一种多云告警的故障智能推荐方法及系统技术方案

本发明专利技术公开了一种多云告警的故障智能推荐方法及系统，属于通信运营商运维技术领域，针对多云告警数据，基于AI算法建立模型，对历史告警进行文本相似度分析和处理措施，并进行有效性分析，将历史告警库转换为匹配当前待处理事件的解决方案库，向用户进行故障处理的智能推荐；该方法的实现包括处理措施预处理、处理措施压缩、告警标签及特征处理、匹配和划分数据集、训练森林模型以及模型测试。本发明专利技术能够快速定位、快速处理、降低人力成本，解决大量人工处理、处理配置繁杂等痛点，提升故障处理效率、减少人工工作量。减少人工工作量。减少人工工作量。

【技术实现步骤摘要】
一种多云告警的故障智能推荐方法及系统


[0001]本专利技术涉及通信运营商运维
，具体地说是一种多云告警的故障智能推荐方法及系统。

技术介绍

[0002]通信运营中，告警处理一般都是基于配置的告警处理规则，对于符合规则的告警进行过滤，然后通过工单、短信、邮件等形式传递到相关人员。
[0003]随着大数据和AI技术的发展，传统的告警处理模式不能满足当前特定的故障处理需求。主要存在以下三个问题：一、随着厂商、机房、线路、基站等设备的增加，特别是云上的网络设备，各个设备、模块之间的耦合度加深，简单的从告警信息中筛选出具体的故障信息比较困难；二、若要对某一类告警做处理，则需要单独配置处理方案，随着各种告警类型和场景的增多，需要手工配置大量的处理方案；三、从某些方面会造成一些小的问题的遗漏，且发现这些小问题比较困难。

技术实现思路

[0004]本专利技术的技术任务是针对以上不足之处，提供一种多云告警的故障智能推荐方法及系统，能够快速定位、快速处理、降低人力成本，解决大量人工处理、处理配置繁杂等痛点，提升故障处理效率、减少人工工作量。
[0005]本专利技术解决其技术问题所采用的技术方案是：
[0006]一种多云告警的故障智能推荐方法，该方法针对多云告警数据，基于AI算法建立模型，对历史告警进行文本相似度分析和处理措施，并进行有效性分析，将历史告警库转换为匹配当前待处理事件的解决方案库，向用户进行故障处理的智能推荐；
[0007]该方法的实现包括处理措施预处理、处理措施压缩、告警标签及特征处理、匹配和划分数据集、训练森林模型以及模型测试。
[0008]本方法结合运营商传统的故障处理方法，针对多云(阿里云、华为云等)的告警数据，提出了基于AI的处理方案，能够实现向用户进行故障处理智能推荐，缩短解决方案检索时间，提升故障处理效率，便于故障处理，节省人力。
[0009]进一步的，该方法的实现过程如下：
[0010]1)、获取告警信息，首先对告警规则做预处理，提取处理措施；
[0011]2)、对处理措施进行压缩，得到告警分类；
[0012]3)、根据步骤2)的告警分类结果进行告警打标记，并对于特征数据进行编码；
[0013]4)、选取和所述处理措施理论上相关的特征进行数据集划分；
[0014]5)、训练随机森林模型，经过多次测试或使用网格搜索，选择最佳参数；
[0015]6)、进行模型测试；
[0016]7)、通过所述模型实现向用户进行故障处理的智能推荐。
[0017]优选的，采用Word2Vec算法和RandomForest算法对历史告警进行文本相似度分析
和处理措施；通过word2vec算法对处理措施进行压缩。
[0018]优选的，所述处理措施理论上相关的特征，包括故障设备厂商，故障设备型号，告警级别，告警发生时间。
[0019]优选的，所述模型测试包括计算指标、准确度、精确度及召回率测试。
[0020]本专利技术还要求保护一种多云告警的故障智能推荐系统，针对多云告警数据，基于AI算法建立模型，对历史告警进行文本相似度分析和处理措施，并进行有效性分析，将历史告警库转换为匹配当前待处理事件的解决方案库，向用户进行故障处理的智能推荐；
[0021]包括处理措施预处理模块、处理措施压缩模块、告警标签及特征处理模块、匹配和划分数据集模块、训练森林模型以及模型测试模块。
[0022]优选的，
[0023]所述处理措施预处理模块，获取告警信息，对告警规则做预处理，提取处理措施；
[0024]所述处理措施压缩模块，对处理措施进行压缩，得到告警分类；
[0025]告警标签及特征处理模块，根据处理措施压缩模块的告警分类结果进行告警打标记，并对于特征数据进行编码；
[0026]匹配和划分数据集模块，选取和所述处理措施理论上相关的特征进行数据集划分；
[0027]训练森林模型以及模型测试模块，训练随机森林模型，经过多次测试或使用网格搜索，选择最佳参数；然后进行模型测试。
[0028]优选的，采用Word2Vec算法和RandomForest算法对历史告警进行文本相似度分析和处理措施；
[0029]所述处理措施压缩模块，通过word2vec算法对处理措施进行压缩。
[0030]优选的，所述处理措施理论上相关的特征，包括故障设备厂商，故障设备型号，告警级别，告警发生时间。
[0031]优选的，所述模型测试包括计算指标、准确度、精确度及召回率测试。
[0032]本专利技术的一种多云告警的故障智能推荐方法及系统与现有技术相比，具有以下有益效果：
[0033]本方法及系统针对多云(阿里云、华为云等)的告警类型数据，提出了基于AI的处理方案，以AI算法为依托，针对大批量数据，能更准确的形成告警处理方案，并有效的展示及推荐给客户；
[0034]从运营商传统的故障处理方案出发，结合多云的告警特性和现有的AI技术，将故障处理形式以一种智能化的方式自动匹配、识别处理和措施推荐，解决大量人工处理、处理配置繁杂等痛点，提升故障处理效率、减少人工工作量。
附图说明
[0035]图1是本专利技术实施例提供的多云告警的故障智能推荐方法实现流程示图。
具体实施方式
[0036]下面结合附图和具体实施例对本专利技术作进一步说明。
[0037]本专利技术实施例提供一种多云告警的故障智能推荐方法，该方法结合运营商传统的
故障处理方法，针对多云(阿里云、华为云等)的告警数据，基于AI算法建立模型，采用Word2Vec算法和RandomForest算法对历史告警进行文本相似度分析和处理措施，并进行有效性分析，将历史告警库转换为匹配当前待处理事件的解决方案库，向用户进行故障处理的智能推荐。缩短解决方案检索时间，便于故障处理，提升故障处理效率，节省人力。
[0038]如图1所示，该方法的实现包括处理措施预处理、处理措施压缩、告警标签及特征处理、匹配和划分数据集、训练森林模型以及模型测试。
[0039]该方法的具体实现过程如下：
[0040]1)、获取告警信息，首先对告警规则做预处理，提取处理措施；
[0041]2)、通过word2vec算法对处理措施进行压缩，得到告警分类；
[0042]3)、根据步骤2)的告警分类结果进行告警打标记，并对于特征数据进行编码；
[0043]4)、选取和所述处理措施理论上相关的特征，包括故障设备厂商，故障设备型号，告警级别，告警发生时间，进行数据集划分；
[0044]5)、训练随机森林模型，经过多次测试或使用网格搜索，选择最佳参数；
[0045]6)、进行模型测试，包括计算指标、accuracy(准确度)，Precision(精确度)，Recall(召回率)等。
[0046]通过所述模型实现向用户进行故障处理的智能推荐。
[0047]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多云告警的故障智能推荐方法，其特征在于，针对多云告警数据，基于AI算法建立模型，对历史告警进行文本相似度分析和处理措施，并进行有效性分析，将历史告警库转换为匹配当前待处理事件的解决方案库，向用户进行故障处理的智能推荐；该方法的实现包括处理措施预处理、处理措施压缩、告警标签及特征处理、匹配和划分数据集、训练森林模型以及模型测试。2.根据权利要求1所述的一种多云告警的故障智能推荐方法，其特征在于，该方法的实现过程如下：1)、获取告警信息，首先对告警规则做预处理，提取处理措施；2)、对处理措施进行压缩，得到告警分类；3)、根据步骤2)的告警分类结果进行告警打标记，并对于特征数据进行编码；4)、选取和所述处理措施理论上相关的特征进行数据集划分；5)、训练随机森林模型，经过多次测试或使用网格搜索，选择最佳参数；6)、进行模型测试；7)、通过所述模型实现向用户进行故障处理的智能推荐。3.根据权利要求2所述的一种多云告警的故障智能推荐方法，其特征在于，采用Word2Vec算法和RandomForest算法对历史告警进行文本相似度分析和处理措施；通过word2vec算法对处理措施进行压缩。4.根据权利要求2任一所述的一种多云告警的故障智能推荐方法，其特征在于，所述处理措施理论上相关的特征，包括故障设备厂商，故障设备型号，告警级别，告警发生时间。5.根据权利要求2所述的一种多云告警的故障智能推荐方法，其特征在于，所述模型测试包括计算指标、准确度、精确度及召回率测试。6.一种多云告警的故障智能推荐系统，其...

【专利技术属性】
技术研发人员：钱永杰，
申请(专利权)人：浪潮通信信息系统有限公司，
类型：发明
国别省市：