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!
申请/专利权人:苏州元脑智能科技有限公司
摘要:本申请实施例提供了一种异常关联关系的确定方法及程序产品、存储介质,其中,该方法包括:获取目标时间段内目标服务器中发生的多个目标异常的目标异常信息,得到目标异常信息列表;从目标异常信息列表中查找与第一对象的第一异常信息在同一预设时间段内的第二对象的第二异常信息;在第一对象与第二对象之间存在连接关系的情况下,基于第一异常信息和第二异常信息确定第一对象与第二对象之间的异常关联关系。通过本申请,解决了相关技术中无法快速、准确的确定出出现异常的对象之间的关联关系的问题,进而达到了快速的找到异常的原因,准确的判断出对象之间的相互影响的效果。
主权项:1.一种异常关联关系的确定方法,其特征在于,应用于设备管理系统,所述设备管理系统与目标服务器中的存储设备和主机连接,所述存储设备与所述主机连接,所述方法包括:获取目标时间段内所述目标服务器中发生的多个目标异常的目标异常信息,得到目标异常信息列表,其中,所述目标异常信息列表中包括的多个所述目标异常信息是按照多个所述目标异常发生的时间排列的;从所述目标异常信息列表中查找与第一对象的第一异常信息在同一预设时间段内的第二对象的第二异常信息,其中,所述第一对象是所述存储设备中的存储对象,所述第二对象是所述主机中的主机对象;在所述第一对象与所述第二对象之间存在连接关系的情况下,基于所述第一异常信息和所述第二异常信息确定所述第一对象与所述第二对象之间的异常关联关系,其中,所述异常关联关系包括关联性关系和因果关系,所述异常关联关系用于表示所述第一对象的异常对所述第二对象的影响,或者,所述第二对象的异常对所述第一对象的影响;基于所述第一异常信息和所述第二异常信息确定所述第一对象与所述第二对象之间的异常关联关系之后,所述方法还包括:计算所述异常关联关系的关联值,其中,所述关联值用于表示所述第一对象与所述第二对象之间的的关联程度,以及所述第一对象与所述第二对象之间异常的因果方向;将所述关联值添加至构建的第二邻接矩阵中,以在所述第二邻接矩阵中显示所述第一对象与所述第二对象之间的关联程度和因果方向,其中,所述第二邻接矩阵中还包括所述存储设备中的其他存储对象和所述主机中其他主机对象之间的其他关联值;其中,计算所述异常关联关系的关联值,包括:从所述目标异常信息列表中确定所述第一对象在所述第二对象之后产生所述目标异常的第一异常数量、所述第二对象在所述第一对象之后产生所述目标异常的第二异常数量;确定所述第一对象和所述第二对象之间的因果值,其中,所述因果值用于表示所述因果方向;利用所述第一异常数量、所述第二异常数量以及所述因果值计算所述关联值;确定所述第一对象和所述第二对象之间的因果值,包括:通过以下公式计算所述因果值:N=Nij(Nij+Nji),其中,所述N用于表示所述因果值,所述i用于表示所述第一对象,所述j用于表示所述第二对象,所述Nij用于表示所述第一对象在所述第二对象之后产生所述目标异常的时间间隔,所述Nji用于表示所述第二对象在所述第一对象之后产生所述目标异常的时间间隔;利用所述第一异常数量、所述第二异常数量以及所述因果值计算所述关联值,包括:通过以下公式计算所述关联值:B[i,j]=((nij+nji))*N,其中,所述i用于表示所述第一对象,所述j用于表示所述第二对象,所述B[i,j]用于表示所述关联值,所述B[i,j]的取值范围是[0,1],所述n是所述目标异常信息的总条数,所述nij用于表示所述第一异常数量,nji用于表示所述第二异常数量,所述N用于表示所述因果值。
全文数据:
权利要求:
百度查询: 苏州元脑智能科技有限公司 异常关联关系的确定方法及程序产品、存储介质
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。