[發(fā)明專利]一種消除海量告警的智能運(yùn)維方法、裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202010154871.4
• 申請(qǐng)日: 2020-03-08
• 公開（公告）號(hào): CN111475644A
• 公開（公告）日: 2020-07-31
• 發(fā)明（設(shè)計(jì)）人: 王朋飛
• 申請(qǐng)（專利權(quán)）人: 蘇州浪潮智能科技有限公司
• 主分類號(hào): G06F16/35
• 分類號(hào): G06F16/35;G06K9/62;G06Q10/00;G06F40/289
• 代理公司: 濟(jì)南舜源專利事務(wù)所有限公司 37205
• 代理人: 李舜江

1.一種消除海量告警的智能運(yùn)維方法，其特征在于，包括如下步驟；

提取歷史告警數(shù)據(jù)中告警屬性信息；其中，告警屬性信息包括告警詳情、告警時(shí)間、告警源；

以告警時(shí)間作為處理維度，設(shè)定時(shí)間間隔，當(dāng)同一告警源的多個(gè)告警產(chǎn)生時(shí)間小于設(shè)定的時(shí)間間隔時(shí)，判斷告警的類型并根據(jù)告警類型對(duì)告警信息進(jìn)行處理；

以告警詳情作為處理維度，定義平臺(tái)告警分類和告警標(biāo)志碼；

引入運(yùn)維詞典表，將所有歷史告警的告警詳情進(jìn)行文本切割，并將特征詞匯放入集合中，將集合中的元素做分類處理從而進(jìn)行告警分類。

2.根據(jù)權(quán)利要求1所述的一種消除海量告警的智能運(yùn)維方法，其特征在于，所述的以告警時(shí)間作為處理維度，設(shè)定時(shí)間間隔，當(dāng)同一告警源的多個(gè)告警產(chǎn)生時(shí)間小于設(shè)定的時(shí)間間隔時(shí)，判斷告警的類型并根據(jù)告警類型對(duì)告警信息進(jìn)行處理的步驟中，根據(jù)告警類型對(duì)告警信息進(jìn)行處理的步驟包括：

若判斷為重復(fù)告警，將告警信息做歸一化處理消除重復(fù)告警；

若判斷是關(guān)聯(lián)告警，將表象告警映射到根因告警上。

3.根據(jù)權(quán)利要求2所述的一種消除海量告警的智能運(yùn)維方法，其特征在于，所述的引入運(yùn)維詞典表，將所有歷史告警的告警詳情進(jìn)行文本切割，并將特征詞匯放入集合中，將集合中的元素做分類處理從而進(jìn)行告警分類的具體步驟包括：

引入運(yùn)維詞典表，將告警信息文本進(jìn)行文本切割，將特征詞存入HashMap內(nèi)，每條待分揀告警對(duì)應(yīng)一條HashMap；

構(gòu)建文本特征向量；具體包括：將HashMap內(nèi)的特征詞通過文本處理手段轉(zhuǎn)換為特征向量；

構(gòu)建匹配模型，進(jìn)行告警的智能分類。

4.根據(jù)權(quán)利要求3所述的一種消除海量告警的智能運(yùn)維方法，其特征在于，所述的引入運(yùn)維詞典表，將告警信息文本進(jìn)行文本切割，將特征詞存入HashMap內(nèi)，每條待分揀告警對(duì)應(yīng)一條HashMap的步驟包括：通過運(yùn)維詞典將長句分割為一個(gè)個(gè)特征詞匯，并存入HashMap，表示為：X＝[x₁，x₂，...x_n]，其中X表示某告警的一條語句，x_n表示第n個(gè)特征詞匯。

5.根據(jù)權(quán)利要求4所述的一種消除海量告警的智能運(yùn)維方法，其特征在于，所述的構(gòu)建匹配模型，進(jìn)行告警的智能分類的步驟包括：

將告警分類的語句進(jìn)行特征向量化；

將特征向量化的語句與構(gòu)建的文本特征向量進(jìn)行關(guān)聯(lián)度分析，公式如下：

其中d_i表示第i條平臺(tái)告警分類信息，X_j表示第X個(gè)待分揀告警信息，和分別表示平臺(tái)告警和待分揀告警的特征向量表示。

6.一種消除海量告警的智能運(yùn)維裝置，其特征在于，包括告警數(shù)據(jù)提取模塊、第一維度處理模塊、第二維度處理模塊、告警文本處理模塊；

告警數(shù)據(jù)提取模塊，用于提取歷史告警數(shù)據(jù)中告警屬性信息；其中，告警屬性信息包括告警詳情、告警時(shí)間、告警源；

第一維度處理模塊，用于以告警時(shí)間作為處理維度，設(shè)定時(shí)間間隔，當(dāng)同一告警源的多個(gè)告警產(chǎn)生時(shí)間小于設(shè)定的時(shí)間間隔時(shí)，判斷告警的類型并根據(jù)告警類型對(duì)告警信息進(jìn)行處理；

第二維度處理模塊，用于以告警詳情作為處理維度，定義平臺(tái)告警分類和告警標(biāo)志碼；

告警文本處理模塊，用于引入運(yùn)維詞典表，將所有歷史告警的告警詳情進(jìn)行文本切割，并將特征詞匯放入集合中，將集合中的元素做分類處理從而進(jìn)行告警分類。

7.根據(jù)權(quán)利要求6所述的一種消除海量告警的智能運(yùn)維方法，其特征在于，第一維度處理模塊，用于若判斷為重復(fù)告警，將告警信息做歸一化處理消除重復(fù)告警；

第一維度處理模塊，還用于若判斷是關(guān)聯(lián)告警，將表象告警映射到根因告警上。

8.根據(jù)權(quán)利要求7所述的一種消除海量告警的智能運(yùn)維方法，其特征在于，所述的告警文本處理模塊包括文本切割單元、文本特征向量構(gòu)建單元、匹配模型構(gòu)建單元；

文本切割單元，用于引入運(yùn)維詞典表，將告警信息文本進(jìn)行文本切割，將特征詞存入HashMap內(nèi)，每條待分揀告警對(duì)應(yīng)一條HashMap；

文本特征向量構(gòu)建單元，用于構(gòu)建文本特征向量；文本特征向量構(gòu)建單元，具體用于將HashMap內(nèi)的特征詞通過文本處理手段轉(zhuǎn)換為特征向量；

匹配模型構(gòu)建單元，用于構(gòu)建匹配模型，進(jìn)行告警的智能分類。