[發明專利]一種網管故障可信度分析系統及方法

有效

• 申請號: 201310440670.0
• 申請日: 2013-09-25
• 公開（公告）號: CN103475527A
• 公開（公告）日: 2013-12-25
• 發明（設計）人: 曹東;胡燕;鐘珞;何雙江;劉丹
• 申請（專利權）人: 武漢理工大學;武漢日電光通信工業有限公司
• 主分類號: H04L12/24
• 分類號: H04L12/24
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 王丹

1.一種網管故障可信度分析系統，其特征在于：它包括：

概念樣本轉換模塊，用于通過給定的告警樣本庫和衡量樣本的指標，計算得到一個包含了正例和反例的概念樣本集合；其中告警樣本庫從已有的通信告警系統中獲取，并將告警樣本庫中被標記為故障的告警樣本標記為正例，衡量樣本的指標由用戶在本系統中設定，告警樣本庫中的正例結合其對應的衡量樣本的指標形成正例的特征，概念樣本集合是由告警樣本庫結合衡量樣本的指標轉換成的一個可學習的樣本庫；

概念學習模塊，用于通過候選消除算法對所述的概念樣本集合進行計算，得到一個表達正例的由最一般概念作為下界到最特殊概念作為上界的變型空間，并通過回溯遍歷把變型空間中的所有概念模式存入概念學習結果庫；

可信度分析模塊，用于在接收到外部系統所分析出的故障時結合概念學習結果庫，讓接收到的故障與概念學習結果庫內的所有概念模式進行匹配，根據匹配的結果判斷其匹配成功率，成功率越高可信度也就越高，反之則可信度越低；

用戶交互模塊，用于將可信度低于可信度閾值的進行預警通知用戶，由用戶根據實際情況判斷接收到的故障是否是真實故障，若不是則可對本次故障進行標記，并交由適應學習模塊處理；可信度閾值由用戶給定；

適應學習模塊，用于將做出標記的故障提交給概念學習模塊，讓其重新學習調整變型空間，輸出新的概念學習結果存入概念學習結果庫。

2.利用權利要求1所述的網管故障可信度分析系統實現的網管故障可信度分析方法，其特征在于：它包括以下步驟：

A、概念樣本轉換模塊利用告警樣本庫和衡量樣本的指標，計算輸出一個包含了正例和反例的概念樣本集合；

B、概念學習模塊通過候選消除算法對概念樣本集合進行計算，獲得一個變型空間，并遍歷變型空間將空間中的所有概念模式存入概念學習結果庫；

C、可信度分析模塊接收外部系統分析出的故障，將該故障和概念學習結果庫中的概念模式進行匹配，計算匹配成功率，將匹配成功率作為可信度輸出；

D、用戶交互模塊顯示故障的可信度，并根據用戶所設置的可信度閾值對超過閾值的可信度輸出預警；用戶根據實際情況判斷外部系統分析出的故障是否是真實故障，若不是則對本次故障進行標記；

E、適應學習模塊對標記的故障作為反例以調整變型空間，更新概念學習結果庫，最終收斂形成一個符合當前情況的完整概念。

3.根據權利要求2所述的網管故障可信度分析方法，其特征在于：所述的步驟A具體為：

A1、概念樣本轉換模塊從已存在的告警樣本庫讀入告警信息；

A2、設定衡量樣本的指標，其指標包括時間連貫性、告警級別、鏈路類型、所處節點位置、告警名稱和告警定位點；時間連貫性是指該告警發生時間距離最近的另一條告警發生時間的差的絕對值；告警級別是告警樣本庫中定義的告警級別；鏈路類型包括環形鏈路、鏈式鏈路和星型鏈路，根據實際網絡拓撲由用戶給出；所處節點位置表示告警發生的節點在網絡拓撲所處的位置；告警名稱和告警定位點是來自告警數據庫的直接信息；

A3、按照時間窗口劃分將告警交給外部的故障分析程序，分析判斷故障并輸出故障；

A4、將所有故障歸為正例，將所有非故障的告警歸為反例；

A5、最后，合并正例和反例集合，將合并后的集合按衡量樣本的指標轉換成概念樣本集合輸出。

4.根據權利要求2或3所述的網管故障可信度分析方法，其特征在于：所述步驟B具體包括：

B1、概念學習模塊首先通過候選消除算法壓縮上下界，產生由最一般概念作為下界到最特殊概念作為上界的變型空間；

B2、遍歷變型空間獲取空間中的所有概念模式，存入內存；

B3、將內存中的所有概念模式批量存儲到概念學習結果庫。