1.一種基于貝葉斯網(wǎng)絡(luò)推理的預(yù)測分析方法，其特征在于，所述方法應(yīng)用于自動化運維系統(tǒng)，所述方法包括以下步驟：
從所述自動化運維系統(tǒng)的數(shù)據(jù)庫中獲取自動化運維數(shù)據(jù)，其中，所述自動化運維數(shù)據(jù)包括節(jié)點關(guān)系表和節(jié)點數(shù)據(jù)表；
根據(jù)所述節(jié)點關(guān)系表生成網(wǎng)絡(luò)拓?fù)鋱D，并根據(jù)所述網(wǎng)絡(luò)拓?fù)鋱D和所述節(jié)點數(shù)據(jù)表進(jìn)行樣本文件的統(tǒng)計分析，以生成第一貝葉斯網(wǎng)絡(luò)；
獲取目標(biāo)節(jié)點的限定條件，并根據(jù)所述目標(biāo)節(jié)點的限定條件以及所述第一貝葉斯網(wǎng)絡(luò)進(jìn)行推理分析，以得到所述第一貝葉斯網(wǎng)絡(luò)中每個節(jié)點的區(qū)間置信度，并輸出所述每個節(jié)點中置信度最大的區(qū)間。
2.如權(quán)利要求1所述的方法，其特征在于，在所述根據(jù)所述目標(biāo)節(jié)點的限定條件以及所述第一貝葉斯網(wǎng)絡(luò)進(jìn)行推理分析之前，所述方法還包括：
判斷所述第一貝葉斯網(wǎng)絡(luò)是否滿足預(yù)設(shè)條件，其中，所述預(yù)設(shè)條件包括所述第一貝葉斯網(wǎng)絡(luò)中存在孤立節(jié)點，和/或，所述第一貝葉斯網(wǎng)絡(luò)的個數(shù)為多個；
如果所述第一貝葉斯網(wǎng)絡(luò)中存在孤立節(jié)點，和/或，所述第一貝葉斯網(wǎng)絡(luò)的個數(shù)為多個，則設(shè)置虛擬根節(jié)點，并將所述虛擬根節(jié)點與所述第一貝葉斯網(wǎng)絡(luò)進(jìn)行聯(lián)接以生成第二貝葉斯網(wǎng)絡(luò)；
其中，所述根據(jù)所述目標(biāo)節(jié)點的限定條件以及所述第一貝葉斯網(wǎng)絡(luò)進(jìn)行推理分析，以得到所述第一貝葉斯網(wǎng)絡(luò)中每個節(jié)點的區(qū)間置信度，包括：
根據(jù)所述目標(biāo)節(jié)點的限定條件以及所述第二貝葉斯網(wǎng)絡(luò)進(jìn)行推理分析，以得到所述第二貝葉斯網(wǎng)絡(luò)中每個節(jié)點的區(qū)間置信度。
3.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述網(wǎng)絡(luò)拓?fù)鋱D和所述節(jié)點數(shù)據(jù)表進(jìn)行樣本文件的統(tǒng)計分析，以生成第一貝葉斯網(wǎng)絡(luò)，包括：
將所述節(jié)點數(shù)據(jù)表中的每個數(shù)據(jù)進(jìn)行區(qū)間劃分，并將所述每個數(shù)據(jù)所對應(yīng)的節(jié)點映射到對應(yīng)的區(qū)間；
從所述節(jié)點數(shù)據(jù)表中提取每個節(jié)點對應(yīng)的父節(jié)點數(shù)據(jù)，并統(tǒng)計所述父節(jié)點數(shù)據(jù)與子節(jié)點數(shù)據(jù)之間的一一對應(yīng)情況以生成條件概率表，其中，所述父節(jié)點數(shù)據(jù)與子節(jié)點數(shù)據(jù)均為經(jīng)過區(qū)間劃分后的數(shù)據(jù)；
根據(jù)所述網(wǎng)絡(luò)拓?fù)鋱D、所述每個節(jié)點對應(yīng)的區(qū)間分界點以及所述條件概率表生成所述第一貝葉斯網(wǎng)絡(luò)。
4.如權(quán)利要求3所述的方法，其特征在于，所述將所述節(jié)點數(shù)據(jù)表中的每個數(shù)據(jù)進(jìn)行區(qū)間劃分，包括：
確定所述節(jié)點數(shù)據(jù)表中每個數(shù)據(jù)的類型；
當(dāng)所述每個數(shù)據(jù)的類型為常數(shù)時，指定所述每個數(shù)據(jù)對應(yīng)的區(qū)間為第一目標(biāo)區(qū)間；
當(dāng)所述每個數(shù)據(jù)的類型不為常數(shù)時，指定所述每個數(shù)據(jù)對應(yīng)的區(qū)間為第二目標(biāo)區(qū)間。
5.如權(quán)利要求4所述的方法，其特征在于，其中，所述第一目標(biāo)區(qū)間為(0，1)；所述第二目標(biāo)區(qū)間的范圍覆蓋整個實數(shù)區(qū)間。
6.如權(quán)利要求3至5中任一項所述的方法，其特征在于，所述統(tǒng)計所述父節(jié)點數(shù)據(jù)與子節(jié)點數(shù)據(jù)之間的一一對應(yīng)情況以生成條件概率表，包括：
S1，將父節(jié)點對應(yīng)的第i個區(qū)間作為前提條件，其中，i為正整數(shù)，且0<i≤所述父節(jié)點對應(yīng)的區(qū)間的總個數(shù)；
S2，統(tǒng)計子節(jié)點在每個區(qū)間上的數(shù)據(jù)出現(xiàn)次數(shù)總和作為分子集；
S3，將所述子節(jié)點在所有區(qū)間上的數(shù)據(jù)出現(xiàn)次數(shù)總和進(jìn)行累加作為分母；
S4，將所述分子集中的每個分子與所述分母進(jìn)行相除，以得到所述子節(jié)點在所述父節(jié)點對應(yīng)的第i個區(qū)間情況下的條件概率；
S5，令i＝i+1，并重復(fù)執(zhí)行所述步驟S1-S5，直至i為所述父節(jié)點對應(yīng)的區(qū)間的總個數(shù)；
S6，將所述子節(jié)點在所述父節(jié)點的每個區(qū)間情況下的條件概率進(jìn)行統(tǒng)計以生成所述條件概率表。
7.如權(quán)利要求2所述的方法，其特征在于，其中，所述虛擬根節(jié)點的取值為常數(shù)。
8.如權(quán)利要求2或7所述的方法，其特征在于，所述將所述虛擬根節(jié)點與所述第一貝葉斯網(wǎng)絡(luò)進(jìn)行聯(lián)接以生成第二貝葉斯網(wǎng)絡(luò)，包括：
確定所述第一貝葉斯網(wǎng)絡(luò)中所有入度為零的節(jié)點；
將所述所有入度為零的節(jié)點對應(yīng)的父節(jié)點統(tǒng)一設(shè)定為所述虛擬根節(jié)點，以得到所述第二貝葉斯網(wǎng)絡(luò)。
9.一種基于貝葉斯網(wǎng)絡(luò)推理的預(yù)測分析裝置，其特征在于，所述裝置應(yīng)用于自動化運維系統(tǒng)，所述裝置包括：
第一獲取模塊，用于從所述自動化運維系統(tǒng)的數(shù)據(jù)庫中獲取自動化運維數(shù)據(jù)，其中，所述自動化運維數(shù)據(jù)包括節(jié)點關(guān)系表和節(jié)點數(shù)據(jù)表；
第一生成模塊，用于根據(jù)所述節(jié)點關(guān)系表生成網(wǎng)絡(luò)拓?fù)鋱D，并根據(jù)所述網(wǎng)絡(luò)拓?fù)鋱D和所述節(jié)點數(shù)據(jù)表進(jìn)行樣本文件的統(tǒng)計分析，以生成第一貝葉斯網(wǎng)絡(luò)；
第二獲取模塊，用于獲取目標(biāo)節(jié)點的限定條件；
推理分析模塊，用于根據(jù)所述目標(biāo)節(jié)點的限定條件以及所述第一貝葉斯網(wǎng)絡(luò)進(jìn)行推理分析，以得到所述第一貝葉斯網(wǎng)絡(luò)中每個節(jié)點的區(qū)間置信度，并輸出所述每個節(jié)點中置信度最大的區(qū)間。
10.如權(quán)利要求9所述的裝置，其特征在于，所述裝置還包括：
判斷模塊，用于在所述推理分析模塊根據(jù)所述目標(biāo)節(jié)點的限定條件以及所述第一貝葉斯網(wǎng)絡(luò)進(jìn)行推理分析之前，判斷所述第一貝葉斯網(wǎng)絡(luò)是否滿足預(yù)設(shè)條件，其中，所述預(yù)設(shè)條件包括所述第一貝葉斯網(wǎng)絡(luò)中存在孤立節(jié)點，和/或，所述第一貝葉斯網(wǎng)絡(luò)的個數(shù)為多個；
設(shè)置模塊，用于在所述判斷模塊判斷所述第一貝葉斯網(wǎng)絡(luò)中存在孤立節(jié)點，和/或，所述第一貝葉斯網(wǎng)絡(luò)的個數(shù)為多個時，設(shè)置虛擬根節(jié)點；
第二生成模塊，用于將所述虛擬根節(jié)點與所述第一貝葉斯網(wǎng)絡(luò)進(jìn)行聯(lián)接以生成第二貝葉斯網(wǎng)絡(luò)；
其中，所述推理分析模塊具體用于：
根據(jù)所述目標(biāo)節(jié)點的限定條件以及所述第二貝葉斯網(wǎng)絡(luò)進(jìn)行推理分析，以得到所述第二貝葉斯網(wǎng)絡(luò)中每個節(jié)點的區(qū)間置信度。