基于机器学习的故障根因定位方法、装置、设备及介质

本申请特别涉及一种基于机器学习的故障根因定位方法、装置、设备及介质，包括：若获取到的运维平台在第一预设时间内的数据监控动态阈值、不同业务场景下的数据监控动态阈值存在第一报警信息和/或日志数据存在第二报警信息，则获取第一报警信息和/或第二报警信息在第二预设时间内的故障数据信息，并启动故障根因定位模型，构建数据监控动态阈值、不同业务场景下的数据监控动态阈值和日志数据的关联分析链路，结合故障数据信息生成运维平台的异常链路依赖关系，然后从故障起始节点进行故障传播路径逆向追踪定位运维平台的故障源。由此，解决了因固定阈值和/或人工经验进行故障根因定位而存在的信息误报、漏报、效率低、准确性低等问题。