一种上下文驱动型故障解决建议生成方法

本发明涉及一种上下文驱动型故障解决建议生成方法，具体如下，首先，对系统运行中产生的各类日志数据进行收集，并对数据进行预处理，作为后续分析的基础。然后，本发明构建了一种基于多头交叉注意力机制的BERTomaly模型，能够对日志数据进行特征提取、特征融合和模板匹配，能够实现对系统故障的异常检测，其次，基于系统运行日志数据，使用FP‑Growth关联分析算法进一步挖掘故障和故障解决策之间的潜在关联，最后，结合BERTomaly模型的输出和FP‑Growth关联分析算法的输出，使用大语言模型构建一个上下文驱动型的具有动态更新能力的故障解决措施库，针对每个故障能够进行实时检测，并输出针对性的解决方案。