摘要
本申请提供了一种根因定位方法,可以应用于人工智能技术领域。该根因定位方法包括:采集配置管理数据库、网络拓扑工具、监控系统中以及工单系统中的数据,形成多源异构数据集;对多源异构数据集进行知识抽取,提取设备属性、网络拓扑关系、故障事件实体及时间戳,并存储为结构化知识;将结构化知识中的实时指标数据映射为实体的动态属性,构建动态知识图谱;基于图神经网络结合时序特征,学习动态知识图谱中故障事件间的时序依赖关系与传播路径;以及通过因果推断算法结合多维度证据,输出故障事件的根因实体、置信度评分及故障传播路径。本申请还提供了一种根因定位装置、设备、存储介质和程序产品。
技术关键词
动态知识图谱
时序依赖关系
故障传播路径
多源异构数据
网络拓扑关系
配置管理数据库
实体
时序特征
工单系统
定位方法
指标
非结构化日志
时间序列数据库
设备配置
算法
抽取设备
人工智能技术
系统为您推荐了相关专利信息
电路模块
筛选方法
瞬态故障
故障树模型
分析待测试
楼宇环境
智能楼宇
学习器
随机森林
集成学习模型
多源异构数据源
混合型数据
特征值
存储结构
非线性
分类系统
时序关联分析
多源异构数据
特征分析方法
评估算法
知识图谱查询
数据服务管理系统
Attention机制
差分隐私技术
管理方法