（國(guó)家電網(wǎng)公司信息通信分公司，北京 100761）

基于決策樹的企業(yè)信息系統(tǒng)故障自動(dòng)診斷分析方法

金鑫，閆龍川，劉軍，張書林

（國(guó)家電網(wǎng)公司信息通信分公司，北京 100761）

目前，大型企業(yè)信息系統(tǒng)規(guī)模和復(fù)雜度快速增長(zhǎng)，但對(duì)故障的診斷分析仍主要依賴傳統(tǒng)的人工經(jīng)驗(yàn)，這不僅耗時(shí)、耗力，還影響對(duì)故障的及時(shí)處理。針對(duì)這一問題，創(chuàng)新性地提出了基于決策樹的企業(yè)信息系統(tǒng)故障自動(dòng)診斷分析方法，根據(jù)信息系統(tǒng)運(yùn)行監(jiān)控指標(biāo)告警信息，實(shí)現(xiàn)對(duì)信息系統(tǒng)故障的自動(dòng)診斷。利用某大型國(guó)有企業(yè)的實(shí)際生產(chǎn)運(yùn)行數(shù)據(jù)，提取典型告警數(shù)據(jù)特征對(duì)該方法進(jìn)行了驗(yàn)證，并在R語(yǔ)言環(huán)境下對(duì)決策樹模型及其訓(xùn)練方法進(jìn)行了仿真和對(duì)比分析。實(shí)驗(yàn)結(jié)果證明，該方法可以較為準(zhǔn)確地實(shí)現(xiàn)故障自動(dòng)快速診斷，有助于提高信息系統(tǒng)故障診斷分析效率。

自動(dòng)診斷分析；信息系統(tǒng)故障；決策樹；R語(yǔ)言

1 引言

隨著企業(yè)信息系統(tǒng)規(guī)模的日益龐大、集成程度的不斷提高、技術(shù)架構(gòu)的日益復(fù)雜、與企業(yè)經(jīng)營(yíng)管理和安全生產(chǎn)的緊密結(jié)合、應(yīng)用頻度的大幅增加，故障影響的范圍廣、涉及的用戶多、帶來的損失大，且信息系統(tǒng)各組件存在耦合關(guān)系，使故障具有傳導(dǎo)特性，當(dāng)一個(gè)組件或某項(xiàng)指標(biāo)出現(xiàn)故障時(shí)，通常會(huì)引起其他組件或指標(biāo)聯(lián)動(dòng)異常，導(dǎo)致信息系統(tǒng)故障點(diǎn)難于定位排查。在企業(yè)信息系統(tǒng)故障處置過程中，如何在復(fù)雜的各類監(jiān)控告警和異?，F(xiàn)象中，快速準(zhǔn)確定位出故障點(diǎn)，實(shí)現(xiàn)信息系統(tǒng)故障快速處置和業(yè)務(wù)及時(shí)恢復(fù)，是所有大型企業(yè)需要迫切解決的問題。傳統(tǒng)的信息系統(tǒng)故障分析處置主要依靠人工完成，處理時(shí)效和準(zhǔn)確率受限于工程師的個(gè)人能力、經(jīng)驗(yàn)、水平，差異較大、分布不均、效率低下，難以適應(yīng)大部分復(fù)雜企業(yè)信息系統(tǒng)的實(shí)際情況。

決策樹算法是一種通過對(duì)數(shù)據(jù)進(jìn)行處理、利用歸納算法生成可讀的規(guī)則和決策樹，然后使用決策樹對(duì)新數(shù)據(jù)進(jìn)行分析的典型分類方法，因其具有分類精度高、生成模式簡(jiǎn)單、抗噪聲數(shù)據(jù)等優(yōu)點(diǎn)，在數(shù)據(jù)挖掘中受到廣泛關(guān)注，在網(wǎng)絡(luò)設(shè)備、電網(wǎng)、光纖通信網(wǎng)等故障診斷中具有廣泛的研究與應(yīng)用。參考文獻(xiàn)[1]設(shè)計(jì)了基于決策樹的網(wǎng)絡(luò)故障專家系統(tǒng)模型，參考文獻(xiàn)[2]提出了基于決策樹的變電站故障診斷知識(shí)的獲取與表示，參考文獻(xiàn)[3]設(shè)計(jì)了一種基于優(yōu)化的決策樹數(shù)據(jù)挖掘算法的光纖網(wǎng)絡(luò)通信故障檢測(cè)系統(tǒng)，參考文獻(xiàn)[4]提出了采用故障診斷樹設(shè)計(jì)ASON故障診斷系統(tǒng)推理機(jī)的方案。

本文將決策樹算法理論與企業(yè)信息系統(tǒng)故障數(shù)據(jù)相結(jié)合，提出基于決策樹的企業(yè)信息系統(tǒng)故障的自動(dòng)診斷分析方法，以期發(fā)掘出信息系統(tǒng)指標(biāo)間的關(guān)聯(lián)規(guī)則，實(shí)現(xiàn)根據(jù)信息系統(tǒng)告警綜合信息快速定位故障點(diǎn)，提高信息系統(tǒng)故障的處置效率。利用某大型國(guó)有企業(yè)實(shí)際生產(chǎn)運(yùn)行中產(chǎn)生的信息系統(tǒng)故障及告警數(shù)據(jù)，提取典型告警特征和故障分類特征，采用決策樹生成算法，在R語(yǔ)言環(huán)境下搭建仿真實(shí)驗(yàn)平臺(tái)，驗(yàn)證該方法的實(shí)現(xiàn)效果和應(yīng)用價(jià)值。

2 運(yùn)行指標(biāo)選擇及故障類型

實(shí)際生產(chǎn)中，企業(yè)級(jí)大型信息系統(tǒng)需應(yīng)對(duì)高并發(fā)訪問、海量數(shù)據(jù)處理、高可靠性運(yùn)行等一系列問題，還需實(shí)現(xiàn)高性能、高可用性、易伸縮、可擴(kuò)展、安全等各種技術(shù)架構(gòu)目標(biāo)[5]。信息系統(tǒng)一般包括應(yīng)用服務(wù)器、數(shù)據(jù)庫(kù)服務(wù)器、緩存服務(wù)器、負(fù)載均衡、集群、存儲(chǔ)服務(wù)器、文件系統(tǒng)服務(wù)器、搜索引擎服務(wù)器等部分，典型信息系統(tǒng)架構(gòu)如圖1所示。

為便于對(duì)信息系統(tǒng)運(yùn)行指標(biāo)的研究、選取和對(duì)信息系統(tǒng)架構(gòu)的分析，大型信息系統(tǒng)切分通常有兩種方式：分層和分割。分層方式是將信息系統(tǒng)在橫向維度切分，通過上層對(duì)下層的依賴和調(diào)用組成完整的系統(tǒng)，有利于信息系統(tǒng)分開層次界面、清晰邏輯結(jié)構(gòu)；分割方式是將信息系統(tǒng)在縱向方面切分，將不同功能和服務(wù)分割開，包裝成高內(nèi)聚、低耦合模塊，有利于不同模塊的分布式部署。本文立足于通用信息系統(tǒng)的故障自動(dòng)診斷分析方法，盡量弱化不同信息系統(tǒng)間的差異，且考慮到信息系統(tǒng)故障時(shí)產(chǎn)生的逐級(jí)傳導(dǎo)效應(yīng)，故采用分層方式對(duì)典型信息系統(tǒng)結(jié)構(gòu)進(jìn)行簡(jiǎn)化處理。如上，可將信息系統(tǒng)分為業(yè)務(wù)層、應(yīng)用服務(wù)層、數(shù)據(jù)層3個(gè)層次，典型信息系統(tǒng)分層的架構(gòu)如圖2所示。

圖1 典型信息系統(tǒng)架構(gòu)

圖2 典型信息系統(tǒng)分層的架構(gòu)

通過對(duì)信息系統(tǒng)各層次進(jìn)行細(xì)化，分析各層的主要構(gòu)成組件和運(yùn)行指標(biāo)，并對(duì)生產(chǎn)運(yùn)行中信息系統(tǒng)故障產(chǎn)生的主要告警數(shù)據(jù)以及定位到的信息系統(tǒng)故障點(diǎn)數(shù)據(jù)進(jìn)行歸納，具體見表1。本文將從表1中擇優(yōu)選取運(yùn)行指標(biāo)和故障點(diǎn)類型。

表1 信息系統(tǒng)各分層的運(yùn)行指標(biāo)及故障點(diǎn)

3 決策樹算法

機(jī)器學(xué)習(xí)中，決策樹是一個(gè)預(yù)測(cè)模型，是一種依托于分類、訓(xùn)練的預(yù)測(cè)樹，并能根據(jù)已知進(jìn)行預(yù)測(cè)和歸類。決策樹算法具有規(guī)則清晰、便于理解的特點(diǎn)。經(jīng)典的決策樹算法有ID3（iterative dichotomiser 3，迭代二叉樹 3代）算法、C4.5算法和 CART（classification and regression tree，分類回歸樹）算法。

ID3算法的核心思想是自頂向下地貪婪搜索遍歷可能的決策樹空間構(gòu)造決策樹，以信息增益度量屬性選擇，選擇分裂后信息增益最大的屬性進(jìn)行分裂，即遞歸地選擇分類能力最強(qiáng)的特征對(duì)數(shù)據(jù)進(jìn)行分割。

一個(gè)屬性的信息增益就是由于使用這個(gè)屬性分割樣例而導(dǎo)致的期望熵降低，一個(gè)屬性A相對(duì)樣例集合S的信息增益Gain（S,A）=集合S的經(jīng)驗(yàn)熵-屬性A給定情況下S的經(jīng)驗(yàn)條件熵，計(jì)算式可表示為：

其中，V（A）是屬性 A所有可能值的集合，S是樣本集合，SV是集合S中屬性A的值為V的子集，即Gain（S,A）是由于給定屬性A的值而得到的關(guān)于目標(biāo)函數(shù)值的信息。

ID3算法的目的在于減少樹的深度，但是忽略了葉子數(shù)目的研究，C4.5算法是對(duì)ID3算法的改進(jìn)，在預(yù)測(cè)變量的缺值處理、剪枝技術(shù)、派生規(guī)則等方面做了較大改進(jìn)。C4.5算法采用增益比率（GainRatio）進(jìn)行屬性選擇，增益比率度量是用增益度量 Gain（S，A）和分裂信息度量SplitInformation（S，A）來共同定義的，可表示為：

其中，分裂信息度量被定義為（分裂信息用來衡量屬性分裂數(shù)據(jù)的廣度和均勻性）：

其中，S1到Sc是c個(gè)值的屬性A分割集合S形成的c個(gè)樣例子集，分裂信息實(shí)際上就是集合S關(guān)于屬性A的各值的熵。

還可以使用CART算法生成決策樹，CART算法采用一種二分遞歸分割技術(shù)，將當(dāng)前的樣本集分成兩個(gè)子樣本集，使得生成的每個(gè)非葉子節(jié)點(diǎn)都有兩個(gè)分支，生成的決策樹是二叉樹。CART算法將每個(gè)屬性的所有劃分按照能減少的雜質(zhì)量進(jìn)行排序，雜質(zhì)減少被定義為劃分前的雜質(zhì)量減去劃分后每個(gè)節(jié)點(diǎn)的雜質(zhì)量再乘以劃分所占樣本比率之和，使用雜質(zhì)度量方法（基尼指數(shù) Gini）選擇最優(yōu)特征，一個(gè)節(jié)點(diǎn)B的Gini不純度定義為：

其中，k是類，c是類別集中因變量數(shù)目，pk是觀測(cè)點(diǎn)中屬于k類的概率。

決策樹算法構(gòu)造決策樹來發(fā)現(xiàn)數(shù)據(jù)中隱藏的分類規(guī)則，決策樹構(gòu)造的輸入是一組帶有類別標(biāo)記的例子，構(gòu)造的結(jié)果是一棵二叉樹或多叉樹，構(gòu)造精度高、規(guī)模小的決策樹是決策樹算法的核心內(nèi)容。決策樹構(gòu)造可以分兩步進(jìn)行：決策樹的生成和決策樹的剪枝。本文研究使用C4.5算法和CART算法。

4 實(shí)驗(yàn)及應(yīng)用

本文收集某大型國(guó)有企業(yè)實(shí)際生產(chǎn)運(yùn)行中關(guān)于應(yīng)用系統(tǒng)或數(shù)據(jù)庫(kù)方面的信息系統(tǒng)故障分析報(bào)告，從中采集故障告警數(shù)據(jù)及故障點(diǎn)，對(duì)數(shù)據(jù)進(jìn)行梳理、清洗，選取典型的信息系統(tǒng)故障運(yùn)行指標(biāo)告警特征和故障點(diǎn)特征，分別采用C4.5算法和CART算法生成決策樹，使用R語(yǔ)言程序包進(jìn)行仿真實(shí)驗(yàn)，利用70%的故障數(shù)據(jù)完成了對(duì)決策樹的訓(xùn)練，利用30%的故障數(shù)據(jù)完成了故障自動(dòng)診斷的測(cè)試。

經(jīng)研究，選取的故障運(yùn)行指標(biāo)告警共18項(xiàng)，包括：在線用戶數(shù)和健康運(yùn)行時(shí)長(zhǎng)指標(biāo)中斷告警、頁(yè)面探測(cè)異常告警、系統(tǒng)無法正常使用告警、應(yīng)用節(jié)點(diǎn)日志告警、線程超時(shí)或阻塞告警、業(yè)務(wù)量大告警、應(yīng)用服務(wù)內(nèi)存告警、應(yīng)用服務(wù)CPU告警、應(yīng)用無法連接數(shù)據(jù)庫(kù)告警、數(shù)據(jù)庫(kù)ping不通告警、數(shù)據(jù)響應(yīng)慢告警、數(shù)據(jù)負(fù)載高告警、數(shù)據(jù)庫(kù)內(nèi)存告警、數(shù)據(jù)庫(kù)監(jiān)聽服務(wù)告警、數(shù)據(jù)庫(kù)歸檔空間告警、數(shù)據(jù)庫(kù)密碼不可用告警、數(shù)據(jù)庫(kù)SQL語(yǔ)句效率告警；選取的信息系統(tǒng)故障點(diǎn)數(shù)據(jù)共12項(xiàng)，包括：數(shù)據(jù)庫(kù)歸檔空間問題、數(shù)據(jù)庫(kù)監(jiān)聽服務(wù)異常問題、數(shù)據(jù)庫(kù)密碼失效問題、數(shù)據(jù)庫(kù)響應(yīng)問題、數(shù)據(jù)庫(kù)SQL語(yǔ)句不合理問題、數(shù)據(jù)庫(kù)服務(wù)器內(nèi)存問題、中間件無法連接問題、中間件內(nèi)存問題、應(yīng)用服務(wù)線程問題、應(yīng)用服務(wù)業(yè)務(wù)量大問題、應(yīng)用服務(wù)器內(nèi)存問題、應(yīng)用服務(wù)器CPU問題。

采用R語(yǔ)言環(huán)境下的rpart分組實(shí)現(xiàn)，利用sample對(duì)數(shù)據(jù)源進(jìn)行抽樣分割，形成訓(xùn)練集數(shù)據(jù)和測(cè)試集數(shù)據(jù)，利用rpart.control設(shè)置生成樹的交叉驗(yàn)證折數(shù)、生成樹的深度、最小分支節(jié)點(diǎn)數(shù)、復(fù)雜度等生成樹參數(shù)，利用rpart進(jìn)行因變量和自變量的特征選取、算法選取以及生成樹生成，利用prune對(duì)生成樹進(jìn)行剪枝修正，利用 rpart.plot描繪生成樹，利用 predict進(jìn)行預(yù)測(cè)，利用 sum、table等公式計(jì)算預(yù)測(cè)正確率。利用C4.5算法和CART算法生成的決策樹分別如圖3和圖4所示。

圖3 C4.5算法生成的決策樹

圖4 CART算法生成的決策樹

由圖3可知，C4.5算法生成的決策樹規(guī)則認(rèn)為，在所有輸入告警中，分類效果最好的告警依次是：數(shù)據(jù)庫(kù)SQL語(yǔ)句告警、數(shù)據(jù)庫(kù)響應(yīng)慢告警、在線用戶數(shù)和健康運(yùn)行時(shí)長(zhǎng)指標(biāo)中斷告警。在故障自動(dòng)診斷過程中，當(dāng)用戶將信息系統(tǒng)各類告警信息輸入后，決策樹將依據(jù)生成規(guī)則，給出故障點(diǎn)預(yù)測(cè)結(jié)果。

由圖4可知，CART算法生成的決策樹規(guī)則認(rèn)為，在所有輸入告警中，分類效果最好的告警依次是：數(shù)據(jù)庫(kù)SQL語(yǔ)句告警、數(shù)據(jù)庫(kù)服務(wù)器內(nèi)存告警情況、應(yīng)用服務(wù)業(yè)務(wù)使用量情況、數(shù)據(jù)庫(kù)監(jiān)聽服務(wù)運(yùn)行情況。在故障自動(dòng)診斷過程中，當(dāng)用戶將信息系統(tǒng)告警輸入后，決策樹將依據(jù)生成規(guī)則，給出故障點(diǎn)預(yù)測(cè)結(jié)果。

對(duì)兩種算法的預(yù)測(cè)正確率進(jìn)行對(duì)比，對(duì)比結(jié)果見表2。由表2可知，兩種算法的預(yù)測(cè)正確率隨復(fù)雜度cp存在相同的變化規(guī)律，即cp越低，預(yù)測(cè)正確率越高。在cp=0.001的場(chǎng)景下，C4.5算法的預(yù)測(cè)正確率相較CRAT算法略高，更宜于應(yīng)用。

表2 不同算法的訓(xùn)練數(shù)據(jù)預(yù)測(cè)正確率對(duì)比

此外，數(shù)據(jù)源質(zhì)量和數(shù)量對(duì)預(yù)測(cè)正確率影響很大，準(zhǔn)確可靠、豐富全面的數(shù)據(jù)源對(duì)于訓(xùn)練出符合規(guī)則的、正確的、智慧的決策樹至關(guān)重要，正確的決策樹才能做出合理的預(yù)測(cè)，給出故障點(diǎn)診斷結(jié)果。

5 結(jié)束語(yǔ)

本文創(chuàng)新性地將決策樹算法引入信息系統(tǒng)故障自動(dòng)診斷，能夠?qū)崿F(xiàn)良好的故障自動(dòng)診斷分析效果。實(shí)驗(yàn)證明，基于該方法可以實(shí)現(xiàn)根據(jù)信息系統(tǒng)運(yùn)行指標(biāo)告警數(shù)據(jù)進(jìn)行故障自動(dòng)診斷分析，還可以在便攜式計(jì)算設(shè)備上實(shí)現(xiàn)秒級(jí)決策，有效節(jié)約人力成本，大幅縮減故障定位時(shí)間，對(duì)信息調(diào)度監(jiān)控故障處置輔助診斷和決策具有廣闊的應(yīng)用前景。

在后續(xù)的工作中，將繼續(xù)提升信息系統(tǒng)故障告警數(shù)據(jù)的數(shù)量和質(zhì)量，優(yōu)化告警特征選擇和決策樹算法，提高信息系統(tǒng)故障自動(dòng)診斷的準(zhǔn)確性。并引入故障歷史處置操作數(shù)據(jù)，研究故障處置操作自動(dòng)推薦算法，實(shí)現(xiàn)企業(yè)信息系統(tǒng)故障診斷分析與處置的一體化處理，推進(jìn)此方法在企業(yè)信息系統(tǒng)故障處置中的實(shí)用化水平和自動(dòng)化程度。

[1] 曲朝陽(yáng),高宇峰,聶欣.基于決策樹的網(wǎng)絡(luò)故障診斷專家系統(tǒng)模型[J].計(jì)算機(jī)工程,2008,34(22):215-217. QU Z Y,GAO Y F,NIE X.Network fault diagnosis expert system model based on decision tree[J].Computer Engineering,2008, 34(22):215-217.

[2]白建社,樊波,黃文華,等.基于決策樹的變電站故障診斷知識(shí)表示與獲取[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào),2004,16(2):5-8. BAIJS,FAN B,HUANG W H,etal.Knowledge representation and acquisition based on decision tree for substation faultdiagnosis[J]. Proceedings of the EPSA,2004,16(2):5-8.

[3] 黃勇,胡連城,劉增良.基于決策樹算法的工業(yè)光纖網(wǎng)絡(luò)通信故障檢測(cè)系統(tǒng)[J].現(xiàn)代電子技術(shù),2014(20):134-136. HUANGY,HUL C,LIUZ L.Industrial fibernetwork communication fault detection system based on decision tree algorithm[J].Modern Electronics Technique,2014(20):134-136.

[4]車雅良,林初善,潘青,等.ASON網(wǎng)絡(luò)故障診斷系統(tǒng)推理機(jī)的設(shè)計(jì)與研究[J].廣東通信技術(shù),2015,35(3):64-67. CHE Y L,LIN C S,PAN Q,et al.Design and research of ASON network fault diagnosis system inference engine[J].Guangdong Communication Technology,2015,35(3):64-67.

[5] 李智慧.大型網(wǎng)站技術(shù)架構(gòu)：核心原理與案例分析[M].北京:電子工業(yè)出版社,2013. LI Z H.Large website technology architecture:core principles and case studies[M].Beijing:Publishing House of Electronics Industry,2013.

Enterprise information system autom atic fault diagnosis and analysis method based on decision tree

JIN Xin,YAN Longchuan,LIU Jun,ZHANG Shulin
State Grid Information&Telecommunication Branch,Beijing 100761,China

With the rapid growth of the scale and complexity of enterprise information systems,traditional fault diagnosis and analysis methods relying on human experiences and manual operations cost more and more labor and time.To solve this problem,an automatic algorithm was proposed.The algorithm exploits information from system operation monitoring indicators and alarm data,based on decision tree,to automatically diagnose and analyze faults of enterprise information systems.The algorithm was verified,and the decision tree model and training method was simulated and analyzed comparatively under R language environment,using alarm data extracted from real operation data of a typical large-scale enterprise system.The experiment results show that this algorithm is able to achieve fast automatic fault diagnosis accurately,and is much helpful on improving efficiencies of information system fault processing.

automatic diagnosis analysis,fault of information system,decision tree,R language

TP319

：A

10.11959/j.issn.1000-0801.2017058

金鑫（1985-），女，國(guó)家電網(wǎng)公司信息通信分公司工程師，主要從事信息運(yùn)維工作。

閆龍川（1979-），男，國(guó)家電網(wǎng)公司信息通信分公司高級(jí)工程師，主要從事信息運(yùn)維工作。

劉軍（1970-），男，國(guó)家電網(wǎng)公司信息通信分公司高級(jí)工程師，主要從事信息通信運(yùn)維及管理工作。

張書林（1968-），男，國(guó)家電網(wǎng)公司信息通信分公司工程師，主要從事信息通信運(yùn)維及管理工作。

2016-10-20；

2017-02-24