知識圖譜在信息系統運維領域中的應用研究

楊靖凡，孔繁鵬，韓立強

（中鐵信（北京）網絡技術研究院有限公司，北京 100038）

1 引言

隨著信息技術的不斷發展和深入應用，信息系統運維成為企業信息化建設中不可或缺的一環。然而，隨著系統規模的逐漸擴大、復雜性的增加，傳統的手工運維方式帶來了更多新的挑戰和風險，已經難以滿足管理和優化的需求［1］。知識圖譜作為一種新型的智能化技術，可以通過對大量異構數據進行語義建模和圖論分析，實現知識的自動獲取、處理和推理，實現信息系統運維的問題快速發現并解決，提升運維效率和服務質量［2］。因此，知識圖譜在信息系統運維領域中的應用研究，具有重要的研究意義和實際應用價值。

2 知識圖譜技術特點與優勢

2.1 知識圖譜技術概述

作為一種能夠廣泛結構化各類知識的通用技術，知識圖譜已在學術界及工業界取得了廣泛關注。知識圖譜是一種表示知識的語義網絡，它能夠將各種不同來源、不同類型、不同格式的數據進行融合和鏈接，并通過語義化建模來實現知識的自動獲取、處理和分析［3］。

知識圖譜通常由基本的三元組構成，即實體、屬性和關系。實體指現實世界中相對獨立存在且可區分的事物，如人、物與地點等，每個實體在知識圖譜中都有具有唯一性；屬性針對實體而言，主要描述實體的各類特征，如名字、顏色、價格等，與此同時屬性也可以作為實體使用，因為它們也可以擁有自己的進一步屬性描述；關系指知識圖譜中實體之間的關聯，其主要負責描述實體間的語義聯系，例如關聯關系、工作關系、位于關系等［4］。

知識圖譜作為一種新型的智能化技術，可以通過三元組概念將各類數據結構化，實現實體間的關系檢索及聯動分析［5］。而在企業信息系統系統中，信息系統設備具有數量眾多、關系繁雜的特點。知識圖譜的技術特性很好地適配了這一情況，可以使運維人員在運維工作中快速檢索設備間的關系，同時縮短故障處置時間，綜合提升運維效率與服務質量文。

2.2 知識圖譜技術優勢

（1） 更強大的知識抽取與融合能力

本質上，知識圖譜是建立在知識抽取和數據融合上的綜合技術。知識抽取可以實現對非結構化數據的知識重構，自動化提取出使用者感興趣的相關信息，并以實體、屬性及關系等三元組形式進行展現；而數據融合則將來自不同來源的數據進行清洗，清除重復信息，并形成清晰統一的語義空間。這兩項技術的結合使得知識圖譜更加具有可擴展性、靈活性和豐富性。

（2） 更易理解的知識結構

知識圖譜的體系架構往往包含了多領域的各類知識，在提供全面豐富的知識檢索服務的同時，繁雜的知識體系往往帶來知識的難以理解以及整合困難，而知識圖譜的特質可優化這一問題。知識圖譜可將實體和關系進行結構化組織與標注，使內容更易被人理解，同時具有更好的組織性和可讀性。另外對于機器而言，相較于傳統的數據處理方式，知識圖譜獨有的結構化表示方式更容易被機器理解和處理，從而提升了系統在語義理解和深度挖掘方向上的分析能力。

（3） 更強的適用性

相比于其他數據分析技術，知識圖譜在多領域都具有更強的適用性。目前知識圖譜技術在醫療、金融、教育及物聯網等多種行業中都得到了廣泛應用并取得了較好效果，究其原因是各領域基礎設施均能普遍抽象為系統中的三元組，配合獨有的分析及展現方式，使其具備極佳的易用性及適用性，另外在提供基礎關系服務的同時還能進一步提升數據分析和挖掘的效率與價值，為用戶提供清晰便捷的展現方案。

（4） 更便捷的可視化與交互模式

知識圖譜在數據的存儲和管理方面具有一定創新性，數據一般以有向圖形式用專有的圖數據庫存儲，這種方式使圖數據庫在數據存儲和圖遍歷能力上極具優勢，可以快速檢索和查閱知識圖譜中的實體間關系，從而更好地支撐可視化和交互技術，以更直觀、易懂且智能的方式呈現給用戶。一般知識圖譜會提供多種形式的可視化與交互方式，如圖形界面、查詢接口、API等，從而滿足不同用戶的使用需求。

3 知識圖譜在運維工作中的應用

3.1 當前運維工作的痛點問題

隨著各大企業信息系統系統規模逐步擴大，其運行環境也越來越復雜，涉及的不同技術及平臺種類也在不斷增加，這增加了運維工作的難度。而當設備或某業務出現故障時，如何快速定位故障并提供相應故障鏈，明確故障影響范圍，是當前亟需解決的痛點問題。

在設備故障層面，需在定位故障的同時，快速確定故障影響的范圍，明確連帶遭受影響的相關設備；在業務故障層面，需在修復故障的同時，明確本次故障涉及的全部硬件設備及系統。當前相關運維工具能夠較好地實現對單一設備或業務的故障診斷，但缺乏故障影響范圍分析及聯動計算能力。故需提出一種覆蓋全面、易于理解的運維方法，解決上述問題。

3.2 多層級運維知識圖譜

信息網絡由網絡設備、計算設備以及將之串聯起來的傳輸網絡等信息化基礎設施組成。在知識圖譜的框架下各類設備以及網段等可以構成圖譜中的實體，而這些實體之間基于物理、邏輯的連接可以視為圖譜之中的關系。因此，信息網絡中各類物理設備和邏輯網段便可以基于連接關系構成運維圖譜。

基于以上架構，多層級運維知識圖譜應運而生，其抽象OSI模型中的關鍵層級即覆蓋設備層、物理層、轉發層、路由層及應用層，多角度覆蓋網絡系統實體，同時在各類運維監控系統的數據加持下可以動態地呈現該實體和關系的變化狀況，客觀反應當前實體運行狀況以及連接關系。其各層級主要設計內容如下。

（1） 設備層

設備層是整個運維知識圖譜的最底層，該層的視角主要聚焦在單臺的物理設備上。在該層里，每個物理設備可分解為本體實體和多個組件實體。其中，本體實體為設備物理層面的本體，組件實體則指代設備運行所依賴的各個組件、模塊的實體。而組件實體也被分為兩類：一類包括該設備物理組件，如端口、CPU、內存、風扇、電源等；另一類為表征設備正常運行的邏輯功能實體，如溫度、轉發表、路由表、進程表等。設備層示例如圖1所示。

圖1 運維知識圖譜設備層示例

（2） 物理層

在物理層中，存在兩種類型的實體：第一種是設備實體，設備的實體屬性來源于設備層的信息；第二種是鏈路實體，鏈路為連接各設備實體的網絡線路實體，其物理表現形式可以為光纖、網線、同軸電纜，也可以是無線通道。設備實體和鏈路實體之間通過自動發現技術自動構建動態的拓撲連接，進而展現當前網絡整體的實時物理層連接狀態，并展現整體網絡物理層運行態勢，并在出現異常的連接或鏈接斷開后能夠快速感知。物理層示例如圖2所示。

圖2 運維知識圖譜物理層示例

（3） 轉發層

轉發層對應網絡的數據鏈路層。網絡內配置了多少個二層VLAN域，便有多少個相互獨立的轉發層，每個獨立的二層廣播域對應一個獨立的轉發層。從整體來看，轉發層是一個由轉發設備和端設備構成的樹狀網絡。轉發層主要面對的是抽象化的物理設備，所展示的也主要是單一轉發域內的連接關系。轉發層示例如圖3所示。

（4） 路由層

該層級對應網絡的路由層，該層級將每個轉發層的轉發域上卷為一個網段實體。若干網段實體由路由設備連接，共同構成一張路由網絡。從某一個網段出發，到其他任意網段，都會建立一條由中間若干臺路由設備串聯起來的路由路徑，即路由層展現的是端到端的有方向的路徑。該層級主要對網段之間的路由異常及路由狀態進行檢測。路由層示例如圖4所示。

圖4 運維知識圖譜路由層示例

（5） 應用層

該層級對應網絡的應用層，主要結合以上層級的綜合信息，依托每臺設備標記的IP地址，將服務器等應用實體進行統一納管，構建應用層級的知識圖譜架構。由于每臺服務器都有IP地址作為身份標識，轉發層域內管理以及跨網段管理更加便捷。應用層示例如圖5所示。

圖5 運維知識圖譜應用層示例

3.3 應用示例

多層級運維知識圖譜可面向實際運維場景，針對性進行問題溯源提示。結合以下示例可對其工作模式進行呈現。

在某業務系統中，由“交換機1”作為核心連接著業務、管理和終端三個二層區域，其中每個區域都有一臺交換設備作為匯聚交換機同時承擔網關職責，各區域均布屬帶外管理。該系統在業務區部署了探測設備，在管理區域部署了應用服務器和存儲服務器，并在終端區部署了終端進行訪問。場景中，探測設備需要向應用服務器傳遞探測信息，終端具有訪問應用服務器需求，同時應用服務器會與同網段的存儲服務器進行交互。其架構示例如圖6所示。

圖6 某業務系統架構示例

此時業務部門反應某應用訪問異常，可觀察多層級知識圖譜對于這一問題所做出的連鎖反應。

針對應用層，以IP地址作為標記探測出在“交換機3”與應用服務器出現故障；下探至物理層，“交換機3”、應用服務器與二者中間鏈路均為不健康的狀態，提示其部分參數出現異常；轉發層也可觀測到應用服務器斷開連接；再次下探至設備層，觀測到交換機某網絡端口異常，查看其下聯參數時端口狀態為DOWN狀態，最終判斷該故障為應用服務器端口中斷。運維知識圖譜分析邏輯如圖7所示。

圖7 運維知識圖譜分析邏輯

多層級運維知識圖譜可從多角度剖析實際運維問題，輔助運維人員將各類運維數據進行有機串聯，同時通過時序數據存儲，使運維人員可以回溯故障時段的網絡運行狀態，為運維事件處置與運維經驗積累打下基礎。

4 結論

運維知識圖譜是一種新型的知識表示和管理方法，其憑借強大的知識抽取與融合能力，以及便捷的用戶交互模式，在運維領域得到了廣泛關注。與此同時，運維知識圖譜仍存在數據來源不充分、知識表達方式有限等問題。相信在未來應用場景持續擴展、數據質量不斷提高的大背景下，運維知識圖譜將進一步迭代優化，并取得更好的應用效果。