(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111511444.8 (22)申请日 2021.12.0 6 (71)申请人 国网河北省电力有限公司信息通信 分公司 地址 050000 河北省石家庄市裕华区富强 大街10号 申请人 国家电网有限公司 (72)发明人 高旭　王献春　杨会峰　王占魁　 孙辰军　王静　徐磊　王立玮　 刘瑞英　聂祥谦　 (74)专利代理 机构 石家庄新世纪专利商标事务 所有限公司 1310 0 代理人 齐兰君　张杰 (51)Int.Cl. G06F 8/41(2018.01)G06F 8/30(2018.01) G06F 8/70(2018.01) G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 基于机器学习的业务应用开发和业务运维 管理系统 (57)摘要 本发明公开了基于机器学习的业务应用开 发和业务运维管理系统， 包括需求管理平台及机 器学习平台、 云管理平台及DevOps可交付工具链 平台、 监控及自动化采集以及自动化引擎平台。 本发明通过DevOps工具链实现业务应用自动化 部署， 云资源和业务应用自动化采集技术， 实现 运营和运维数据汇聚， 并使用机器学习算法模拟 各种业务场景， 实现业务应用各种场景下自动愈 合并稳定运营业务应用， 通过机器学习技术解决 业务应用开发实现， 充分使用云技术和DevOps工 具链实现自动化实现资源、 业务应用交付能力， 探索机器学习算法来模拟各种业务场景， 使业务 运营环境能做到自愈合稳定运营。 权利要求书2页 说明书6页 附图2页 CN 114168152 A 2022.03.11 CN 114168152 A 1.基于机器学习的业 务应用开发和业 务运维管理系统， 其特 征在于， 包括： 需求管理平台及机器学习平台， 是需求标准化管理， 需求分析粒度分解管理到机器学 习平台可识别， 机器学习平台可定制模式识别标准化需求， 并实现业务应用代码实现交付， 通过云技 术平台， 提交到测试环境， 需求 提出方参与需求验证及各种场景测试； 云管理平台及DevOps可交付工具链平台， 需求部署架构交付给云管理平台， 自动化实 现资源交付， DevOps实现业务应用可持续自动化部署， 并且与机器学习平台相集 成， 完成业 务运行异常时， 自动化平行扩展愈合 业务应用服 务； 监控及自动化采集， 通过部署监控获取业务运营数据、 资源性能数据、 网络数据， 同时 通过自动化监测完善业务运营实时流量和场景异常模式定义， 并采用机器学习算法， 自动 化识别和告警业 务场景异常。 2.根据权利要求1所述的基于机器学习的业务应用开发和业务运维管理系统， 其特征 在于， 还包括自动化引擎平台， 自动化引擎平台是贯穿和集成各个平台的主要手段， 通过编 排流转和实现自动化交付内容。 3.根据权利要求1所述的基于机器学习的业务应用开发和业务运维管理系统， 其特征 在于， 需求管理平台及机器学习平台 以资源为核心建立统一需求管理门户， 以数据为基础 驱动建立数字化运营平台， 以流程、 自动化， 智能化为手段实现资源与数据的全生命周期管 理， 以智能化 算法场景为 抓手， 实现智能运维。 4.根据权利要求1所述的基于机器学习的业务应用开发和业务运维管理系统， 其特征 在于， 云管理平台及DevOps可交付工具链平台搭建 “公有云体验 ”的私有PaaS云计算平台， 以租户模式交付资源， 以容器模式交付应用， 提供覆盖基础设施集成、 平台层组件、 应用层 接口的能力， 解决开发、 运维、 运营面临的问题。 5.根据权利要求4所述的基于机器学习的业务应用开发和业务运维管理系统， 其特征 在于， 云管理平台及DevOps可交付工具链平台实现计算平台统一调度， 服务组件统一管理， 标准化、 自动化运维管理， 增强智能支撑能力， 贯彻 “厚平台， 薄应用 ”的理念， 实现平台服务 能力和运维能力的集成管理。 6.根据权利要求1所述的基于机器学习的业务应用开发和业务运维管理系统， 其特征 在于， 监控及自动化采集利用特定的工具和过程对业务应用的性能和可用性进行监控和管 理， 致力于发现、 诊断并定位复杂应用的性能瓶颈和故障， 以保证应用达到预期的服务水平 和用户体验， 从多个层面完善端到端监控能力、 业务系统部署拓扑图、 业务调用关系统计分 析、 业务调用过程、 链路性能分析， 做到业务请求代码级执行过程和性能分析， 精确分析代 码级调用性能和效率， 和数据库SQL详细执行性能和效率与业务请求关联分析， 准确知悉影 响业务的数据库SQ L性能层级监控。 7.根据权利要求6所述的基于机器学习的业务应用开发和业务运维管理系统， 其特征 在于， 监控及自动化采集包括监控平台， 整个监控平台具备动态阈值告警， 智能系统根据配 置项周期历史中业务同 比数据计算， 得到配置项指标值的平均值和标准差， 对比当前指标 项值超过限定范围 自动产生告警， 动态调整指标告警阈值范围， 实现动态告警功能。 8.根据权利要求7所述的基于机器学习的业务应用开发和业务运维管理系统， 其特征 在于， 整个监控平台还具备融合异常检测算法,融合xgboost、 ewma、 ridge  regression、 iForest以及基于统计的三倍标准差等异常检测算法， 通过多种算法进行联合判定数据点权　利　要　求　书 1/2 页 2 CN 114168152 A 2是否异常、 提升异常检测的稳定性和准确率。 9.根据权利要求7所述的基于机器学习的业务应用开发和业务运维管理系统， 其特征 在于， 整个监控平台还具备告警去噪和和聚类分析， 通过建立告警规则和学习机制， 系统自 动对告警信息进行重要性 甄别， 聚类分析算法分析识别告警场景。 10.根据权利要求7所述的基于机器学习的业务应用开发和业务运维管理系统， 其特征 在于， 整个监控平台还具备趋势预测和 容量评估， 创建趋势预测的任务去预测应用性能指 标、 应用负载指标。 使用趋势分析进行异常和容 量预测。权　利　要　求　书 2/2 页 3 CN 114168152 A 3