本發(fā)明涉及計算機科學與信息的，尤其涉及基于人工智能的it服務管理平臺。

背景技術：

1、隨著信息技術的快速發(fā)展，企業(yè)對it服務的依賴日益增加。

2、現有的it服務管理平臺往往依賴于人工進行服務監(jiān)控、故障處理和資源管理，效率低下且易出錯。人工智能技術的快速發(fā)展為it服務管理提供了新的解決方案。

技術實現思路

1、本部分的目的在于概述本發(fā)明的實施例的一些方面以及簡要介紹一些較佳實施例。在本部分以及本申請的說明書摘要和發(fā)明名稱中可能會做些簡化或省略以避免使本部分、說明書摘要和發(fā)明名稱的目的模糊，而這種簡化或省略不能用于限制本發(fā)明的范圍。

2、鑒于上述現有it服務管理平臺存在的問題，提出了本發(fā)明。

3、因此，本發(fā)明解決的技術問題是：解決現有it服務管理平臺依賴于人工進行服務監(jiān)控、故障處理和資源管理，效率低下且易出錯的問題。

4、為解決上述技術問題，本發(fā)明提供如下技術方案：基于人工智能的it服務管理平臺，各it系統組成局域網，所述it服務管理平臺具體包括如下部件：數據采集模塊，用于從任一it系統中收集數據，所搜集的數據具體為該it系統回答n組基礎問題的各網絡時間；數據處理模塊，與所述數據采集模塊無線數據連接，獲取各網絡時間后建立網絡時間——問題組編號的曲線；數據分析模塊，與所述數據處理模塊數據連接，基于網絡時間——問題組編號的曲線獲取相應的特征值，建立分析模型，獲取該it系統的預測異常率；異常服務判定模塊，與所述數據分析模塊數據連接，基于所述預測異常率判定該it系統是否異常，并當判定異常后進行預警操作，完成服務管理。

5、作為本發(fā)明所述的基于人工智能的it服務管理平臺的一種優(yōu)選方案，其中：所述數據采集模塊采集數據時，ai提問n組基礎問題時按照時間順序逐步進行提問。

6、作為本發(fā)明所述的基于人工智能的it服務管理平臺的一種優(yōu)選方案，其中：所述數據采集模塊中還嵌設有數據預處理單元，獲取所采集的數據后進行數據預處理；其中，數據預處理步驟具體為：提取、轉換及加載。

7、作為本發(fā)明所述的基于人工智能的it服務管理平臺的一種優(yōu)選方案，其中：所述數據處理模塊建立網絡時間——問題組編號的曲線具體包括如下步驟：s1：獲取n組基礎問題各自對應的網絡時間；s2：以n組問題的提問先后順序作為x軸，各網絡時間作為y軸，獲取相應的參照點；s3：以平滑的曲線依次連接各參照點，組成網絡時間——問題組編號的曲線。

8、作為本發(fā)明所述的基于人工智能的it服務管理平臺的一種優(yōu)選方案，其中：所述數據分析模塊建立的所述分析模型具體為：

9、

10、其中，η為預測異常率；t1為第一個參照點的網絡時間，ms；tn為第n個參照點的網絡時間，ms；tmax為參照點的最大網絡時間，ms；tmin為參照點的最小網絡時間，ms；n為參照點數量，即問題組數量；dmin為網絡時間——問題組編號的曲線最小導數率；dmax為網絡時間——問題組編號的曲線最大導數率；1.65即1.09均為調整常數；dx為積分運算。

11、作為本發(fā)明所述的基于人工智能的it服務管理平臺的一種優(yōu)選方案，其中：所述異常服務判定模塊判定異常時，當所述預測異常率高于閾值時，判定為異常，進行預警操作，完成服務管理。

12、作為本發(fā)明所述的基于人工智能的it服務管理平臺的一種優(yōu)選方案，其中：所述閾值設定為2.94或2.939。

13、作為本發(fā)明所述的基于人工智能的it服務管理平臺的一種優(yōu)選方案，其中：還包括局域網it服務綜合判定模塊，與所述數據分析模塊無線數據連接，獲取各it系統的所述預測異常率，建立綜合分析模型，獲取綜合異常率，基于所述綜合異常率判定是否異常，并當判定異常后進行預警操作，完成服務管理。

14、作為本發(fā)明所述的基于人工智能的it服務管理平臺的一種優(yōu)選方案，其中：所述綜合分析模型具體為：

15、

16、其中，δ為綜合異常率；η1為第一個it系統的預測異常率；ηm為第m個it系統的預測異常率；m為it系統的數量；-1.62為調整常數；dx為積分運算。

17、作為本發(fā)明所述的基于人工智能的it服務管理平臺的一種優(yōu)選方案，其中：當所述綜合異常率高于綜合閾值時，判定局域網為異常；其中，所述綜合閾值設定為1.13。

18、本發(fā)明的有益效果：本發(fā)明提供基于人工智能的it服務管理平臺，采集系統回答n組基礎問題的各網絡時間，建立網絡時間——問題組編號的曲線，基于網絡時間——問題組編號的曲線獲取相應的特征值，建立分析模型，獲取該it系統的預測異常率，基于預測異常率判定該it系統是否異常，并當判定異常后進行預警操作，完成服務管理，同步本發(fā)明還通過局域網it服務綜合判定模塊獲取各it系統的預測異常率，建立綜合分析模型，獲取綜合異常率，基于綜合異常率判定是否異常，并當判定異常后進行預警操作，完成服務管理。單層及雙層的同步管理實現了單個系統及整體局域網的異常監(jiān)控，所提出的具體對應分析模型提高了異常情況的判定準確性，利用人工智能技術，實現了自動化的it服務監(jiān)控、故障預測、資源優(yōu)化和服務流程自動化，從而提高了it服務管理的效率和質量。

技術特征：

1.基于人工智能的it服務管理平臺，各it系統組成局域網，其特征在于，所述it服務管理平臺具體包括如下部件：

2.根據權利要求1所述的基于人工智能的it服務管理平臺，其特征在于：所述數據采集模塊(100)采集數據時，ai提問n組基礎問題時按照時間順序逐步進行提問。

3.根據權利要求2所述的基于人工智能的it服務管理平臺，其特征在于：所述數據采集模塊(100)中還嵌設有數據預處理單元，獲取所采集的數據后進行數據預處理；

4.根據權利要求3所述的基于人工智能的it服務管理平臺，其特征在于，所述數據處理模塊(200)建立網絡時間——問題組編號的曲線具體包括如下步驟：

5.根據權利要求4所述的基于人工智能的it服務管理平臺，其特征在于，所述數據分析模塊(300)建立的所述分析模型具體為：

6.根據權利要求5所述的基于人工智能的it服務管理平臺，其特征在于：所述異常服務判定模塊(400)判定異常時，當所述預測異常率高于閾值時，判定為異常，進行預警操作，完成服務管理。

7.根據權利要求6所述的基于人工智能的it服務管理平臺，其特征在于：所述閾值設定為2.94或2.939。

8.根據權利要求7所述的基于人工智能的it服務管理平臺，其特征在于：還包括局域網it服務綜合判定模塊(500)，與所述數據分析模塊(300)無線數據連接，獲取各it系統的所述預測異常率，建立綜合分析模型，獲取綜合異常率，基于所述綜合異常率判定是否異常，并當判定異常后進行預警操作，完成服務管理。

9.根據權利要求8所述的基于人工智能的it服務管理平臺，其特征在于，所述綜合分析模型具體為：

10.根據權利要求9所述的基于人工智能的it服務管理平臺，其特征在于：當所述綜合異常率高于綜合閾值時，判定局域網為異常；

技術總結
本發(fā)明公開了基于人工智能的IT服務管理平臺，采集系統回答n組基礎問題的各網絡時間，建立網絡時間——問題組編號的曲線，獲取相應的特征值，建立分析模型，獲取該IT系統的預測異常率，基于預測異常率判定該IT系統是否異常，并當判定異常后進行預警操作，完成服務管理，同步本發(fā)明還獲取各IT系統的預測異常率，建立綜合分析模型，獲取綜合異常率，基于綜合異常率判定是否異常，并當判定異常后進行預警操作，完成服務管理。單層及雙層的同步管理實現了單個系統及整體局域網的異常監(jiān)控，所提出的具體對應分析模型提高了異常情況的判定準確性，利用人工智能技術提高了IT服務管理的效率和質量。

技術研發(fā)人員：梁育剛,梁靈鴿
受保護的技術使用者：上海速擎軟件有限公司
技術研發(fā)日：
技術公布日：2025/5/15