摘要
本发明公开了一种运维预测与自修复方法、系统、设备及存储介质，包括以下过程：采集结构化、半结构化及非结构化数据，并对采集的数据进行解析与格式转换，得到预处理后的数据；基于预处理后的数据，构建包含实体、关系、属性和时间戳的动态知识图谱；应用深度图神经网络模型对动态知识图谱进行分析，聚合节点特征，识别关键故障节点，并预测出潜在故障；当预测出潜在故障时，应用强化学习算法，根据运维成本、业务影响和修复时长生成修复策略；执行修复策略，并将执行结果和修复过程中的性能指标数据反馈，以更新动态知识图谱和深度图神经网络模型。实现运维系统的全景数字化映射，提升故障预测准确率和自修复成功率。
