告警分析方法、装置、设备以及计算机存储介质制造方法及图纸

本发明专利技术实施例涉及计算机数据处理技术领域，公开了一种告警分析方法、装置、设备以及计算机存储介质，该方法包括：对原始告警数据进行处理，得到多个告警事务项；各个告警事务项中包括至少一个按告警时序排列的告警项；根据告警项对告警事务项进行倒排索引，得到待分析数据集；对待分析数据集进行关联分析，得到频繁项集；确定频繁项集中的各个告警项的告警次序信息；根据告警次序信息确定频繁项集对应的告警项根因关系。通过上述方式，本发明专利技术实施例提高了告警分析的效率。提高了告警分析的效率。提高了告警分析的效率。

【技术实现步骤摘要】
告警分析方法、装置、设备以及计算机存储介质


[0001]本专利技术实施例涉及计算机数据处理
，具体涉及一种告警分析方法、装置、设备以及计算机存储介质。

技术介绍

[0002]在进行网络维护时，需要对海量告警数据进行关联分析，确定根因告警，从而针对性解决引起告警的问题，提高网络的稳定性。
[0003]专利技术人在实施本专利技术的过程中发现，目前的根因告警分析一般依赖人工或专家来制定根因告警分析规则，其工作量大且维护时间成本高，无法满足日常网络维护的需求。

技术实现思路

[0004]鉴于上述问题，本专利技术实施例提供了一种告警分析方法，用于解决现有技术中存在的告警分析效率较低的问题。
[0005]根据本专利技术实施例的一个方面，提供了一种告警分析方法，所述方法包括：
[0006]对原始告警数据进行处理，得到多个告警事务项；各个所述告警事务项中包括至少一个按告警时序排列的告警项；
[0007]根据所述告警项对所述告警事务项进行倒排索引，得到待分析数据集；
[0008]对所述待分析数据集进行关联分析，得到频繁项集；
[0009]确定所述频繁项集中的各个告警项的告警次序信息；
[0010]根据所述告警次序信息确定所述频繁项集对应的告警项根因关系。
[0011]在一种可选的方式中，所述方法还包括：
[0012]将各个所述告警项确定为所述待分析数据集的各个候选频繁1项集；
[0013]从k取1开始，根据最小支持度对所述候选频繁k项集进行筛选，得到所述告警项的频繁k项集；其中，k为正整数；各个所述候选频繁k项集的支持度根据所述候选频繁k项集对应的告警事务项集合的长度确定；
[0014]对所述频繁k项集对应的告警事务项集合进行交集运算，得到候选频繁k+1项集对应的告警事务项集合；
[0015]对k进行迭代更新，直至频繁k+1项集或候选频繁k+1项集不存在，将所述频繁k项集确定为所述频繁项集。
[0016]在一种可选的方式中，所述方法基于分布式流数据处理框架；所述方法还包括：
[0017]确定计算并行度；
[0018]根据所述分布式流数据处理框架、按照所述计算并行度对所述对所述待分析数据集进行并行式关联分析，得到所述频繁项集。
[0019]在一种可选的方式中，所述方法还包括：
[0020]确定所述频繁项集中的最大频繁项集；
[0021]根据所述待分析数据集确定所述最大频繁项集对应的最大告警事务项集合；
[0022]根据所述告警次序信息分别确定所述最大频繁项集中的各个告警项在所述最大告警事务项集合中的平均次序；
[0023]根据所述平均次序确定所述最大频繁项集中的至少一个候选根源告警项和至少一个候选衍生告警项；
[0024]计算各个所述候选根源告警项和各个所述候选衍生告警项的提升度；
[0025]根据所述提升度分别从各个所述候选根源告警项和各个所述候选衍生告警项中确定所述最大频繁项集中的根源告警项和衍生告警项。
[0026]在一种可选的方式中，所述方法还包括：
[0027]将所述平均次序大于次序阈值的所述告警项确定为所述候选根源告警项；
[0028]将所述最大频繁项集中剩余的所述告警项确定为所述候选衍生告警项。
[0029]在一种可选的方式中，所述方法还包括：
[0030]分别确定所述最大告警事务项集合的各个告警事务项中所述候选根源告警项以及所述候选衍生告警项的出现次数；
[0031]根据所述出现次数确定所述候选根源告警项与所述候选衍生告警项的同时出现次数；
[0032]根据所述同时出现次数和所述候选衍生告警项的出现次数确定所述提升度。
[0033]在一种可选的方式中，所述方法还包括：
[0034]获取所述原始告警数据；
[0035]对所述原始告警数据进行特征提取，得到候选告警事务数据；所述候选告警事务数据中包括多个所述告警项；
[0036]根据滑动时间窗口和滑动步长对所述候选告警事务数据进行处理，得到所述多个告警事务项。
[0037]根据本专利技术实施例的另一方面，提供了一种告警分析装置，包括：
[0038]第一处理模块，用于对原始告警数据进行处理，得到多个告警事务项；各个所述告警事务项中包括至少一个按告警时序排列的告警项；
[0039]第二处理模块，用于根据所述告警项对所述告警事务项进行倒排索引，得到待分析数据集；
[0040]分析模块，用于对所述待分析数据集进行关联分析，得到频繁项集；
[0041]第一确定模块，用于确定所述频繁项集中的各个告警项的告警次序信息；
[0042]第二确定模块，用于根据所述告警次序信息确定所述频繁项集对应的告警项根因关系。
[0043]根据本专利技术实施例的另一方面，提供了一种告警分析设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如所述的告警分析方法的操作。
[0044]根据本专利技术实施例的又一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使告警分析设备执行如所述的告警分析方法的操作。
[0045]本专利技术实施例通过首先对原始告警数据进行处理，得到多个告警事务项；各个所
述告警事务项中包括至少一个按告警时序排列的告警项；根据所述告警项对所述告警事务项进行倒排索引，得到待分析数据集；由此提高频繁项集的确定效率，再对所述待分析数据集进行关联分析，得到频繁项集，最后确定所述频繁项集中的各个告警项的告警次序信息；根据所述告警次序信息确定所述频繁项集对应的告警项根因关系。
[0046]区别于现有技术中的采取的根据人为制定的规则进行根因分析，所存在的告警分析效率较低的问题，本专利技术实施例通过将原始告警数据进行事务信息提取和倒排索引处理后，再进行频繁项集挖掘，然后基于频繁项集中的告警项的告警次序信息进行根因分析，由此能够提高告警分析的效率。
[0047]上述说明仅是本专利技术实施例技术方案的概述，为了能够更清楚了解本专利技术实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0048]附图仅用于示出实施方式，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
[0049]图1示出了本专利技术实施例提供的告警分析方法的流程示意图；
[0050]图2示出了本专利技术实施例提供的告警分析方法中的滑动窗口处理示意图；
[0051]图3示出了本专利技术实施例提供的告警分析方法的性能示意图；
[0052]图4示出了本专利技术实施例提供的告警分析装置的结构示意图；
[005本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种告警分析方法，其特征在于，所述方法包括：对原始告警数据进行处理，得到多个告警事务项；各个所述告警事务项中包括至少一个按告警时序排列的告警项；根据所述告警项对所述告警事务项进行倒排索引，得到待分析数据集；对所述待分析数据集进行关联分析，得到频繁项集；确定所述频繁项集中的各个告警项的告警次序信息；根据所述告警次序信息确定所述频繁项集对应的告警项根因关系。2.根据权利要求1所述的方法，其特征在于，所述对所述待分析数据集进行关联分析，得到频繁项集，包括：将各个所述告警项确定为所述待分析数据集的各个候选频繁1项集；从k取1开始，根据最小支持度对所述候选频繁k项集进行筛选，得到所述告警项的频繁k项集；其中，k为正整数；各个所述候选频繁k项集的支持度根据所述候选频繁k项集对应的告警事务项集合的长度确定；对所述频繁k项集对应的告警事务项集合进行交集运算，得到候选频繁k+1项集对应的告警事务项集合；对k进行迭代更新，直至频繁k+1项集或候选频繁k+1项集不存在，将所述频繁k项集确定为所述频繁项集。3.根据权利要求1所述的方法，其特征在于，所述方法基于分布式流数据处理框架；所述对所述待分析数据集进行关联分析，得到频繁项集，包括：确定计算并行度；根据所述分布式流数据处理框架、按照所述计算并行度对所述对所述待分析数据集进行并行式关联分析，得到所述频繁项集。4.根据权利要求1所述的方法，其特征在于，所述根据所述告警次序信息确定所述频繁项集对应的告警项根因关系，包括：确定所述频繁项集中的最大频繁项集；根据所述待分析数据集确定所述最大频繁项集对应的最大告警事务项集合；根据所述告警次序信息分别确定所述最大频繁项集中的各个告警项在所述最大告警事务项集合中的平均次序；根据所述平均次序确定所述最大频繁项集中的至少一个候选根源告警项和至少一个候选衍生告警项；计算各个所述候选根源告警项和各个所述候选衍生告警项的提升度；根据所述提升度分别从各个所述候选根源告警项和各个所述候选衍生告警项中确定所述最大频繁项集中的根源告警项和衍生告警项。5.根据权利要求4所述的方法，其特征...

【专利技术属性】
技术研发人员：崔棋纹，龙翼，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：