基于知識圖譜的12306智能運維應用研究

江 琳，王 煜，李仕旺，賈成強，潘 躍

（1.中國鐵道科學研究院集團有限公司 電子計算技術研究所，北京 100081；2.中鐵程科技有限公司，北京 100081）

鐵路12306 互聯網售票系統（簡稱：12306）涵蓋中國國家鐵路集團有限公司（簡稱：國鐵集團）、40 組互聯網節點中心、18 個地區中心、18 個客服中心和3000 多個客運車站，由于12306 的層級復雜、功能眾多，其運營維護（簡稱：運維）診斷需要耗費大量的人力和時間。為提高運維效率，亟需對運維知識進行提取和再利用。知識圖譜被廣泛地用于智能問答、智能推薦等領域，眾多學者對知識圖譜技術展開研究，并將其應用于系統的運維診斷與分析當中。郭盛等人[1]以電商銷售平臺為研究案例，提煉知識圖譜模型，構建知識庫，研究形成可視化的網絡結構；歐一鳴等人[2]基于運維訴求與分布式光伏運維知識圖譜中的信息，匹配準確的運維方案，為運維人員提供方案支持。

基于上述研究，本文引入知識圖譜技術對12306 運維知識進行建模，為具有復雜關系的知識信息提供高效存儲、組織、管理的手段。通過梳理運維技術經驗，使系統告警、故障案例、問題記錄、技術手冊、操作經驗等信息明晰化、規則化，從而構建12306 運維知識圖譜，快速、便捷、高效地完成運維診斷、自動處理和故障排除，最終實現12306 運維自動化、智能化。

1 12306 運維知識圖譜構建

知識圖譜以資源信息為數據源，自動抽取資源，持續優化知識庫。完整的知識圖譜需要不間斷地迭代、更新知識經驗信息[3]。12306 的運維知識圖譜構建流程，可以分為數據獲取、知識抽取、知識融合和知識處置4 個部分，如圖1 所示。

圖1 12306 運維知識圖譜構建流程

1.1 數據獲取

12306 運維數據獲取包括整合結構化、半結構化、非結構化的數據。監控數據、指標數據是結構化數據，可直接進行整合；12306 故障案例、問題記錄、技術手冊、專家分享帖子和用戶手冊等是半結構化數據；12306 系統配置、日志、規范化產品文檔等屬于非結構化數據。非結構化和半結構化數據需進行加工后才可使用。

1.2 知識抽取

半結構化和非結構化的數據需要完成實體抽取、屬性抽取和關系抽取形成知識，存入到知識圖譜中[4]。實體抽取包括抽取12306 系統日志、配置信息等元素；屬性抽取需要定義監控元素各指標類的性質；關系抽取需要提取各個系統間的相互歸屬或擁有關系，為知識結構獲取網狀的關系定義。

1.3 知識融合

知識抽取形成的知識需要進行運維數據整合和知識推理，從而消除知識間的歧義[5]，其方法有2 種：（1）指代消解，即把代表同一實體的不同指稱劃分到一個等價集合，例如錯誤日志、系統配置都指向一個主機實體；（2）實體消歧，即把一個實體的具體屬性進行定位，例如，通過計算得出的系統指標是監控報警還是系統故障。

1.4 知識處置

對運維的新知識進行質量評估后，將其加入到12306 運維知識圖譜中，知識圖譜可通過客票知識檢索進行展示。

2 12306 智能運維架構設計

12306 智能運維架構分為傳輸層、加工層、存儲層、智能處置層，如圖2所示。

圖2 12306 智能運維架構

2.1 傳輸層

傳輸層通過消息隊列的方式獲取結構化、非結構化和半結構化數據，并進行統一分析和展示，包括對告警、指標、故障案例、問題記錄、技術手冊、專家分享帖子、用戶手冊、系統配置、日志、規范化產品文檔等進行數據接收和匯聚。

2.2 加工層

加工層把12306 的事件、運維日志、業務數據、系統指標、運維知識圖譜、專家經驗和知識等海量數據經識別、篩選，歸納抽取出來，不同數據類型有不同的抽取方法。結構化數據需要用復雜表數據處理獲取知識，其余的數據需進行持續的知識自動生成、更新和維護[6]。

2.3 存儲層

在加工層獲取到12306 新的運維知識后，存儲層對其進行整合，消除知識間的矛盾和歧義，將其與其他知識進行融合、校對，轉換為三元組的形式，按中國鐵路客票發售預定系統（簡稱：客票系統）的業務表結構和圖結構的方式進行存儲，形成標準的數據格式，為上游12306 網站、12306 App 及其他軟件應用提供服務。

2.4 智能處置層

通過存儲層的知識融合，結合事件分析、事件模板、知識庫和語義編碼對運維知識進行驗證、修正和優化，構建12306 運維知識圖譜，通過系統收集和提取的故障數據、報警門限、系統閾值等實現故障識別和根因定位，最終實現故障自動處置。

3 關鍵技術

3.1 三元組抽取

12306 運維知識圖譜擁有上萬條運維知識，每條知識由三元關系（主體、謂語、賓語）組成[7]。12306 通過資源描述框架（RDF，Resource Description Framework）來描述實體和資源三元關系，完成運維知識圖譜構建。

先把問題描述、異常事件、故障案例、配置管理等數據分類，基于RDF 三元組的知識表示和本體描述，使用數組存儲每個運維事件的語義信息，抽取語義信息及運維事件關系[8]。RDF 標準數據模型有唯一確定的主體、連接屬性的謂語和明確屬性值的賓語。主體是被描述的資源，謂語可表示主體的屬性，也可表示主體和賓語間的關系。當表示屬性時，賓語就是屬性值；當表示關系時，賓語也可作為資源。本文結合問題事件、故障處置、業務報警、物理設備信息和專家邏輯信息等，構建了以12306 業務為核心的運維識圖譜，部分圖譜可視化的內容如圖3所示。

圖3 12306 運維知識圖譜示意（部分）

3.2 根因定位

12306 發生異常事件時，須獲取相關的系統日志、業務報警、應用變更、配置管理等信息，將異常數據寫入圖數據庫，根據12306 運維知識圖譜使用的演繹推理和歸納推理方法，對事件根因進行定位。

12306 異常事件包括售票交易量、業務時延、支付成功率、連接異常率等指標的異常，以及業務日志和系統日志的異常。經過異常信息收集，對系統業務進行統計分析，定位到具體子系統的軟硬件，獲取事件根因。以售票業務為例，12306 支持中國工商銀行（簡稱：工行）、中國農業銀行、中國銀行和招商銀行等網上銀行功能，當支付成功率下降時，多筆交易產生了支付錯誤日志，系統提取異常時間點的交易信息，找到某時間范圍內的異常交易。通過對異常交易的統計分析，定位到交易僅在工行支付平臺子系統報錯，說明工行接口子系統就是問題的根因。

3.3 異常檢測

將12306 各業務系統采集的大量監控數據與歷史運維數據匯聚，進行分類學習，通過告警分類、性能趨勢預測和參數訓練，生成運維數據的閾值和權重，用以區分數據中的正常值和異常值，把檢測參數調整到合理的范圍，對異常事件進行報警。

異常檢測包括監控指標檢測、動態閾值檢測和智能基線檢測。監控指標檢測是在服務器端設定，當應用指標超過某閾值時自動報警，并對服務異常的波動狀態進行報警；動態閾值檢測采用實時調整的閾值設定法來解決大小長假、春運售票高峰等周期性數據的異常判斷，自動發現異常節點，實時標紅節點，同步顯示異常詳細信息，方便運維人員快速發現和定位問題；智能基線檢測無須逐個配置報警規則，可動態調整靈敏度，任何一個接入智能基線的指標，都需要計算出它的預測基線及合理邊界，當實際數據超出邊界并達到一定時長后觸發報警。

3.4 智能決策

智能決策將12306 運維知識圖譜中的運維處置命令匯總成特定腳本，包括內存報警、文件空間不足、數據庫死鎖等的解決方法和方案。系統工作流通過定時或輪詢任務，自動對上千個業務項進行檢查，當發生故障或異常檢測報警時，第一時間觸發集成化命令，完成自動故障修復。

通過12306 運維知識圖譜產生的智能決策方案，可自動執行多個故障修復任務，對報警的根本原因進行故障排查和處置，減少網絡資源的停機時間，確保快速解決多個故障。例如，重新啟動主機服務器、關閉系統服務、發送故障通知到機器人、執行腳本以更正系統故障等，都可使用智能決策的修復任務和解決方案。

4 結束語

本文通過數據獲取、知識抽取、知識融合、知識處置構建12306 運維知識圖譜，對根因定位、異常檢測、智能決策等關鍵技術在12306 智能運維領域進行了應用研究，使12306 運維更加實時、高效、自動化、智能化，根據12306 運維知識圖譜計算出的故障預警準確率可達85%以上，有效降低了12306 和各應用子系統的故障率，提高了問題處理效率，切實為12306 起到了保駕護航的作用。