基于人工智能的运维管理方法及系统与流程

1.本发明涉及数据处理技术领域，尤其涉及一种基于人工智能的运维管理方法及系统。


背景技术：

2.传统it管理以技术为向导，是孤立的、分散的、被动的、救火式的，技术与业务彼此割裂，投入成本和效益往往无法保证。而精细化管理要求企业实现技术与业务的有效融合，管理模式必然会转变为面向服务价值、高效协作、可预防、自动化(减少人工)、智能化的新型互联网服务管理模式。因此，如何提高运维管理的效率，成为急需解决的问题。


技术实现要素：

3.本发明提供了一种基于人工智能的运维管理方法及系统，以解决现有技术中的运维管理的效率低下的问题。
4.第一方面，本发明提供了一种基于人工智能的运维管理方法,所述方法包括:
5.接收用户的输入信息；
6.对所述输入信息进行处理，得到三元组数据，对所述三元组数据进行标注，得到可用数据；
7.对所述可用数据进行分析，确定当前的用户需求信息；所述用户需求信息包括用户需求类型；
8.根据所述用户需求类型，确定对应的网关接口；
9.根据所述网关接口，确定用户需求内容。
10.在一种可能的实现方式中，其特征在于，所述对所述输入信息进行处理，得到三元组数据具体包括：
11.对所述输入信息进行实体抽取，得到所述输入信息的本体、属性、本体和属性的关系；
12.对所述本体、属性、本体和属性的关系通过三元组数据进行表示；
13.对所述三元组数据通过长短期记忆人工神经网络lstm进行序列标注，得到可用数据。
14.在一种可能的实现方式中，所述对所述可用数据进行分析，确定用户需求信息具体包括：
15.根据预设的数据库中的意图分析模型，对所述可用数据进行用户需求分析，确定当前的用户需求类型；所述用户需求类型包括备份类、还原类、监控类、工单状态查询、服务器运行状态查询中的任意一种。
16.在一种可能的实现方式中，所述根据所述用户需求类型，确定对应的网关接口具体包括：
17.根据用户需求类型，确定对应的知识库；每个所述知识库具有所述用户需求类型
上次的执行结果信息；所述执行结果信息包括第一执行结果和第二执行结果；
18.当为第一执行结果时，在方法库中确定本次的执行策略为第一执行策略；所述第一执行策略与上次的执行策略相同；其中，所述方法库中存储有与所述知识库对应的执行策略；
19.当为第二执行结果时，在方法库中确定本次的执行策略为第二执行策略；
20.当为第一执行策略或者第二执行策略时，在模型库中进行查询，以确定所述第一执行策略对应的第一脚本，或者，确定所述第二执行策略对应的第二脚本；
21.根据所述第一脚本或者第二脚本，调用对应的网关接口。
22.在一种可能的实现方式中，当用户需求类型为备份类时，所述根据所述用户需求类型，确定对应的网关接口具体包括：
23.根据用户需求类型，确定备份类知识库；
24.在备份类知识库中进行查询，确定上次备份的执行结果信息为第一执行结果或第二执行结果；其中，第一执行结果表示备份成功，第二执行结果表示备份失败，所述第二执行结果中包括失败原因；
25.当上次备份成功时，在方法库中确定第一执行策略为增量备份；
26.当上次备份失败时，在方法库中确定第二执行策略为全量备份；
27.当为增量备份时，在模型库中确定对应的增量备份的第一脚本；
28.当为全量备份时，在模型库中确定对应的全量备份的第二脚本；
29.根据第一脚本，调用用于增量备份的第一网关接口；
30.根据第二脚本，调用用于全量备份的第二网关接口。
31.在一种可能的实现方式中，当用户需求类型为监控类时，所述根据所述用户需求类型，确定对应的网关接口具体包括：
32.根据用户需求类型，启动监控，确定监控类知识库；
33.在监控类知识库中进行查询，将本次接收到的自愈报告和上次的自愈报告进行对比，以确定接收到的自愈报告对应的级别，第一执行结果对应一般告警，第二执行结果对应严重告警；
34.当为一般告警时，在方法库中确定第一执行策略为自愈策略；
35.当为严重告警时，在方法库中确定第二执行策略为通知策略；所述通知策略为向运维终端发送告警信号；
36.当为自愈策略时，在模型库中确定对应的自愈策略的第一脚本；
37.当为通知策略时，在模型库中确定对应的通知策略的第二脚本；
38.根据第一脚本，调用用于自愈的第一网关接口；
39.根据第二脚本，调用用于进行通知的第二网关接口。
40.第二方面，本发明提供了一种基于人工智能的运维管理系统,所述运维管理系统包括：
41.智能服务助理，所述智能服务助理接收用户的输入信息；对所述输入信息进行处理，得到三元组数据，对所述三元组数据进行标注，得到可用数据；
42.智能决策大脑，所述智能决策大脑将所述可用数据在知识工程库中进行分析，确定当前的用户需求信息；所述用户需求信息包括用户需求类型；根据所述用户需求类型，确
定对应的网关接口；根据所述网关接口，确定用户需求内容。
43.在一种可能的实现方式中，所述智能决策大脑根据所述用户需求类型，确定对应的网关接口具体包括：
44.根据用户需求类型，确定对应的知识库；每个所述知识库具有所述用户需求类型上次的执行结果信息；所述执行结果信息包括第一执行结果和第二执行结果；
45.当为第一执行结果时，在方法库中确定本次的执行策略为第一执行策略；所述第一执行策略与上次的执行策略相同；其中，所述方法库中存储有与所述知识库对应的执行策略；
46.当为第二执行结果时，在方法库中确定本次的执行策略为第二执行策略；
47.当为第一执行策略或者第二执行策略时，在模型库中进行查询，以确定所述第一执行策略对应的第一脚本，或者，确定所述第二执行策略对应的第二脚本；
48.根据所述第一脚本或者第二脚本，调用对应的网关接口。
49.第三方面，本发明提供了一种芯片系统，包括处理器，所述处理器与存储器的耦合，所述存储器存储有程序指令，当所述存储器存储的程序指令被所述处理器执行时实现第一方面任一项所述的基于人工智能的运维管理方法。
50.第四方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行第一方面任一项所述的基于人工智能的运维管理方法。
51.通过应用本发明实施例提供的基于人工智能的运维管理方法，接收用户的输入信息；对输入信息进行处理，得到三元组数据，对三元组数据进行标注，得到可用数据；对可用数据进行分析，确定当前的用户需求信息；用户需求信息包括用户需求类型；根据用户需求类型，确定对应的网关接口；根据网关接口，确定用户需求内容，根据需求类型，定位到具体的知识库，从而快速响应用户需求，提高了运维管理的效率。
附图说明
52.图1为本发明实施例一提供的基于人工智能的运维管理方法流程图；
53.图2为本发明实施例二提供的基于人工智能的运维管理系统结构示意图；
54.图3为本体构建的示意图；
55.图4为本体和属性的关系示意图；
56.图5为数据标准化示意图；
57.图6为实体抽取示意图；
58.图7为三元组示意图；
59.图8为图1中步骤140的流程图；
60.图9为基于人工智能的运维管理方法的流程示意图；
61.图10为基于人工智能的运维管理方法的另一个流程示意图；
62.图11为本发明实施例三提供的芯片系统结构示意图；
63.图12为本发明实施例四提供的计算机存储介质结构示意图。
具体实施方式
64.下面结合附图和实施例对本技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为便于描述，附图中仅示出了与有关发明相关的部分。
65.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
66.实施例一
67.图1为本发明实施例一提供的基于人工智能的运维管理方法流程示意图。该方法的执行主体为运维管理系统，该运维管理系统如图2所示，包括智能服务助理10、智能决策大脑20和知识工程库30。
68.该智能服务助理10，可以是虚拟服务助理(virtual service assistant，vsa)，其是一种会话式的代理业务应用程序，它提供信息、常见问题的答案和执行事务，以便在it服务台的服务管理场景中提供支持和协助。面向it服务管理的实践，基于im即时通讯的智能服务助理，具备以下能力：为终端用户提供关于qa问答、工单辅助、监控辅助、巡检辅助、服务请求以及任务脚本的智能与自助服务，促进用户和技术服务人员的扁平化协作，提升沟通效率、降低人力成本。
69.智能决策大脑20，是一个决策系统，可以进行数据处理，在it服务管理的很多实践中，一个决定的产生往往是多种因素综合考虑的折中结果，单纯依靠个人经验，其速度和准确性经常很难保证。智能决策大脑的核心是将人的知识，比如经验、技术等转化为数字化知识，把依赖专家转变为以数据为核心，依托算法与机器学习的手段。智能决策大脑作为新一代itsm的“神经中枢”，服务于it服务管理组织中需要决策的各级人员，具备实时、闭环、自动进化、可自动识别问题、全局优化等特征，充分展现了数据汇聚和知识融合的价值，提高了用户在工作过程中各种决策的效率和质量。
70.知识工程库30，提供基础的结构化知识，学习知识的能力，以及思维能力。，在该知识工程库中包括数据库、知识库、方法库、模型库。
71.结合图1和图2，本技术包括以下步骤：
72.步骤110，接收用户的输入信息；
73.具体的，输入信息可用是文字信息或者语音信息，针对语音信息，可以处理为文字信息。
74.步骤120，对输入信息进行处理，得到三元组数据，对三元组数据进行标注，得到可用数据；
75.其中，步骤110和步骤120的执行主体为运维管理系统中的智能服务助理，后续步骤130-150的执行主体为智能决策大脑。
76.具体的，在执行步骤120之前，需要建立一个抽取模型，以便于利用该抽取模型对输入信息进行抽取，得到三元组数据。下面对如何建立抽取模型进行说明。
77.(1)构架本体
78.构建本体包括类别数据模型建立和关系模型建立。
79.类别数据模型建立包括：将数据进行分类，确定数据类别，并确定每个数据类别下的数据子数据，参见图3，本体包括a、b和d类数据，a类数据又包括ai类数据、a2类数据，d类
数据包括d1类数据和d2类数据。
80.关系模型建立，包括确定各类别数据的关系，参见图4，a1类数据和b类数据的关系为关系r1，b类数据和d2类数据类的关系为关系r1。
81.(2)编辑本体
82.包括确定本体数据、将本体数据进行构建得到对象、添加对象的属性、定义好属性的类、查看建立好的属性的关系。
83.(3)结构化数据
84.其中，将不同数据类别对应一个表，表中的每个字段都是一个类别的属性，再利用转化工具进行转化，将表转化为虚拟的rdf数据，使数据再rdf层实现格式统一。参见图5，表1表示a1类数据，a1类数据中包括a1、a2、a3、a4等数据类别，a1、a2、a3、a4为标准化数据。
85.(4)进行实体抽取
86.在标准数据中，抽取定义实体。参见图6，表为单词表，包括{a1,b1,d1}，进行实体识别后，得到实体为a1&a1类。
87.(5)使用三元组进行数据的写入和入库
88.参见图7,单词表{a2,b2,d2},进行实体识别后，得到的实体为a2&a1类，b2&b类，d2&d2类，进行关系抽取后，得到的三元组为(a2，r1，b2)，其中，a2为实体，r1为实体与属性的关系，b2为属性。
89.由此，建立得到实体抽取模型，本技术中，如果输入信息为语音信息，将语音信息处理为文字信息后，进行实体抽取，得到输入信息的三元组，再对输入信息的三元组进行长短期记忆人工神经网络(long short-term memory，lstm)的序列标注，得到可用数据。
90.比如，输入信息为中文文字“这是一群活泼可爱的孩子”，此段文字为中文数据类，通过结构化数据得到：['这','是','一群','活泼','、','可爱','的','孩子']；
[0091]
通过实体识别得到：['ns','v','m','a','wp','a','u','n']；
[0092]
通过三元组抽取得到：[{},{'sbv':[0],'vob':[7]},{},{'coo':[5],'rad':[6]},{},{'wp':[4]},{},{'att':[2,3]}]8{1:{'a0':['a0',0,0],'a1':['a1',2,7]}}；
[0093]
通过lstm序列的标注后得到最终的可用数据：
[0094]
['这','是','一群','活泼','、','可爱','的','孩子']8；
[0095]
['ns','v','m','a','wp','a','u','n']8；
[0096]
[{},{'sbv':[0],'vob':[7]},{},{'coo':[5],'rad':[6]},{},{'wp':[4]},{},{'att':[2,3]}]8；
[0097]
{1:{'a0':['a0',0,0],'a1':['a1',2,7]}}；
[0098]
[['sbv','这',0,'ns','是',1,'v'],['hed','是',1,'v','root',-1,'n'],['att','一群',2,'m','孩子',7,'n'],['att','活泼',3,'a','孩子',7,'n'],['wp','、',4,'wp','可爱',5,'a'],['coo','可爱',5,'a','活泼',3,'a'],['rad','的',6,'u','活泼',3,'a'],['vob','孩子',7,'n','是',1,'v']]8。
[0099]
由此，通过对输入信息进行处理，得到机器可识别的可用数据。
[0100]
步骤130，对可用数据进行分析，确定当前的用户需求信息；用户需求信息包括用户需求类型；
[0101]
根据预设的数据库中的意图分析模型，对可用数据进行用户需求分析，确定当前
的用户需求类型；用户需求类型包括备份类、还原类、监控类、工单状态查询、服务器运行状态查询中的任意一种。
[0102]
步骤140，根据用户需求类型，确定对应的网关接口；
[0103]
其中，参见图8，步骤140包括以下步骤：
[0104]
步骤1401，根据用户需求类型，确定对应的知识库；每个知识库具有用户需求类型上次的执行结果信息；执行结果信息包括第一执行结果和第二执行结果；
[0105]
其中，比如为备份类时，执行结果信息包括第一执行结果，即执行成功和第二执行结果，即执行失败，当执行失败时，执行结果信息还包括执行失败对应的原因；
[0106]
步骤1402，当为第一执行结果，在方法库中确定本次的执行策略为第一执行策略；第一执行策略与上次的执行策略相同；其中，方法库中存储有与知识库对应的执行策略；
[0107]
步骤1403，当为第二执行结果时，在方法库中确定本次的执行策略为第二执行策略；步骤1404，当为第一执行策略或者第二执行策略时，在模型库中进行查询，以确定第一执行策略对应的第一脚本，或者，确定第二执行策略对应的第二脚本；
[0108]
步骤1405，根据第一脚本或者第二脚本，调用对应的网关接口。
[0109]
其中，参见图9，数据库、知识库、方法库和模型库中是系统已经预设的四个区域，在这4个区域中，数据库是对整体数据进行存放，比如，如果执行备份操作，数据库中会对本次备份操作是否成功，知识库是否调用了方法库，方法库是否调用了模型库进行存储，如果备份失败，具体失败原因是调用哪个库失败。知识库有多种类型，比如备份类知识库、还原类知识库、监控类知识库等，每个知识库存储上次操作时间、上次操作位置等。每个方法库与每种类型的知识库相对应，方法库中具有执行策略，比如针对备份类知识库，方法库中的执行策略包括全量备份和增量备份，针对还原类知识库，方法库中的执行策略包括全部还原和部分还原等，而模型库中包括执行策略对应的执行脚本，比如全量备份的执行脚本，通过该执行脚本可以确定调用哪些网关接口，比如，对某个软件全量备份时，该软件的运行数据、安装数据等对应的接口都要被调用。
[0110]
在一个具体的实现方式中，当用户需求类型为备份类时，根据用户需求类型，确定对应的网关接口具体包括：
[0111]
根据用户需求类型，确定备份类知识库；
[0112]
在备份类知识库中进行查询，确定上次备份的执行结果信息为第一执行结果或第二执行结果；其中，第一执行结果表示备份成功，第二执行结果表示备份失败，第二执行结果中包括失败原因
[0113]
当上次备份成功时，在方法库中确定第一执行策略为增量备份；
[0114]
当上次备份失败时，在方法库中确定第二执行策略为全量备份；
[0115]
当为增量备份时，在模型库中确定对应的增量备份的第一脚本；
[0116]
当为全量备份时，在模型库中确定对应的全量备份的第二脚本；
[0117]
根据第一脚本，调用用于增量备份的第一网关接口；
[0118]
根据第二脚本，调用用于全量备份的第二网关接口。
[0119]
具体的，接收通过微信接口提交的程序的作业任务，比如备份任务，首先，从数据库提取服务器ip地址、备份路径、程序日志位置信息。然后，从知识库中检索此程序上一次是否做过备份，如果做过备份，备份是成功还是失败，备份如果失败，知识库中还应具有失
败原因。其次，从方法库中选择，如果是没有备份，则选择全量备份，如果是上次已经备份，则选择增量备份。根据知识库和方法库，再从模型库中选择最佳的备份脚本。执行备份程序，并打印详细过程日志。
[0120]
在另一个具体的实现方式中，用户需求类型为监控类，首先，根据用户需求类型，启动监控，确定监控类知识库；
[0121]
其次，在监控类知识库中进行查询，将本次接收到的自愈报告和上次的自愈报告进行对比，以确定接收到的自愈报告对应的级别，第一执行结果对应一般告警，第二执行结果对应严重告警；
[0122]
其中，参见图10，针对某些类型的报警，系统会进行自愈，针对接收到的自愈报告，在知识库中查询上次的自愈报告的执行结果信息，比如上次自愈报告为一般告警时，表示第一执行结果，即执行成功，上次自愈报告为严重告警时，表示第二执行结果，即执行失败。
[0123]
再次，当为一般告警时，在方法库中确定第一执行策略为自愈策略；
[0124]
再次，当为严重告警时，在方法库中确定第二执行策略为通知策略；通知策略为向运维终端发送告警信号；
[0125]
接着，当为自愈策略时，在模型库中确定对应的自愈策略的第一脚本；
[0126]
接着，当为通知策略时，在模型库中确定对应的通知策略的第二脚本；
[0127]
接着，根据第一脚本，调用用于自愈的第一网关接口；
[0128]
最后，根据第二脚本，调用用于进行通知的第二网关接口。
[0129]
其中，启动严重告警，调用第二脚本，以通过第二网关接口来通知运维终端。
[0130]
在另一个具体的实现方式中，比如是在辅助问答中，接收客服、技术支持、运维者等角色通过终端的微信小程序向智能虚拟服务助理发起的提问。数据库对该问题进行分类后，匹配到不同的知识库，然后再该知识库中检索结果，匹配到方法库中的执行策略，再确定模型库中的执行脚本，执行脚本运行时调用对应的网关接口，获取到提问对应的答案，然后返回给微信小程序，客服、技术支持、运维者通过微信小程序获取到答案。
[0131]
在在一个具体的实现方式中，比如进行工单辅助，查询工单状态，接收到用户通过终端，比如微信发起的工单辅助，然后数据库-知识库-方法库后，调用工单的网关接口，查询到当前工单的状态、流程节点、流转人员、节点人员电话号码，预计还需多久处理完毕等信息。全流程可视化程度高，可以极大的节省时间。巡检辅助：
[0132]
在再一个具体的实现方式中，接收运维工程师通过终端上的微信发送的巡检辅助，通过数据库-知识库-方法库后，调取网关接口，然后将网关接口地址返回到终端的微信程序中，运维工程师可以在手机web端或者app中，很方便的掌握机房服务器的运行状态与应急情况处理，从而大大提高了用户体验。
[0133]
在再一个具体的实现方式中，接收运维工程师通过终端上的微信发送的任务脚本自助服务，该任务脚本自助服务为得到任务脚本。此时输入信息可以是运维者的实际脚本需求，经过数据库-知识库-方法库后，可以确定执行脚本，执行脚本通过调用网络接口，将该执行脚本反馈给终端的微信，由此在任何地点只要有网络和手机，即可解决平台故障。
[0134]
步骤150，根据网关接口，确定用户需求内容。
[0135]
具体的，通过调用网关接口来确定用户需求内容，并反馈给用户终端，从而实现了运维管理。
processing unit，cpu)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，soc)的形式实现。
[0150]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机程序指令时，全部或部分地产生按照本技术实施例所描述的流程或功能。上述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。上述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，上述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线路((digital subscriber line，dsl))或无线(例如红外、无线、蓝牙、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。上述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。上述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘(solid state disk，ssd))等。
[0151]
实施例三
[0152]
本发明实施例三提供了一种芯片系统，如图11所示，包括处理器，处理器与存储器的耦合，存储器存储有程序指令，当存储器存储的程序指令被处理器执行时实现如实施例一提供的任意一种基于人工智能的运维管理方法。
[0153]
实施例四
[0154]
本发明实施例四提供一种计算机可读存储介质，如图12所示，包括程序或指令，当所述程序或指令在计算机上运行时，实现如实施例一提供的任意一种基于人工智能的运维管理方法。
[0155]
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0156]
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
[0157]
以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种基于人工智能的运维管理方法,其特征在于,所述方法包括:接收用户的输入信息；对所述输入信息进行处理，得到三元组数据，对所述三元组数据进行标注，得到可用数据；对所述可用数据进行分析，确定当前的用户需求信息；所述用户需求信息包括用户需求类型；根据所述用户需求类型，确定对应的网关接口；根据所述网关接口，确定用户需求内容。2.根据权利要求1所述的方法，其特征在于，所述对所述输入信息进行处理，得到三元组数据具体包括：对所述输入信息进行实体抽取，得到所述输入信息的本体、属性、本体和属性的关系；对所述本体、属性、本体和属性的关系通过三元组数据进行表示；对所述三元组数据通过长短期记忆人工神经网络lstm进行序列标注，得到可用数据。3.根据权利要求1所述的方法，其特征在于，所述对所述可用数据进行分析，确定用户需求信息具体包括：根据预设的数据库中的意图分析模型，对所述可用数据进行用户需求分析，确定当前的用户需求类型；所述用户需求类型包括备份类、还原类、监控类、工单状态查询、服务器运行状态查询中的任意一种。4.根据权利要求1所述的方法，其特征在于，所述根据所述用户需求类型，确定对应的网关接口具体包括：根据用户需求类型，确定对应的知识库；每个所述知识库具有所述用户需求类型上次的执行结果信息；所述执行结果信息包括第一执行结果和第二执行结果；当为第一执行结果时，在方法库中确定本次的执行策略为第一执行策略；所述第一执行策略与上次的执行策略相同；其中，所述方法库中存储有与所述知识库对应的执行策略；当为第二执行结果时，在方法库中确定本次的执行策略为第二执行策略；当为第一执行策略或者第二执行策略时，在模型库中进行查询，以确定所述第一执行策略对应的第一脚本，或者，确定所述第二执行策略对应的第二脚本；根据所述第一脚本或者第二脚本，调用对应的网关接口。5.根据权利要求4所述的方法，其特征在于，当用户需求类型为备份类时，所述根据所述用户需求类型，确定对应的网关接口具体包括：根据用户需求类型，确定备份类知识库；在备份类知识库中进行查询，确定上次备份的执行结果信息为第一执行结果或第二执行结果；其中，第一执行结果表示备份成功，第二执行结果表示备份失败，所述第二执行结果中包括失败原因；当上次备份成功时，在方法库中确定第一执行策略为增量备份；当上次备份失败时，在方法库中确定第二执行策略为全量备份；当为增量备份时，在模型库中确定对应的增量备份的第一脚本；当为全量备份时，在模型库中确定对应的全量备份的第二脚本；根据第一脚本，调用用于增量备份的第一网关接口；
根据第二脚本，调用用于全量备份的第二网关接口。6.根据权利要求4所述的方法，其特征在于，当用户需求类型为监控类时，所述根据所述用户需求类型，确定对应的网关接口具体包括：根据用户需求类型，启动监控，确定监控类知识库；在监控类知识库中进行查询，将本次接收到的自愈报告和上次的自愈报告进行对比，以确定接收到的自愈报告对应的级别，第一执行结果对应一般告警，第二执行结果对应严重告警；当为一般告警时，在方法库中确定第一执行策略为自愈策略；当为严重告警时，在方法库中确定第二执行策略为通知策略；所述通知策略为向运维终端发送告警信号；当为自愈策略时，在模型库中确定对应的自愈策略的第一脚本；当为通知策略时，在模型库中确定对应的通知策略的第二脚本；根据第一脚本，调用用于自愈的第一网关接口；根据第二脚本，调用用于进行通知的第二网关接口。7.一种基于人工智能的运维管理系统,其特征在于,所述运维管理系统包括：智能服务助理，所述智能服务助理接收用户的输入信息；对所述输入信息进行处理，得到三元组数据，对所述三元组数据进行标注，得到可用数据；智能决策大脑，所述智能决策大脑将所述可用数据在知识工程库中进行分析，确定当前的用户需求信息；所述用户需求信息包括用户需求类型；根据所述用户需求类型，确定对应的网关接口；根据所述网关接口，确定用户需求内容。8.根据权利要求7所述的系统，其特征在于，所述智能决策大脑根据所述用户需求类型，确定对应的网关接口具体包括：根据用户需求类型，确定对应的知识库；每个所述知识库具有所述用户需求类型上次的执行结果信息；所述执行结果信息包括第一执行结果和第二执行结果；当为第一执行结果时，在方法库中确定本次的执行策略为第一执行策略；所述第一执行策略与上次的执行策略相同；其中，所述方法库中存储有与所述知识库对应的执行策略；当为第二执行结果时，在方法库中确定本次的执行策略为第二执行策略；当为第一执行策略或者第二执行策略时，在模型库中进行查询，以确定所述第一执行策略对应的第一脚本，或者，确定所述第二执行策略对应的第二脚本；根据所述第一脚本或者第二脚本，调用对应的网关接口。9.一种芯片系统，其特征在于，所述芯片系统包括处理器，所述处理器与存储器的耦合，所述存储器存储有程序指令，当所述存储器存储的程序指令被所述处理器执行时实现如权利要求1-6任意一项所述的基于人工智能的运维管理方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行如权利要求1-6任意一项所述的基于人工智能的运维管理方法。

技术总结
本发明提供了一种基于人工智能的运维管理方法及系统,方法包括:接收用户的输入信息；对输入信息进行处理，得到三元组数据，对三元组数据进行标注，得到可用数据；对可用数据进行分析，确定当前的用户需求信息；用户需求信息包括用户需求类型；根据用户需求类型，确定对应的网关接口；根据网关接口，确定用户需求内容。内容。内容。


技术研发人员：李峥 王超
受保护的技术使用者：北京容大友信科技有限公司
技术研发日：2023.06.01
技术公布日：2023/9/12