【技術實現步驟摘要】
本專利技術涉及人工智能，具體涉及云平臺故障診斷方法、裝置、計算機設備及存儲介質。
技術介紹
1、云計算技術的蓬勃發展推動了云平臺的規?；c復雜度提升，故障診斷成為了維系其穩定性的關鍵環節。
2、相關技術中，通過人工經驗對錯誤日志分析的方式進行故障診斷，在面對日益復雜的系統架構時，這種方式的故障診斷效率與準確性均不能滿足需求。
3、人工智能技術的融入為上述問題帶來轉機，特別是通過大模型構建的智能體在錯誤日志分析上展現出巨大潛力。這類智能體能自動解析錯誤日志，提高了故障診斷的效率和準確性。
4、然而，相關技術中利用智能體進行故障診斷時，在構成智能體的多個大模型對同一故障的診斷結果不一致的情況下，沒有有效的機制解決這種矛盾，導致故障診斷結果的準確性較低。
技術實現思路
1、有鑒于此，本專利技術提供了一種云平臺故障診斷方法、裝置、計算機設備及存儲介質，以解決相關技術中利用智能體進行故障診斷時，在構成智能體的多個大模型對同一故障的診斷結果不一致的情況下，沒有有效的機制解決這種矛盾，導致故障診斷結果的準確性較低的問題。
2、第一方面，本專利技術提供了一種云平臺故障診斷方法，所述方法包括：
3、實時獲取云平臺的錯誤日志數據；
4、將所述錯誤日志數據劃分為多個待診斷日志數據；
5、針對任一待診斷日志數據，將所述待診斷日志數據輸入多個錯誤日志診斷模型，獲得每個錯誤日志診斷模型輸出的錯誤日志診斷結果；
6、
7、基于每個錯誤日志診斷模型輸出的多個錯誤日志診斷結果的投票結果，對多個錯誤日志診斷模型輸出的錯誤日志診斷結果進行匯總處理，獲得每個錯誤日志診斷結果的準確率；
8、基于每個錯誤日志診斷結果的準確率，確定云平臺的故障診斷結果。
9、本實施例提供的云平臺故障診斷方法，通過針對任一待診斷日志數據，將待診斷日志數據輸入多個錯誤日志診斷模型，獲得每個錯誤日志診斷模型輸出的錯誤日志診斷結果，將待診斷日志數據和每個錯誤日志診斷模型輸出的錯誤日志診斷結果輸入多個錯誤日志診斷模型中，獲得每個錯誤日志診斷模型輸出的多個錯誤日志診斷結果的投票結果，基于每個錯誤日志診斷模型輸出的多個錯誤日志診斷結果的投票結果，對多個錯誤日志診斷模型輸出的錯誤日志診斷結果進行匯總處理，獲得每個錯誤日志診斷結果的準確率，基于每個錯誤日志診斷結果的準確率，確定云平臺的故障診斷結果，在由多個大模型構建的智能體對云平臺進行故障診斷的情況下，通過上述機制確定出云平臺的故障診斷結果，結合了多個大模型輸出的錯誤日志診斷結果，提高了故障診斷結果的準確性。
10、在一種可選的實施方式中，所述實時獲取云平臺的錯誤日志數據，包括：
11、實時從不同服務器節點收集運行日志和故障日志；
12、從所述運行日志和故障日志中篩選出所述錯誤日志數據。
13、本實施例提供的云平臺故障診斷方法，通過自動化從運行日志和故障日志中篩選錯誤日志數據，提高了云平臺故障診斷的效率。
14、在一種可選的實施方式中，所述將所述錯誤日志數據劃分為多個待診斷日志數據，包括：
15、獲取所述錯誤日志數據的時間戳信息；
16、基于所述時間戳信息，將所述錯誤日志數據按照預設時間窗口劃分為多個待診斷日志數據；
17、其中，除第一個預設時間窗口之外的其他預設時間窗口前預設時間段對應的片段日志數據與其前一預設時間窗口后預設時間段對應的片段日志數據重合。
18、本實施例提供的云平臺故障診斷方法，通過設置預設時間窗口，將錯誤日志數據劃分為多個待診斷日志數據，根據多個待診斷日志數據進行云平臺的故障診斷，提高云平臺故障診斷結果的準確性。
19、在一些可選的實施方式中，所述將所述待診斷日志數據輸入多個錯誤日志診斷模型，獲得每個錯誤日志診斷模型輸出的錯誤日志診斷結果，包括：
20、針對任一錯誤日志診斷模型，獲取所述錯誤日志診斷模型的故障診斷模板；
21、將所述待診斷日志數據輸入所述故障診斷模板，獲得實例化的故障診斷模板；
22、將實例化的故障診斷模板輸入對應的錯誤日志診斷模型，獲得所述錯誤日志診斷模型輸出的錯誤日志診斷結果。
23、本實施例提供的云平臺故障診斷方法，通過利用待診斷日志數據實例化錯誤日志診斷模型的故障診斷模板，使得錯誤日志診斷模型能夠對實例化后的故障診斷模板進行故障診斷，保證了錯誤日志診斷結果的準確性。
24、在一些可選的實施方式中，所述將所述待診斷日志數據和每個錯誤日志診斷模型輸出的錯誤日志診斷結果輸入多個錯誤日志診斷模型，獲得每個錯誤日志診斷模型輸出的多個錯誤日志診斷結果的投票結果，包括：
25、針對任一錯誤日志診斷模型，獲取所述錯誤日志診斷模型的診斷結果投票模板；
26、將所述待診斷日志數據和每個錯誤日志診斷模型輸出的錯誤日志診斷結果輸入所述診斷結果投票模板，獲得實例化的診斷結果投票模板；
27、將實例化的診斷結果投票模板輸入對應的錯誤日志診斷模型，獲得所述錯誤日志診斷模型輸出的按照正確性從高到低排序的多個錯誤日志診斷結果；
28、其中，所述多個錯誤日志診斷結果的投票結果包括按照正確性從高到低排序的多個錯誤日志診斷結果。
29、本實施例提供的云平臺故障診斷方法，通過利用待診斷日志數據和每個錯誤日志診斷模型輸出的錯誤日志診斷結果實例化錯誤日志診斷模型的診斷結果投票模板，使得錯誤日志診斷模型能夠對每個錯誤日志診斷模型輸出的錯誤日志診斷結果進行正確性排序，進而獲得每個錯誤日志診斷結果的準確率，確定云平臺的故障診斷結果，確保了云平臺故障診斷的準確性。
30、在一些可選的實施方式中，所述多個錯誤日志診斷結果的投票結果包括按照正確性從高到低排序的多個錯誤日志診斷結果，所述基于每個錯誤日志診斷模型輸出的多個錯誤日志診斷結果的投票結果，對多個錯誤日志診斷模型輸出的錯誤日志診斷結果進行匯總處理，獲得每個錯誤日志診斷結果的準確率，包括：
31、基于每個錯誤日志診斷模型輸出的按照正確性從高到低排序的多個錯誤日志診斷結果，確定每個錯誤日志診斷模型輸出的多個錯誤日志診斷結果的正確性分數，其中，正確性高的錯誤日志診斷結果，對應的正確性分數高；
32、針對任一錯誤日志診斷模型，基于所述錯誤日志診斷模型的歷史診斷準確率，確定所述錯誤日志診斷模型輸出的錯誤日志診斷結果所占的權重，其中，歷史診斷準確率越高，權重越大；
33、針對任一錯誤日志診斷結果，獲取所述錯誤日志診斷結果在每個錯誤日志診斷模型下對應的正確性分數和權重；
34、針對任一錯誤日志診斷模型，基于所述錯誤日志診斷結果在該錯誤日志診斷模型本文檔來自技高網...
【技術保護點】
1.一種云平臺故障診斷方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述實時獲取云平臺的錯誤日志數據，包括：
3.根據權利要求1所述的方法，其特征在于，所述將所述錯誤日志數據劃分為多個待診斷日志數據，包括：
4.根據權利要求1所述的方法，其特征在于，所述將所述待診斷日志數據輸入多個錯誤日志診斷模型，獲得每個錯誤日志診斷模型輸出的錯誤日志診斷結果，包括：
5.根據權利要求1所述的方法，其特征在于，所述將所述待診斷日志數據和每個錯誤日志診斷模型輸出的錯誤日志診斷結果輸入多個錯誤日志診斷模型，獲得每個錯誤日志診斷模型輸出的多個錯誤日志診斷結果的投票結果，包括：
6.根據權利要求1所述的方法，其特征在于，所述多個錯誤日志診斷結果的投票結果包括按照正確性從高到低排序的多個錯誤日志診斷結果，所述基于每個錯誤日志診斷模型輸出的多個錯誤日志診斷結果的投票結果，對多個錯誤日志診斷模型輸出的錯誤日志診斷結果進行匯總處理，獲得每個錯誤日志診斷結果的準確率，包括：
7.根據權利要求1所述的方法，其特征在
8.一種云平臺故障診斷裝置，其特征在于，所述裝置包括：
9.一種計算機設備，其特征在于，包括：
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機指令，所述計算機指令用于使計算機執行權利要求1至7中任一項所述的云平臺故障診斷方法。
...【技術特征摘要】
1.一種云平臺故障診斷方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述實時獲取云平臺的錯誤日志數據，包括：
3.根據權利要求1所述的方法，其特征在于，所述將所述錯誤日志數據劃分為多個待診斷日志數據，包括：
4.根據權利要求1所述的方法，其特征在于，所述將所述待診斷日志數據輸入多個錯誤日志診斷模型，獲得每個錯誤日志診斷模型輸出的錯誤日志診斷結果，包括：
5.根據權利要求1所述的方法，其特征在于，所述將所述待診斷日志數據和每個錯誤日志診斷模型輸出的錯誤日志診斷結果輸入多個錯誤日志診斷模型，獲得每個錯誤日志診斷模型輸出的多個錯誤日志診斷結果的投票結果，包括：
6.根據權利要求1所述的方法，...
【專利技術屬性】
技術研發人員：逄立業，張霄煒，張連法，徐冠群，湯飛，蘇海明，
申請(專利權)人：濟南浪潮數據技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。