本說明書提供一種基于決策樹的問題定位方法和裝置，在數據庫中存儲了對應不同異常場景的不同風險決策樹，接收基于日志監控獲取的異常信息后，根據所述異常信息確定對應的風險決策樹，根據執行決策樹命中的最終結果為本次異常進行問題定位。由于在各種指標特征相對明確的情況下，對問題排查的思路、步驟也是相對重復固定的，本申請通過自動化地執行預先配置的決策樹邏輯給出定位結果，可以大幅降低人力排查成本，提高問題排查效率。

技術領域

本說明書涉及互聯網領域，尤其涉及一種基于決策樹的問題定位方法和裝置。

背景技術

在技術風險保障的日常工作中，技術人員需要對線上各種來源的監控報警保持極高的關注，目前雖然報警來源多種多樣，但是造成當次報警行為的實際問題定位大多靠人工排查，將大量時間和精力投入在大量的線上報警定位上成為了日常面臨的高頻挑戰。

以支付寶監控平臺xflush進行舉例說明，xflush是通過基于規則的日志采集統計方式來進行監控，當日志出現異常時，則通過報警輸出該異常。這種方式能夠幫助技術人員定位到一個問題的表現現象，但缺乏實際能夠指導解決問題的根因定位能力。如報警信息中包含的是某個服務器的CPU異常信息，但造成該服務器CPU異常的根因還需要技術人員進行排查，通過查看多個相關監控數據、拉取線上日志、查看當前變更事件等操作來人工決策該問題的產生原因，進而解決該問題。這一系列動作耗時長、效率低，極有可能造成長時間線上問題影響的擴大化。

發明內容

針對上述技術問題，本說明書實施例提供一種基于決策樹的問題定位方法和裝置，技術方案如下：

根據本說明書實施例的第一方面，提供一種基于決策樹的問題定位方法，該方法包括：

接收基于日志監控獲取的異常信息后，根據所述異常信息確定異常場景；

在數據庫中確定所述異常場景對應的風險決策樹，根據所述異常信息和預定的規則信息配置所述風險決策樹的決策路徑與決策規則，其中，數據庫中存儲了對應不同異常場景的不同風險決策樹；

執行所述風險決策樹，根據決策樹命中的最終結果為本次異常進行問題定位。

根據本說明書實施例的第二方面，提供一種基于決策樹的問題定位裝置，該裝置包括：

異常信息接收模塊:用于接收基于日志監控獲取的異常信息后，根據所述異常信息確定異常場景；

決策樹確定模塊：用于在數據庫中確定所述異常場景對應的風險決策樹，根據所述異常信息和預定的規則信息配置所述風險決策樹的決策路徑與決策規則，其中，數據庫中存儲了對應不同異常場景的不同風險決策樹；

決策樹執行模塊：用于執行所述風險決策樹，根據決策樹命中的最終結果為本次異常進行問題定位。

根據本說明書實施例的第二方面，提供一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其中，所述處理器執行所述程序時實現一種基于決策樹的問題定位方法，該方法包括：

接收基于日志監控獲取的異常信息后，根據所述異常信息確定異常場景；

在數據庫中確定所述異常場景對應的風險決策樹，根據所述異常信息和預定的規則信息配置所述風險決策樹的決策路徑與決策規則，其中，數據庫中存儲了對應不同異常場景的不同風險決策樹；

執行所述風險決策樹，根據決策樹命中的最終結果為本次異常進行問題定位：