知识增强大模型在信息系统故障分析中的应用研究.pdfVIP

第30卷第6期现代计算机

2024年3月25日ModernComputer·87·

文章编号:1007⁃1423（2024）06⁃0087⁃07DOI:10.3969/j.issn.1007⁃1423.2024.06.016

知识增强大模型在信息系统故障分析中的应用研究

*

张海龙，黄文锋，路翔，张磊

（中国电子科技集团公司第十五研究所，北京100083）

摘要：典型的信息系统故障分析与处理任务高度依赖经验数据。将大语言模型应用于这一专业任务可以显著提高故障

分析处理的效率与准确性。但通用大模型在专业知识问答任务中存在准确性低、知识不足且陈旧的问题。为此，设计了基

于微调大模型与知识增强框架的故障分析系统。系统通过LoRA方法基于故障分析知识数据微调ChatGLM2⁃6B模型，通

过LangChain框架融合微调大模型与故障分析知识库。对比实验表明，该系统在故障分析主观问答任务中具有更好的性

能表现，提高了信息系统故障分析的准确性与自动化水平。

关键词：大模型；故障分析；知识库；智能运维

0引言关联关系信息，并输出接近人类水平的答案。

在将大模型部署到专业应用场景中时，由于其

典型的智能运维故障分析任务通过分析多

具有很强的通识能力，相比专业小模型能够生

KPI指标及服务调用关系进行故障判定与根因搜

成更准确和自然的输出结果。然而，受限于训

索，属于主动检测，是数据挖掘专业的一个分

练数据的样本格式和知识范围，大模型的性能

支，具有很强的专业性。然而，众多面向用户

表现依然具有局限性，存在垂直场景落地困难、

的信息系统都会遭遇使用过程中出现故障的情

况，需要进行被动的故障分析与处理，因此相知识更新缓慢、产生幻觉事实（Hallucinatory

［3］

关集团公司都建立了产品的运维知识库，一些Fact）等问题，难以满足专业领域对分析结果

公司甚至建立了专业的客户技术支持中心，出专业程度的要求。比如在智能运维故障分析领

售故障诊断与处理服务。在进行此类故障分析域，由于预训练时使用的样本数据与故障分析

与处理的过程中，基于人工经验建设的知识库知识问答任务需求存在显著差异，直接将通用

通常会发挥巨大的作用。但使用此类知识数据大模型部署应用时，分析结果往往缺乏准确性

需要专业的技术人员使用搜索引擎进行检索与和专业性。

分析，费时费力，而且无法实现自动关联分析。为了增强大模型在专业领域知识问答任务

当前，随着大语言模型技术的蓬勃发展，基于中的能力，各开源大模型都提供了监督微调的功

大模型进行运维知识数据的自动学习与关联分能。大模型监督微调任务对硬件资源的需求较

［1⁃2］低，且能学习到专业领域数据集的知识与模式，

析已经成为可能。

通用大模型基于庞大的语料数据库训练生能够提升大模型在专业领域的性能表现，但会出

成，拥有出色的语义表示和逻辑推理能力，可现“