闫祎颖，何云瑞，陈 亮，王 宁，李 扬，郑思远

（国家电网有限公司信息通信分公司，北京 100761）

0 引 言

随着大数据、云计算、人工智能等新兴技术的快速发展，电力行业信息系统建设也在不断深化。系统数量在增多且架构日趋复杂，一次大的异常或故障往往可能从网络、安全、系统、应用等多层次监控渠道产生大量告警事件，而这些告警之间关联复杂，运维人员无法快速定位故障原因，导致业务无法快速恢复。

目前，国内外研究系统故障定位的技术主要基于故障决策树、神经网络两个方面。文献[1-2]通过研究故障决策树来构建故障诊断系统，其中文献[2]同时结合CMDB进行了研究。文献[3]详细介绍了CMDB的构建。文献[4-5]则提出基于神经网络的故障诊断方法。

本文提出一种基于CMDB的信息系统故障定位技术，通过将CMDB中配置项之间的关联关系与BP神经网络技术相结合，推理出信息系统的故障根因。

1 基于CMDB的故障定位技术的架构

基于CMDB的故障定位技术的架构自底向上分为数据采集、数据处理以及数据应用三层，如图1所示。

图1 基于CMDB的故障定位技术的架构设计

数据采集层实现监控平台对运维对象的数据采集。运维对象包括但不限于硬件设备、网络设备、中间件、数据库、应用服务等。

数据处理层实现对数据的获取、编码、分析推理以及处置。该层核心为CMDB、故障知识库以及推理机。CMDB数据采集层采集到的数据汇总，并提供相关对象的配置属性和关系，为故障定位提供基础。故障知识获取模块负责将这些数据转换成故障知识库可以识别的形式。……