本發(fā)明涉及云計算智能運維，具體為一種基于ai智能體的云監(jiān)控服務運維動態(tài)優(yōu)化系統(tǒng)及方法。

背景技術：

1、在當前信息技術迅速發(fā)展的背景下，云計算已成為企業(yè)數字化轉型的核心基礎設施之一，尤其是在混合云和多云環(huán)境日益普及的趨勢下，云平臺所承載的服務類型愈加復雜，服務依賴鏈條顯著拉長，系統(tǒng)運行態(tài)勢呈現出高度動態(tài)、高并發(fā)和多層級耦合的特點。為保障關鍵業(yè)務系統(tǒng)的連續(xù)性與穩(wěn)定性，云平臺運維管理正逐步從靜態(tài)監(jiān)控向智能化、自動化與動態(tài)優(yōu)化演進，亟需通過ai智能體等手段實現對復雜系統(tǒng)中潛在故障風險的主動識別與響應調度，從而提高整體服務質量保障水平。

2、然而，現有云監(jiān)控方案多依賴靜態(tài)規(guī)則庫或單一數據源驅動，存在跨層指標割裂、隱性故障關聯識別能力不足等問題。例如，物理層資源碎片化與應用層服務性能偏移的因果鏈路難以有效驗證，導致誤報率高且根因定位延遲。資源調度策略與故障修復動作缺乏協(xié)同，易因盲目擴容加劇級聯故障風險。此外，短期應急響應與長期優(yōu)化目標間的矛盾缺乏動態(tài)權衡機制，造成運維策略與實際場景適配性差，難以滿足混合云環(huán)境下的彈性需求。

技術實現思路

1、針對現有技術的不足，本發(fā)明提供了一種基于ai智能體的云監(jiān)控服務運維動態(tài)優(yōu)化系統(tǒng)及方法，解決了上述背景技術的問題。

2、為實現以上目的，本發(fā)明通過以下技術方案予以實現：一種基于ai智能體的云監(jiān)控服務運維動態(tài)優(yōu)化系統(tǒng)，包括以下步驟：跨層指標感知模塊、時空關聯分析模塊、因果驗證與耦合度分析模塊、動態(tài)優(yōu)先級決策模塊、策略執(zhí)行與反饋模塊；所述跨層指標感知模塊用于部署容器化探針集群，實時采集混合云環(huán)境中物理層硬件資源碎片化指標、虛擬層容器生命周期事件及應用層微服務調用鏈性能偏移數據，通過分層標簽化預處理與異常值過濾，輸出標準化跨層指標集合；所述時空關聯分析模塊用于連接跨層指標感知模塊，通過增量式時序對齊算法消除物理層低頻數據與應用層高頻數據的時序偏差，基于動態(tài)時間窗口構建故障傳播概率圖譜，識別跨層指標間具有時空耦合特性的隱性關聯節(jié)點；所述因果驗證與耦合度分析模塊用于接收時空關聯分析模塊輸出的故障傳播圖譜，通過定向擾動注入驗證跨層因果關系真實性，并根據資源調度操作與故障傳播鏈的關聯矩陣擬合耦合度指數，并構建耦合度分析規(guī)則以量化操作對故障傳播的影響權重，生成負向耦合場景的根因定位指令；所述動態(tài)優(yōu)先級決策模塊用于根據故障傳播成本模型分析歷史故障修復時間與資源浪費率擬合傳播成本梯度，將耦合度指數、實時服務等級協(xié)議違約率與故障傳播成本梯度輸入權重函數，通過動態(tài)權重函數計算短期抑制動作與長期根除動作的協(xié)同優(yōu)先級，并通過非對稱博弈策略生成兩類動作的執(zhí)行序列；所述策略執(zhí)行與反饋模塊用于調用云平臺接口原子化執(zhí)行決策動作，并采集執(zhí)行后的指標變化數據，動態(tài)更新故障傳播成本模型與耦合度分析規(guī)則。

3、進一步地，跨層指標感知模塊具體包括：容器化探針集群以微服務架構部署于混合云節(jié)點，包含物理層探針采集硬件資源碎片化指標、虛擬層探針監(jiān)控容器生命周期事件及資源爭搶行為、應用層探針追蹤微服務調用鏈拓撲及性能偏移；根據指標動態(tài)變化率調整采集頻率，物理層采用低頻觸發(fā)采樣，應用層采用事件驅動高頻追蹤，并通過滑動窗口統(tǒng)計抑制瞬時噪聲；分層標簽化預處理單元對原始數據附加云平臺類型和服務依賴層級的環(huán)境上下文標簽，基于孤立森林算法過濾異常值，輸出標準化跨層指標集合。

4、進一步地，通過增量式時序對齊算法消除物理層低頻數據與應用層高頻數據的時序偏差，基于動態(tài)時間窗口構建故障傳播概率圖譜的具體過程如下：對物理層低頻數據與應用層高頻數據進行動態(tài)插值，根據數據置信度加權生成連續(xù)時序序列；通過滑動相關性分析檢測跨層指標間的潛在相位差，動態(tài)調整插值錨點以消除時序偏移；根據對齊后的時序數據計算跨層指標間的條件轉移概率，動態(tài)擴展時間窗口范圍并在檢測到指標突變時收縮窗口，生成帶權重邊的故障傳播概率圖譜。

5、進一步地，識別跨層指標間具有時空耦合特性的隱性關聯節(jié)點的識別邏輯如下：在故障傳播概率圖譜中提取跨物理層、虛擬層、應用層的傳播路徑，篩選轉移概率超過動態(tài)閾值的候選節(jié)點；對候選節(jié)點進行互信息熵分析以量化其與上下游指標的依賴強度，剔除弱關聯干擾項；通過格蘭杰因果檢驗驗證候選路徑的時空因果關系方向性，并對高概率路徑注入定向擾動以觀測下游指標響應幅度，確認時空耦合的有效性。

6、進一步地，通過定向擾動注入驗證跨層因果關系真實性，并根據資源調度操作與故障傳播鏈的關聯矩陣擬合耦合度指數的具體過程如下：在故障傳播圖譜中選定高概率關聯路徑，對路徑源節(jié)點注入模擬物理層存儲延遲突增或限制虛擬層容器網絡帶寬的可控擾動；觀測下游指標響應并記錄擾動傳播路徑與幅度，對比原始圖譜的預測路徑一致性；提取歷史資源調度操作與故障傳播鏈的時序關系，構建資源調度操作與故障傳播鏈的關聯矩陣，基于矩陣中資源調度操作對故障鏈長度及修復時間的影響權重，通過梯度下降法擬合耦合度指數。

7、進一步地，并構建耦合度分析規(guī)則以量化操作對故障傳播的影響權重，生成負向耦合場景的根因定位指令的具體過程如下：基于資源調度操作與故障傳播鏈的關聯矩陣，計算操作對故障鏈長度及修復時間的貢獻權重，生成初始耦合度分析規(guī)則；設定動態(tài)判定閾值，當操作對故障傳播鏈的貢獻權重超過閾值時，標記為負向耦合操作；在故障傳播圖譜中回溯負向耦合操作關聯的節(jié)點，篩選未被歷史調度操作覆蓋的高因果強度節(jié)點作為候選根因；對候選根因進行反向阻斷測試，通過限制其資源訪問或流量分發(fā)，驗證其對下游故障鏈的中斷效果；生成包含根因節(jié)點標識、影響路徑及修復建議的定位指令，推送至運維終端。

8、進一步地，根據故障傳播成本模型分析歷史故障修復時間與資源浪費率擬合傳播成本梯度的具體過程如下：提取歷史故障修復時間數據與資源調度操作導致的資源浪費率，構建初始傳播成本函數；通過梯度下降法迭代優(yōu)化成本函數參數，動態(tài)調整修復時間權重與資源浪費懲罰因子；根據實時故障傳播路徑長度與資源利用率變化，計算當前傳播成本梯度；通過策略執(zhí)行反饋數據持續(xù)優(yōu)化梯度參數，適配混合云環(huán)境的動態(tài)變化。

9、進一步地，將耦合度指數、實時服務等級協(xié)議違約率與故障傳播成本梯度輸入權重函數，通過動態(tài)權重函數計算短期抑制動作與長期根除動作的協(xié)同優(yōu)先級，并通過非對稱博弈策略生成兩類動作的執(zhí)行序列的具體過程如下：在動態(tài)權重函數中引入耦合度懲罰因子，抑制高耦合場景下可能加劇故障傳播的調度操作優(yōu)先級；基于實時服務等級協(xié)議違約率計算短期抑制動作的緊迫性權重，結合傳播成本梯度計算長期根除動作的收益權重；將短期抑制動作與長期根除動作定義為非對稱博弈參與者，構建量化其對服務可用性提升與故障傳播抑制貢獻的收益函數；通過動態(tài)納什均衡求解最優(yōu)協(xié)同策略，優(yōu)先執(zhí)行短期抑制動作以快速止損，并異步觸發(fā)長期根除動作。

10、進一步地，策略執(zhí)行與反饋模塊具體包括：原子化執(zhí)行引擎將決策動作拆解為調用云平臺api觸發(fā)限流策略或發(fā)起存儲卷遷移任務的可獨立執(zhí)行原子操作，通過事務鎖機制確?？缙脚_操作的原子性與一致性；監(jiān)測執(zhí)行后跨層指標變化，捕獲動作對故障傳播鏈的抑制效果及資源利用率影響，根據反饋數據調整故障傳播成本模型中的權重參數，優(yōu)化耦合度分析規(guī)則并增強對負向耦合場景的早期識別能力。

11、一種基于ai智能體的云監(jiān)控服務運維動態(tài)優(yōu)化方法，包括以下步驟：s1.部署容器化探針集群，實時采集混合云環(huán)境中物理層硬件資源碎片化指標、虛擬層容器生命周期事件及應用層微服務調用鏈性能偏移數據，通過分層標簽化預處理與異常值過濾，輸出標準化跨層指標集合；s2.連接跨層指標感知模塊，通過增量式時序對齊算法消除物理層低頻數據與應用層高頻數據的時序偏差，基于動態(tài)時間窗口構建故障傳播概率圖譜，識別跨層指標間具有時空耦合特性的隱性關聯節(jié)點；s3.接收時空關聯分析模塊輸出的故障傳播圖譜，通過定向擾動注入驗證跨層因果關系真實性，并根據資源調度操作與故障傳播鏈的關聯矩陣擬合耦合度指數，并構建耦合度分析規(guī)則以量化操作對故障傳播的影響權重，生成負向耦合場景的根因定位指令；s4.根據故障傳播成本模型分析歷史故障修復時間與資源浪費率擬合傳播成本梯度，將耦合度指數、實時服務等級協(xié)議違約率與故障傳播成本梯度輸入權重函數，通過動態(tài)權重函數計算短期抑制動作與長期根除動作的協(xié)同優(yōu)先級，并通過非對稱博弈策略生成兩類動作的執(zhí)行序列；s5.調用云平臺接口原子化執(zhí)行決策動作，并采集執(zhí)行后的指標變化數據，動態(tài)更新故障傳播成本模型與耦合度分析規(guī)則。

12、本發(fā)明具有以下有益效果：

13、（1）一種基于ai智能體的云監(jiān)控服務運維動態(tài)優(yōu)化系統(tǒng)，通過容器化探針集群實現物理層、虛擬層、應用層異構數據的統(tǒng)一采集與標準化處理，突破傳統(tǒng)監(jiān)控工具的單層數據局限，提升跨平臺資源協(xié)同能力?；谠隽渴綍r序對齊算法與動態(tài)時間窗口構建故障傳播圖譜，精準識別跨層指標間的時空耦合特性，解決靜態(tài)規(guī)則導致的誤關聯問題。通過定向擾動注入與耦合度分析規(guī)則驗證因果真實性，降低人工排查成本，提升復雜故障場景下的定位精度。結合非對稱博弈策略動態(tài)平衡短期抑制動作與長期根除動作的優(yōu)先級，避免資源調度與故障修復的沖突，提升系統(tǒng)整體韌性。通過執(zhí)行反饋數據動態(tài)更新模型與規(guī)則，實現運維策略的持續(xù)迭代，適應混合云環(huán)境的動態(tài)變化。

14、（2）一種基于ai智能體的云監(jiān)控服務運維動態(tài)優(yōu)化方法，從數據采集、時序對齊到圖譜構建，實現跨層指標的全生命周期管理，消除數據孤島對運維決策的干擾。通過動態(tài)時間窗口與時空耦合特性分析，提前識別潛在級聯故障路徑，提升故障預警能力。結合定向擾動與關聯矩陣量化資源調度對故障傳播的影響權重，增強根因定位的可靠性與可解釋性?；诠收蟼鞑コ杀咎荻扰c實時服務等級協(xié)議違約率的動態(tài)權重計算，生成適配復雜場景的協(xié)同執(zhí)行策略，降低業(yè)務中斷風險。通過執(zhí)行反饋閉環(huán)驅動模型與規(guī)則的自適應更新，確保運維策略始終貼合實際環(huán)境需求，提升長期運維效能。

15、當然，實施本發(fā)明的任一產品并不一定需要同時達到以上所述的所有優(yōu)點。