[發明專利]告警分類方法、裝置、電子設備及存儲介質

在審

• 申請號: 202211303532.3
• 申請日: 2022-10-24
• 公開（公告）號: CN115454787A
• 公開（公告）日: 2022-12-09
• 發明（設計）人: 孫留倩
• 申請（專利權）人: 中國農業銀行股份有限公司
• 主分類號: G06F11/32
• 分類號: G06F11/32;G06F11/30;G06N3/04;G06N3/08;G06K9/62
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張芳;劉芳

1.一種告警分類方法，其特征在于，包括：

獲取待分類告警信息的特征數據，并基于所述特征數據構建所述待分類告警信息對應的圖網絡；

將所述待分類告警信息對應的圖網絡輸入至告警分類模型，獲得所述告警分類模型輸出的所述待分類告警信息的分類結果；其中，所述告警分類模型為預先訓練得到的圖卷積網絡。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

根據歷史告警信息生成樣本庫；所述樣本庫包括歷史告警信息和所述歷史告警信息的參考分類結果，其中，告警信息的分類結果表征該告警信息的緊急程度；

依照所述樣本庫中所述歷史告警信息的參考分類結果，將所述樣本庫分為多個子樣本庫，所述多個子樣本庫與不同的緊急程度一一對應；

對于每個子樣本庫分別構建所述子樣本庫對應的圖網絡；基于圖卷積網絡，建立初始的告警分類模型；

分別基于所述多個子樣本庫對應的圖網絡，對所述初始的告警分類模型進行訓練，直至獲得所述告警分類模型。

3.根據權利要求2所述的方法，其特征在于，所述對于每個子樣本庫分別建立所述子樣本庫對應的圖網絡，包括：

將每個子樣本庫劃分為多個樣本集合，對于每個樣本集合分別構建所述樣本集合對應的圖網絡；

所述分別基于所述多個子樣本庫對應的圖網絡，對所述初始的告警分類模型進行訓練，直至獲得所述告警分類模型，包括：

針對每個子樣本庫，基于所述子樣本庫下的各樣本集合對應的圖網絡，采用小批量迭代訓練的方式，對所述初始的告警分類模型進行訓練，直至獲得所述告警分類模型。

4.根據權利要求3所述的方法，其特征在于，所述針對每個子樣本庫，基于所述子樣本庫下的各樣本集合對應的圖網絡，對所述初始的告警分類模型進行訓練，包括：

針對每個子樣本庫，將該子樣本庫下的每個樣本集合對應的圖網絡輸入當前的告警分類模型，得到模型輸出的第一告警分類結果；

計算所述樣本集合所屬的子樣本庫對應的參考分類結果與所述第一告警分類結果的相似度，并根據當前的相似度調整告警分類模型，直至當前的相似度滿足預設的要求，則判定訓練完成。

5.根據權利要求2所述的方法，其特征在于，所述根據歷史告警信息生成樣本庫，包括：

確定所述歷史告警信息在各特征類型下的特征值；

根據各類型特征對應的權重，對該歷史告警信息在各特征類型下的特征值進行加權求和計算，得到該歷史告警信息的告警程度值；

根據所述歷史告警信息的告警程度值和分類結果對應的告警程度取值范圍，將所述歷史告警信息的告警程度值所在的取值范圍對應的分類結果，作為該歷史告警信息的參考分類結果。

6.根據權利要求2-5任一項所述的方法，其特征在于，所述根據歷史告警信息生成樣本庫，之前包括：

對所述歷史告警信息進行預處理，所述預處理包括以下至少一種：數據去重、數據去噪以及數據補全。

7.一種告警分類裝置，其特征在于，包括：

獲取模塊，用于獲取待分類告警信息的特征數據；

構建模塊，用于基于所述特征數據構建所述待分類告警信息對應的圖網絡；

處理模塊，用于將所述待分類告警信息對應的圖網絡輸入至告警分類模型，獲得所述告警分類模型輸出的所述待分類告警信息的分類結果；其中，所述告警分類模型為預先訓練得到的圖卷積網絡。