一种分布式Netconf协议订阅告警阈值设置方法技术

本发明专利技术公开了一种分布式Netconf协议订阅告警阈值设置方法，通过中央服务器执行中央阈值模型训练开始，并下发到ACS；ACS收到训练开始后，访问部署在地方历史告警数据库的模型训练标识字段flag，判断是否执行下述过程；将地方历史告警数据库中的数据分类聚合，训练中央阈值模型，将地方对应类型最优的监测指标阈值合理概率提交到中央服务器更新中央阈值模型，并更新地方阈值数据库；将通过部署在地方边缘节点服务器ACS的程序执行访问地方阈值数据库获取监测指标阈值，并对地方阈值数据库上的Netconf事件订阅报文进行监测指标阈值设置。本发明专利技术克服模型偏差问题，降低计算复杂度。降低计算复杂度。降低计算复杂度。

【技术实现步骤摘要】
一种分布式Netconf协议订阅告警阈值设置方法


[0001]本专利技术涉及Netconf订阅告警
，具体地，涉及一种分布式Netconf协议订阅告警阈值设置方法。

技术介绍

[0002]随着数字化发展的逐渐深入，各单位的运维设备逐渐增加，相较于十年前设备增长10~100倍，即便运维已经在从手工运维向工具运维和平台运维发展，但仍然无法满足当前大型组网对运维监要求运维。如此大的规模下，靠人工经验、自动化运维去管理监控的网络设备就成为了制约运维工作的技术瓶颈。现有监测技术的阈值设置也主要依靠人工经验，不能全面反映设备及业务运行的实际情况。亟需引入更智能化、高效的网络设备监测阈值设置的方法来提高管理网络设备的监控运维保障能力，更加全面了解被监控设备的实际运行情况，从而有效地避免了被监控对象因为过多告警而导致重要的隐形问题被忽略的问题。

技术实现思路

[0003]基于此，本专利技术提供了一种分布式Netconf协议订阅告警阈值设置方法，突出了人工智能在Netconf订阅告警事件监控过程中的阈值设置的合理性的优势，同时对Netconf协议管理的边缘节点对应的监测指标的阈值进行综合数据训练，从而得到边缘节点所管理区域的告警阈值最合理概率，能够有效地克服模型偏差问题，降低计算复杂度。
[0004]为实现上述目的，本专利技术采用如下技术方案：一种分布式Netconf协议订阅告警阈值设置方法，具体包括如下步骤：步骤S1、通过部署在总部的中央服务器程序执行中央阈值模型训练开始指令，并将训练开始指令下发到地方边缘节点服务器ACS；步骤S2、地方边缘节点服务器ACS收到训练开始指令后，访问部署在地方历史告警数据库的模型训练标识字段flag，根据模型训练标识字段flag的值判断是否执行步骤S3；步骤S3、将地方历史告警数据库中的数据按照监测指标进行分类聚合，训练中央阈值模型，获取对应类型最优的监测指标阈值合理概率；步骤S4、将地方对应类型最优的监测指标阈值合理概率提交到中央服务器更新中央阈值模型，并更新地方阈值数据库；步骤S5、将通过部署在地方边缘节点服务器ACS的程序执行访问地方阈值数据库获取监测指标阈值，并对地方阈值数据库上的Netconf事件订阅报文中订阅监控事件【ColumnCondition】标签中的【ColumnName】字段进行监测指标项设置，【ColumnValue】字段进行监测指标的阈值设置，完成监测及阈值设置过程。
[0005]进一步地，所述地方边缘节点服务器ACS采用支持Netconf协议的网络设备。
[0006]进一步地，若模型训练标识字段flag的值不为0，执行步骤S3；否则，向中央服务器发送中央阈值模型指令，中央服务器收到指令后将中央阈值模型下发到地方边缘节点服务
器ACS。
[0007]进一步地，所述中央阈值模型具体为：ZY(D|+) = ZY(+|D)ZY(D)/(ZY(+|D)ZY(D)+ZY(+|N)ZY(N))其中，ZY(D)标识不考虑误报率下该监测指标类型的历史告警数据接近真实的概率，ZY(D|+)表示该监测指标类型最优阈值合理概率，ZY(+|D)表示监测指标阈值设置的准确率，ZY(+|N)表示同一类型监测指标的告警数据误报率，ZY(N)表示同一类型监测指标阈值设置不合理概率。
[0008]进一步地，所述监测指标包括：CPU使用率、内存使用率、流量大小、硬盘空间大小。
[0009]进一步地，所述中央阈值模型的训练过程具体为：将先验概率、条件概率、调整因子、后验概率输入中央阈值模型中进行训练，通过训练获得本地该类型监测指标阈值合理概率，根据调整因子平衡各监测指标后得到对应类型最优监测指标阈值合理概率。
[0010]进一步地，所述先验概率为同类型监测指标告警数据总数。
[0011]进一步地，所述条件概率为同类型监测指标历史数据按照告警等级、内容、告警持续时间进行数据统计得出本次训练条件概率。
[0012]进一步地，所述调整因子为监测指标的历史数据告警误报次数与先验概率的比值。
[0013]进一步地，所述后验概率为先验概率与调整因子的乘积。
[0014]与现有技术相比，本专利技术具有如下有益效果：本方案突出了人工智能在Netconf订阅告警事件监控过程中的阈值设置的合理性的优势，有效解决现有组网分布式边缘节点Netconf协议管理和监测网络设备，由于各地业务和被监测对象不同，造成的统一阈值设置的不合理性、特殊性。同时对Netconf协议管理的边缘节点对应的监测指标的阈值进行综合数据训练，从而得到边缘节点所管理区域的告警阈值最合理概率。本专利技术有效地克服中央阈值模型偏差问题，降低计算复杂度。
附图说明
[0015]图1为本专利技术分布式Netconf协议订阅告警阈值设置方法的流程图。
具体实施方式
[0016]下面结合附图对本专利技术的技术方案作进一步地解释说明。
[0017]本专利技术通过Netconf协议管理各地非边缘节点网络设备CPE，并设置订阅监控事件；各地方边缘节点服务器ACS采用支持Netconf协议的网络设备。通过本地历史阈值数据库获取各监测指标的阈值，通过地方边缘节点服务器ACS程序执行订阅监控事件各监测指标的【ColumnCondition】字段监测阈值进行设置，在监测过程中，监测数据超过监测指标阈值的设置数值，触发监测告警事件，能够有效地克服中央阈值模型偏差问题，降低计算复杂度。
[0018]如图1为本专利技术分布式Netconf协议订阅告警阈值设置方法的流程图，该分布式Netconf协议订阅告警阈值设置方法具体包括如下步骤：步骤S1、通过部署在总部的中央服务器程序执行中央阈值模型训练开始指令，并将训练开始指令下发到地方边缘节点服务器ACS；
步骤S2、地方边缘节点服务器ACS收到训练开始指令后，访问部署在地方历史告警数据库的模型训练标识字段flag，根据模型训练标识字段flag的值判断是否执行步骤S3；具体地，若模型训练标识字段flag的值不为0，说明不是第一次训练中央阈值模型，执行步骤S3；否则，向中央服务器发送中央阈值模型指令，中央服务器收到指令后将中央阈值模型下发到地方边缘节点服务器ACS。通过分布式训练中央阈值模型，有效解决现有组网分布式边缘节点Netconf协议管理和监测网络设备，由于各地业务和被监测对象不同，造成的统一阈值设置的不合理性、特殊性的问题。
[0019]步骤S3、将地方历史告警数据库中的数据按照监测指标进行分类聚合，形成真实有效的中央阈值模型的分析数据，具体地，通过各地方边缘节点服务器ACS部署的程序执行将本地历史告警数据库所有数据按照监测指标进行分类，分类依据包括：告警等级、内容、告警持续时间，分类成以下监测指标：CPU使用率、内存使用率、流量大小、硬盘空间大小的数据集合。根据监测指标来训练中央阈值模型，获取对应类型最优的监测指标阈值合理概率。
[0020]本专利技术中中央阈值模型具体为：ZY(D|+) = ZY(+|D)ZY(D)/(ZY(+|本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分布式Netconf协议订阅告警阈值设置方法，其特征在于，具体包括如下步骤：步骤S1、通过部署在总部的中央服务器程序执行中央阈值模型训练开始指令，并将训练开始指令下发到地方边缘节点服务器ACS；步骤S2、地方边缘节点服务器ACS收到训练开始指令后，访问部署在地方历史告警数据库的模型训练标识字段flag，根据模型训练标识字段flag的值判断是否执行步骤S3；步骤S3、将地方历史告警数据库中的数据按照监测指标进行分类聚合，训练中央阈值模型，获取对应类型最优的监测指标阈值合理概率；步骤S4、将地方对应类型最优的监测指标阈值合理概率提交到中央服务器更新中央阈值模型，并更新地方阈值数据库；步骤S5、将通过部署在地方边缘节点服务器ACS的程序执行访问地方阈值数据库获取监测指标阈值，并对地方阈值数据库上的Netconf事件订阅报文中订阅监控事件【ColumnCondition】标签中的【ColumnName】字段进行监测指标项设置，【ColumnValue】字段进行监测指标的阈值设置，完成监测及阈值设置过程。2.根据权利要求1所述分布式Netconf协议订阅告警阈值设置方法，其特征在于，所述地方边缘节点服务器ACS采用支持Netconf协议的网络设备。3.根据权利要求1所述分布式Netconf协议订阅告警阈值设置方法，其特征在于，若模型训练标识字段flag的值不为0，执行步骤S3；否则，向中央服务器发送中央阈值模型指令，中央服务器收到指令后将中央阈值模型下发到地方边缘节点服务器ACS。4.根据权利要求1所述分布式Netconf协议订阅告警阈值设置方法，其特征在于，所述中央阈值模型具体为：Z...

【专利技术属性】
技术研发人员：田宇，
申请(专利权)人：中电信数智科技有限公司，
类型：发明
国别省市：