[發明專利]一種網絡設備告警消息風暴的處理方法和裝置

有效

• 申請號: 201611155506.5
• 申請日: 2016-12-14
• 公開（公告）號: CN106656590B
• 公開（公告）日: 2019-09-27
• 發明（設計）人: 許振文;袁杰
• 申請（專利權）人: 北京億陽信通科技有限公司
• 主分類號: H04L12/24
• 分類號: H04L12/24;H04W24/04
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 劉廣達

本發明涉及一種網絡設備告警消息風暴的處理方法和裝置，所述方法包括如下步驟：(1)設定被監控網元，建立網元模型；(2)創建網元告警規則引擎，基于源告警信息實時生成適配規則的網元告警數據；(3)取當前滑動時間窗口中的網元告警數據實時統計網元告警數量，使用概率統計方法動態生成置信區間和閾值，所述的滑動時間窗口包括多個順序的時間單位；(4)根據告警數量和所述閾值判斷當前滑動時間窗口后一條告警消息的類型，如果告警數量高于上限閾值則所述告警消息為風暴消息并進行風暴預警，如果告警數量低于下限閾值則所述告警消息為解除風暴消息并解除風暴預警，否則為正常告警消息；(5)基于當前滑動時間窗口向后滑動一個時間單位，進入下一個滑動時間窗口，轉到上述步驟(3)。

技術領域

本發明屬于網絡通信技術領域，具體涉及一種基于概率統計的網絡設備告警消息風暴的處理方法和裝置。

背景技術

隨著移動通信網絡的迅猛商用，2G、3G、LTE網絡逐步實現融合，網絡結構日益復雜，網絡所承載的業務量逐年遞增。當某個關鍵設備出現故障時，會產生大量消息上報到網絡設備故障管理系統，此時可能會導致故障監控不及時、甚至無法監控，繼而導致故障處理不及時，如果消息數量超過系統的處理容量，則會給系統造成巨大的壓力，甚至癱瘓。及時有效地監控網絡故障，并在第一時間進行處理，成為當代運營商面臨的首要問題，對故障監控系統所提供數據的及時性、準確性、有效性、高可靠性提出了更高的要求。目前的故障管理系統雖然日臻完善，但是，當網絡出現重大告警，告警數據量激增，即出現消息風暴時，消息量達到故障管理系統瓶頸時，故障管理系統提供給監控人員數據還是會出現數據處理緩慢、告警上報延遲、監控不及時、處理不及時，甚至故障管理系統癱瘓等問題。

例如：當某個運營支持系統(OSS，Operation and support system)在短時間內出現某個網元的大量告警時，會產生如下三方面影響：

(1)大量無實際意義的告警消息出現在監控臺，影響了監控人員發現并處理正常的網元告警，包括網元重大告警。

(2)對大量的風暴告警的解析，消耗了大量的CPU時間，可能會在解析時發生內存溢出，導致告警監控延遲。

(3)由于采集缺少對告警風暴進行一定的預測與消息歸并的機制，遇到消息風暴時，整個故障管理系統系統處于被動的高負荷狀態。

目前，針對告警消息風暴目前的處理方案主要有三種：

(1)消息風暴同正常消息相同處理。然而，該方案無法預知網絡故障，當發生消息風暴時，采用無風暴時的處理方案，將消息風暴等同于正常消息來處理。此方案導致進程消耗大量的硬件資源，包括大量CPU、內存、存儲、以及時間，并且可能會導致解析消息時內存溢出、處理滯后。同時，監控臺出現大量故障的重復信息，導致處理不及時，最終延誤了重大故障的監控和處理，給運營商帶來一定的經濟損失。

(2)人為設置告警過濾規則，將滿足此規則的告警消息過濾掉，即直接將滿足此規則的告警數據丟棄。然而，此方案同樣增加了消息處理的負荷，并且造成了告警數據丟失，影響了告警數據的完整性。此方案只能根據經驗來設置告警過濾規則，當規則預設置不當時，同樣會造成故障管理系統的壓力，浪費系統資源。

(3)人為設置閾值作為告警消息的風暴數量閾值，如果消息風暴超過此閾值，那么直接丟棄后續消息不處理。然而，此方案需要根據經驗預先設定閾值，但是消息風暴的閾值一般很難預定。如果閾值過小，那么正常消息會被丟棄，正常告警無法監控；如果閾值過大，那么當實際產生告警風暴時，無法將告警消息風暴過濾掉。

然而，以上方案依然不能完美地解決告警風暴出現時面臨的問題和帶來的影響。

發明內容

為解決以上現有技術中存在的問題，本發明提出了一種基于概率統計的網絡設備告警消息風暴的處理方法和裝置。