Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海银行股份有限公司陆健华获国家专利权

上海银行股份有限公司陆健华获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉上海银行股份有限公司申请的专利一种基于全链路拓扑与多维度分析的根因定位方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121301072B

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511877670.6,技术领域涉及:G06F11/07;该发明授权一种基于全链路拓扑与多维度分析的根因定位方法及系统是由陆健华;马永祥;杨小云;黄仁智;郑晓;林茂军设计研发完成,并于2025-12-12向国家知识产权局提交的专利申请。

一种基于全链路拓扑与多维度分析的根因定位方法及系统在说明书摘要公布了:本发明提供了一种基于全链路拓扑与多维度分析的根因定位方法及系统,涉及软件监控与故障排查技术领域,所述方法包括以下步骤:建立跨应用横向定位法,所述跨应用横向定位法包括交易耗时类异常定位和交易失败类异常定位;建立单应用纵向定位法,所述单应用纵向定位法包括应用多维下钻分析法和应用关联资源下钻分析法。本发明缩短了故障排查时间,降低了运维成本,提升了系统的可用性和稳定性。

本发明授权一种基于全链路拓扑与多维度分析的根因定位方法及系统在权利要求书中公布了:1.一种基于全链路拓扑与多维度分析的根因定位方法,其特征在于,包括以下步骤: 建立跨应用横向定位法,所述跨应用横向定位法包括交易耗时类异常定位和交易失败类异常定位,所述交易耗时类异常定位通过剥离下游耗时的方式完成定位,所述交易失败类异常定位通过定位最深且命中最多的失败节点的方式完成定位; 交易耗时类异常定位的方式如下: S11:获取样本数据,对样本数据进行预处理,样本数据包括交易平均处理时间; S12:基于应用PASO、异常时间点前三分钟以及后两分钟和或大于等于告警内容中异常耗时值查询异常样本,其中,应用PASO为查询标签的简称; S13:基于查询到的异常样本进行定位,构建全链路交易拓扑,从入口请求的总耗时中扣除所有下游调用的耗时总和,得到应用自身业务逻辑的真实耗时,方式如下: S131:计算应用自身平均耗时,公式如下: ;其中,Tself为应用自身业务逻辑的单次交易真实耗时,Ttotal为应用的总处理耗时,Tdownstream_i为第i个下游应用的调用耗时,i=1,2,…,n,n为下游调用次数,为所有下游调用耗时的总和; ;其中,为应用自身平均耗时,m为样本总数,j为样本索引,nj为第j条样本中涉及的下游调用次数; S132:计算应用自身耗时的绝对偏差,计算采样日志中各应用的当前告警时间段内的平均耗时与一周前告警时间段内的平均耗时的偏差度,公式如下: 绝对偏差=; 其中,为当前告警时间段内应用自身平均耗时,为一周前同一告警时间段的历史基线平均耗时,和基于应用自身平均耗时公式计算; S133:计算下游应用异常影响分数,公式如下: 异常影响分数=绝对偏差×交易比例,其中,交易比例=当前下游应用交易量全链路总交易量; S134:通过下游应用异常影响分数排序并推荐定位; 交易失败类异常定位的方式如下: S21:当技术成功率指标、技术失败率指标和业务承兑率指标发生异常告警时,触发S22-S24; S22:基于失败类异常定位构建全链路交易拓扑,以完成数据预处理; S23:基于技术成功率指标和或技术失败率指标异常,结合应用PASO、异常时间点前三分钟以及后两分钟和交易技术状态为失败查询异常样本;和或,基于业务承兑率异常,结合应用PASO、异常时间点前三分钟以及后两分钟、交易技术状态为失败且交易业务状态为失败查询异常样本,其中,应用PASO为查询标签的简称; S24:基于查询到的异常样本进行定位,方式如下: S241:筛选出异常样本中所有节点,取出所有调用路径上最深节点,以最深的失败节点作为失败原因的候选节点; S242:统计交易数据中各节点记录失败原因的次数,取叶子节点失败数命中最多的候选节点为异常根因节点; 建立单应用纵向定位法,所述单应用纵向定位法包括应用多维下钻分析法和应用关联资源下钻分析法,应用多维下钻分析法通过区分正常样本数据和异常样本数据,计算两者在数据分布、特征取值或统计特性上的差异,通过统计方法量化差异来定位故障根因维度;应用关联资源下钻分析法基于规则为特定指标设置明确的触发条件,通过触发条件筛选资源模型的异常指标,基于异常指标和应用关联的强弱依赖模型进行排序,结合排序进行资源模型的异常指标展示及统计以推荐定位。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人上海银行股份有限公司,其通讯地址为:200001 上海市黄浦区中山南路688号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。