数据进行训练，以实现实例级别的故障根因分析。故障发生后，系统收集实时故障数据和服务调用数据，并通过异常服务调用数据构建微服务异构拓扑子集。根据实时指标数据分配权重，创建加权异构拓扑，并对其执行个性化随机漫步算法以生成根因候选集。最后，将该候选集和实时数据特征输入MetricSage进行特征加权分析，确定最终的故障根因和类型。