CN119988154B 基于知识图谱增强大模型的运维告警处理方法及系统 （辽宁荣科智维云科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119988154B(45)授权公告日2025.07.11

(21)申请号202510458235.3

(22)申请日2025.04.14

(65)同一申请的已公布的文献号申请公布号CN119988154A

(43)申请公布日2025.05.13

(73)专利权人辽宁荣科智维云科技有限公司地址110000辽宁省沈阳市中国(辽宁)自

由贸易试验区沈阳片区创新二路39-4号七层71206号工位

(51)Int.CI.

GO6F11/32(2006.01)

GO6N5/025(2023.01)GO6F11/07(2006.01)GO6F21/57(2013.01)

(56)对比文件

CN116368355A,2023.06.30CN119696995A,2025.03.25审查员贾超

(72)发明人尹春福李波张凯吉志强黄义鑫张金辉

(74)专利代理机构北京智行阳光知识产权代理事务所(普通合伙)11738

专利代理师张毅群

权利要求书4页说明书13页附图2页

(54)发明名称

(57)摘要

CN119988154B本发明提供基于知识图谱增强大模型的运维告警处理方法及系统，涉及知识图谱技术领域，包括通过采集多源运维告警历史数据，对数据进行自适应分级结构化处理，构建时空语义多维特征矩阵；基于动态权重融合算法构建多维度告警关联网络并形成层次化知识图谱；结合告警的时序演化、拓扑传播、业务依赖特征构建根因推理规则库；当接收实时告警时，启动诊断推理系统分析传播链路，识别根因并生成处理建议。本发明能够准确识别告警根因，提高运维效率，

CN119988154B

CN119988154B权利要求书1/4页

2

1.基于知识图谱增强大模型的运维告警处理方法，其特征在于，包括：

采集设备拓扑信息、性能指标信息及处理记录信息构成多源运维告警历史数据；对多源运维告警历史数据进行自适应分级结构化处理，通过时序聚类实现异常检测，利用语义相似度完成文本标准化，提取告警传播链路特征、设备状态演变特征及业务依赖关系特征构建时空语义多维特征矩阵；将时空语义多维特征矩阵输入动态权重融合算法，构建具有时序依赖强度、空间传播概率、业务影响程度的多维度告警关联网络；基于多维度告警关联网络，采用增量式知识推理方法构建并持续优化层次化知识图谱；

利用层次化知识图谱实现告警在不同层级间的动态传递分析；结合告警的时序演化特征、拓扑传播特征、业务依赖特征，通过多目标优化算法计算每条传播路径的动态可信度权重；依据动态可信度权重，构建具备阈值自适应、影响预测功能的根因推理规则库；将根因推理规则库与层次化知识图谱进行深度关联映射，形成可持续进化的诊断推理系统；

当接收到实时运维告警信息时，启动诊断推理系统分析告警的多维度传播链路，识别告警源头节点与受影响节点群；基于告警源头节点与受影响节点群从疑似根因节点中筛选最优根因集合；通过层次化知识图谱检索相似历史案例并结合当前场景特征，生成针对性的分级处理建议。

2.根据权利要求1的方法，其特征在于，将时空语义多维特征矩阵输入动态权重融合算法，构建具有时序依赖强度、空间传播概率、业务影响程度的多维度告警关联网络；基于多维度告警关联网络，采用增量式知识推理方法构建并持续优化层次化知识图谱包括：

对时空语义多维特征矩阵中各维度特征计算信息增益率，并基于互信息评估特征间的相关性；将信息增益率与特征间的相关性输入多目标优化器，生成各维度特征的动态权重；根据动态权重对时空语义多维特征矩阵进行加权融合，通过多头注意力机制计算特征交互强度，利用门控循环单元捕获时序演化模式，使用图神经网络建模空间传播特性；将特征交互强度、时序演化模式、空间传播特性输入多任务学习框架，联合优化得到告警实体间的时序依赖强度、空间传播概率、业务影响程度；

基于时序依赖强度构建时序关联子网络，基于空间传播概率构建拓扑关联子网络，基于业务影响程度构建业务关联子网络；将三个子网络融合形成多维度告警关联网络，通过带权重的随机游走算法计算网络节点的重要度分布；利用重要度分布对告警实体进行分层，构建初始层次化知识图谱；

以初始层次化知识图谱为基础，融合专家规则库与统计学习方法进行增量式知识推理；将推理过程建模为