公开(公告)号：CN113962273A

公开(公告)日：2022-01-21

申请号：CN202111102855.1

申请日：2021-09-22

Applicant: 北京必示科技有限公司

Inventor： 沈梦家 ,  曹立 ,  隋楷心 ,  刘大鹏 ,  张文池

IPC: G06K9/62 ,  G06N3/08 ,  G06F11/34

Abstract: 本发明提供一种基于多指标的时间序列异常检测方法、系统及存储介质，方法包括以下步骤：基于CMDB服务调用对照表，构建包括系统间调用关系和服务码间调用关系的全局异质拓扑图；构建基于多指标的时间序列异常检测模型，对全局异质拓扑图的调用边进行异常检测；基于调用边的异常检测结果，生成异质故障图。通过融合多指标的关联特征，相比于现有技术存在的仅针对单一指标进行异常检测的误报率高的技术问题，本发明有效提高了异质拓扑结构中调用边的指标异常检测的正确率。

公开(公告)号：CN113900844A

公开(公告)日：2022-01-07

申请号：CN202111127982.7

申请日：2021-09-26

Applicant: 北京必示科技有限公司

Inventor： 沈梦家 ,  曹立 ,  隋楷心 ,  刘大鹏 ,  王继斌 ,  张文池 ,  吴楠 ,  陈恒茂

IPC: G06F11/07 ,  G06N20/00

Abstract: 本发明提供一种基于服务码级别的故障根因定位方法、系统及存储介质，方法包括以下步骤：构建包括系统间调用关系和服务码间调用关系的全局异质拓扑图；构建基于多维指标的时间序列异常检测模型，对全局异质拓扑图的每条调用边进行异常检测；基于每条调用边的异常检测结果，生成异质故障图；基于随机游走的对象级别排序算法，对获得的异质故障图进行故障根因定位。本发明通过采用异质拓扑图，简洁清晰的展示更细粒度的服务码调用关系和隶属关系；通过融合多维指标的关联特征，有效提高了异质拓扑结构中调用边的指标异常检测的正确率；通过异质图的节点排序算法，有效提高了故障根因定位的准确性。

公开(公告)号：CN111597070A

公开(公告)日：2020-08-28

申请号：CN202010727337.8

申请日：2020-07-27

Applicant: 北京必示科技有限公司

Inventor： 李则言 ,  张文池 ,  程博 ,  黄成 ,  陈哲康 ,  沈梦家 ,  隋楷心 ,  刘大鹏

IPC: G06F11/07

Abstract: 本发明涉及计算机技术领域，公开了一种故障定位方法、装置、电子设备及存储介质，其中方法包括以下步骤：对任一相邻节点所在边进行异常检测；根据异常检测结果构建节点之间的故障传播图；在所述故障传播图上随机游走定位故障根因，其中，所述定位故障根因通过构建所述故障传播图的转移概率矩阵计算每个节点的根因疑似度，通过所述根因疑似度确认故障根因。本发明以无监督的方式，综合多个指标，通过服务之间指标异常对服务整体异常的影响力，定量分析故障在服务之间的传播关系，基于此通过随机游走算法判断根因，为一套有效的自动化定位故障根因服务的方案。

公开(公告)号：CN111597070B

公开(公告)日：2020-11-27

申请号：CN202010727337.8

申请日：2020-07-27

Applicant: 北京必示科技有限公司

Inventor： 李则言 ,  张文池 ,  程博 ,  黄成 ,  陈哲康 ,  沈梦家 ,  隋楷心 ,  刘大鹏

IPC: G06F11/07

Abstract: 本发明涉及计算机技术领域，公开了一种故障定位方法、装置、电子设备及存储介质，其中方法包括以下步骤：对任一相邻节点所在边进行异常检测；根据异常检测结果构建节点之间的故障传播图；在所述故障传播图上随机游走定位故障根因，其中，所述定位故障根因通过构建所述故障传播图的转移概率矩阵计算每个节点的根因疑似度，通过所述根因疑似度确认故障根因。本发明以无监督的方式，综合多个指标，通过服务之间指标异常对服务整体异常的影响力，定量分析故障在服务之间的传播关系，基于此通过随机游走算法判断根因，为一套有效的自动化定位故障根因服务的方案。

公开(公告)号：CN113900844B

公开(公告)日：2024-07-09

申请号：CN202111127982.7

申请日：2021-09-26

Applicant: 北京必示科技有限公司

Inventor： 沈梦家 ,  曹立 ,  隋楷心 ,  刘大鹏 ,  王继斌 ,  张文池 ,  吴楠 ,  陈恒茂

IPC: G06F11/07 ,  G06N20/00

Abstract: 本发明提供一种基于服务码级别的故障根因定位方法、系统及存储介质，方法包括以下步骤：构建包括系统间调用关系和服务码间调用关系的全局异质拓扑图；构建基于多维指标的时间序列异常检测模型，对全局异质拓扑图的每条调用边进行异常检测；基于每条调用边的异常检测结果，生成异质故障图；基于随机游走的对象级别排序算法，对获得的异质故障图进行故障根因定位。本发明通过采用异质拓扑图，简洁清晰的展示更细粒度的服务码调用关系和隶属关系；通过融合多维指标的关联特征，有效提高了异质拓扑结构中调用边的指标异常检测的正确率；通过异质图的节点排序算法，有效提高了故障根因定位的准确性。

公开(公告)号：CN113962273B

公开(公告)日：2022-03-18

申请号：CN202111102855.1

申请日：2021-09-22

Applicant: 北京必示科技有限公司

Inventor： 沈梦家 ,  曹立 ,  隋楷心 ,  刘大鹏 ,  张文池

IPC: G06K9/62 ,  G06N3/08 ,  G06F11/34

Abstract: 本发明提供一种基于多指标的时间序列异常检测方法、系统及存储介质，方法包括以下步骤：基于CMDB服务调用对照表，构建包括系统间调用关系和服务码间调用关系的全局异质拓扑图；构建基于多指标的时间序列异常检测模型，对全局异质拓扑图的调用边进行异常检测；基于调用边的异常检测结果，生成异质故障图。通过融合多指标的关联特征，相比于现有技术存在的仅针对单一指标进行异常检测的误报率高的技术问题，本发明有效提高了异质拓扑结构中调用边的指标异常检测的正确率。