[發明專利]一種網絡告警關聯分析的方法及裝置

有效

• 申請號: 201510817992.1
• 申請日: 2015-11-23
• 公開（公告）號: CN106789138B
• 公開（公告）日: 2019-10-15
• 發明（設計）人: 張永華;莫曉斌;陳勵鋒;徐鉭
• 申請（專利權）人: 中國移動通信集團廣西有限公司
• 主分類號: H04L12/24
• 分類號: H04L12/24
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 黃志華

本發明公開了一種網絡告警關聯分析的方法及裝置，根據預設的時間窗口長度和預設的窗口移動步長，確定N條告警信息中每一條告警信息落入的時間窗口；根據告警信息與告警標識的映射關系，確定告警信息對應的告警標識，根據同一個所述時間窗口中的所有告警信息對應的告警標識，確定所述時間窗口對應的至少一個告警事務；根據預設的關聯規則，對所有告警事務進行關聯分析，確定包含告警標識的關聯分析結果。本發明提供一種網絡告警關聯分析的方法及裝置，通過告警標識的轉換降低了關聯分析的復雜度，并且能夠支持連續的數據分析挖掘。

技術領域

本發明涉及大數據處理領域，尤其涉及一種網絡告警關聯分析的方法及裝置。

背景技術

隨著網絡規模的不斷擴展、多業務網絡的逐漸融合和新業務的加速引入給電信網絡管理及維護工作帶來了極大的挑戰。在故障管理領域，一個重要而迫切的管理需求是對網絡中產生的大量告警進行關聯分析。

現有的關聯分析主要分成兩類，一類是通過傳統的關聯分析算法實現，如經典的Apriori(關聯規則算法)，FP-growth(Frequent Pattern growth，頻繁模式迭代)算法，典型的關聯分析平臺為weka(Waikato Environment for Knowledge Analysis，懷卡托智能分析環境)；另一類是通過單純的大數據處理平臺Hadoop實現關聯分析挖掘技術，如Hadoop(Hadoop Distributed File System，分布式文件系統)的Apriori算法、Web服務器軟件Apache(阿帕奇)的機器學習算法Mahout等。

傳統的關聯分析平臺如Weka是基于單機實現的關聯的分析算法，主要是針對小數據量的關聯分析，不適宜大數據的關聯分析挖掘；通過Hadoop大數據處理平臺實現的關聯分析，迭代計算性能欠佳；基于Mahout的Apriori算法主要是針對離散型的數據處理，不支持連續數據的分析挖掘。

綜上所述，在大數據處理場景下，現有的網絡告警關聯分析方法無法支持連續的數據分析挖掘。

發明內容

本發明提供一種網絡告警關聯分析的方法及裝置，用以解決在大數據處理場景下，現有技術中的網絡告警關聯分析方法無法支持連續的數據分析挖掘的問題。

本發明實施例提供一種網絡告警關聯分析的方法，包括：

根據預設的時間窗口長度和預設的窗口移動步長，確定N條告警信息中每一條告警信息落入的時間窗口，其中，所述窗口移動步長小于所述時間窗口長度，N為正整數；

根據告警信息與告警標識的映射關系，確定告警信息對應的告警標識，根據同一個所述時間窗口中的所有告警信息對應的告警標識，確定所述時間窗口對應的至少一個告警事務；

根據預設的關聯規則，對所有告警事務進行關聯分析，確定包含告警標識的關聯分析結果。

可選的，所述根據預設的時間窗口長度和預設的窗口移動步長，確定N條告警信息中每一條告警信息落入的時間窗口之前，還包括：

確定所述N條告警信息中每一條告警信息對應的告警標簽；

根據告警標簽與告警標識的映射關系，確定每一條告警標簽對應的告警標識，其中每條告警標簽對應一個告警標識；

所述根據預設的關聯規則，對所有告警事務進行關聯分析，確定包含告警標識的關聯的分析結果之后，還包括:

根據所述告警標簽與告警標識的映射關系，將所述包含告警標識的關聯分析結果轉換成包含告警標簽的關聯分析結果。

可選的，所述確定所述N條告警信息中每一條告警信息對應的告警標簽，包括：

根據預設的告警維度，確定每一條告警信息對應的告警標簽；