CN102404141B - 一种告警抑制的方法及装置 - Google Patents

Abstract

本发明实施例提供一种告警抑制的方法，所述方法包括：根据硬件拓扑结构建立节点依赖关系表，检测第一节点故障情况；当检测到第一节点故障时，根据所述依赖关系表检测所述第一节点的父类节点是否有故障，如果所述父类节点出现故障，抑制所述第一节点告警。此外，本发明实施例还提供了一种告警抑制的装置，这样，在硬件设备出现故障时能有效的进行告警抑制，并且能有效对错误告警进行抑制，有利于运维人员尽快找到故障根源，降低系统的平均修复时间。

Description

一种告警抑制的方法及装置

技术领域

本发明实施例涉及通信技术领域，尤其涉及一种告警抑制的方法及装置。

背景技术

随着用户对通讯设备带宽、业务容量及系统可靠性等要求越来越高，通讯设备的硬件日趋复杂。为了提高系统的可维护性，提前发现系统故障并及时进行故障恢复或隔离，一般都会对系统硬件进行在线故障检测。当检测出某个硬件器件故障时会上送告警给网管中心及时知会运维人员，运维人员针对收到的告警综合分析，定位故障原因并采取进一步的解决措施。为此，对于可能影响业务运行或者已经导致业务中断的故障，如何快速定位到根源故障直接影响到系统的平均修复时间。对于硬件类故障检测，由于硬件上存在连接或依赖关系，当某一硬件器件出现故障产生告警时，与其有关联关系的器件也会故障并产生伴随告警。其中，对于发生故障的的器件来说是故障的根源，告警是可信的，其告警是真实告警，与该器件有关联关系的器件故障产生的告警为不可信的，其告警是错误告警。当系统出现故障时，运维人员需要从海量的告警中识别出真实告警才能找到故障的根本原因，因此，如何有效抑制错误告警是降低系统的平均修复时间的关键。

现有的设备侧告警抑制一般采用基于计数的告警抑制的方法，主要是对于出现频率较高的告警，通过对其进行计数统计来实现告警抑制，当一段时间内出现告警数超过预先设定的阈值时，告警则被抑制。这种方法没有解决错误告警抑制的问题，当硬件复杂、器件较多时告警数量庞大，不利于运维人员尽快的找到故障的根源。

发明内容

本发明实施例提供了一种告警抑制的方法和装置，当硬件设备出现故障时能有效的进行告警抑制，并能有效的对错误告警进行抑制，有利于运维人员尽快找到故障根源，降低系统的平均修复时间。

本发明实施例提供了一种告警抑制的方法，根据硬件拓扑结构建立节点依赖关系表，所述依赖关系表包括：所述节点与其父类节点的依赖关系，以及所述节点与其子类节点的依赖关系，该方法包括：

检测第一节点故障情况；

当检测到第一节点故障时，根据所述依赖关系表检测所述第一节点的父类节点是否有故障，如果所述父类节点出现故障，抑制所述第一节点告警。

本发明实施例提供了一种告警抑制的装置，所述装置包括：

初始单元，用于根据硬件拓扑结构建立节点依赖关系表，所述依赖关系表包括所述节点与其父类节点的依赖关系，以及所述节点与其子类节点的依赖关系；

检测单元，用于当检测到第一节点故障时，根据所述依赖关系表检测所述第一节点的父类节点是否有故障；

抑制单元，用于当所述检测单元检测到第一节点故障，并根据所述依赖关系表检测所述第一节点父类节点故障时，抑制所述第一节点告警。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例一提供的一种告警抑制的方法流程示意图；

图2是本发明实施例提供的节点依赖关系示意图；

图3是本发明实施例提供的节点检测流程示意图；

图4是本发明实施例二提供的一种告警抑制的装置示意图；

图5是本发明实施例二提供的一种告警抑制的装置第二实施方式示意图；

图6是本发明实施例二提供的一种告警抑制的装置第三实施方式示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例所述的节点为硬件上的器件节点，硬件拓扑结构在硬件设计时就已经确定。本发明实施例所提出的状态标志有三种类型：正常状态标志，标识节点处于正常工作状态，节点注册后状态标志默认为正常状态；真实故障标志，标识节点处于故障状态，故障是由于自身原因引起的；伪故障标志，标识节点处于故障状态，故障是由于父类节点故障引起的。

实施例一：

本发明实施例提供了一种告警抑制的方法，参见图1，图1为本发明实施例提供告警抑制的方法流程图，该方法包括：

102，根据硬件拓扑结构形成节点依赖关系表，所述依赖关系表包括：所述节点与其父类节点的依赖关系，以及所述节点与其子类节点的依赖关系；

对于硬件类故障检测，由于硬件的节点上存在一定的连接和依赖关系，所以节点检测告警结果实际也存在必然的内在联系，举例来说，图2为节点依赖关系示意图，如图2所示，某种线路处理单元(Line Process Unit，LPU)底板上由A、B、C、D等器件节点构成，例如，A为处理器，B为存储器，C为逻辑处理器，D为时钟处理器，B节点的工作状态依赖于A节点的工作状态，C、D节点的工作状态依赖与B节点的工作状态，也就是说被依赖的节点出现故障，则依赖于它的节点也会发生故障，如果检测节点B时，A节点已经故障，那么B节点的检测结果也为故障，而此时B节点的检测结果是不可信的，B节点检测后发送的故障告警实际为错误告警，这种错误告警会影响故障的定位和解决，影响系统的平均修复时间。因此，本发明人在研究过程中发现，对于有依赖关系的节点需要形成依赖关系表，便于对错误告警进行抑制。

在硬件启动过程芯片初始化节点注册时，根据实际硬件拓扑结构通过双向链表形成一个包含所有节点的依赖关系表，该依赖关系表包含了所有节点之间的依赖关系，每个节点都能通过该依赖关系表找到其父类节点及其子类节点。本发明实施例所提出的父类节点包括本节点直接依赖的节点及本节点间接依赖的所有节点；子类节点为依赖于本节点的下级所有节点，包括直接依赖于本节点的节点以及间接依赖于本节点的所有节点，举例来说，如图2所示，其中A、B节点为C节点的父类节点，其中，B节点为C节点的直接依赖的父类节点，A节点为C节点间接依赖的父类节点；C、E节点为B节点的子类节点，其中C节点为直接依赖于B节点的子类节点，E节点为间接依赖于B节点的子类节点，图2中节点连线的箭头方向代表节点指向所直接依赖的父类节点。

104，检测第一节点故障情况；

硬件节点是针对每个节点启动循环定时器进行定时检测的，由于检测有周期性，因此每次检测的结果只在本次周期内有效，例如，如图2所示，对于A节点当检测定时器超时后，开始对A进行检测，如果检测发现A节点出现故障，则设置A节点状态标志为真实故障标志，下一次定时器超时后所述真实故障标志不能标识A节点的真实状态了，因为A节点的故障在所述下一次定时器时间内可能已经恢复，需要继续检测来判断其故障情况。当某节点检测前发现其状态标志为伪故障标志时可以停止对该节点进行检测，因为伪故障标志标明该节点故障是由于其父类节点引起的，当父类节点故障消除后会对其子类节点进行伪故障标志清除，如果所述本节点状态标识为伪故障标志，则说明其父类节点故障还没有消除，不需要对所述本节点进行检测，同时也抑制了所述本节点的告警。

106，当检测到第一节点故障时，根据所述依赖关系表检测所述第一节点的父类节点是否有故障，如果所述父类节点出现故障，抑制所述第一节点告警；

具体来说，对于某一节点的检测过程参见图3，当定时器超时时判断第一节点状态标志，当状态标志为伪故障标志时，对所述第一节点检测抑制，同时对告警进行抑制，当所述状态标志为真实故障标志时，对所述第一节点进行检测，如果所述第一节点没有故障则不对所述第一节点进行检测，同时更新所述第一节点的状态标志为正常状态标志，对所述第一节点的子类节点状态标志也更新为正常状态标志，如果所述第一节点发生故障，则根据所述依赖关系表来检测所述第一节点的父类节点是否有故障，根据所述依赖关系表向父类节点一级一级检测，如果所述父类节点存在故障的节点，则抑制所述本节点告警，如果所述第一节点不存在父类节点或所述父类节点不存在故障的节点，则更新所述第一节点状态标志为真实故障标志，上报告警给网管，同时对属于所述第一节点的子类点的状态标志更新为伪故障标志。举例来说，如图2所示，当检测C节点时，此时节点C的状态标志为真实故障标志1，说明节点之前的故障是自身原因导致，本次需要继续检测，当检测到C节点发生故障时生成告警，同时根据所述依赖关系表找到其父类节点B，检测发现B节点出现故障，则节点C的检测结束，生成的告警抑制不上送网管；当检测节点H时，检测发现H发生故障则生成告警，同时根据所述依赖关系表检测其直接依赖的父类节点G，经过检测发现G节点工作正常，则根据所述依赖关系表检测H节点间接依赖的父类节点A，经过检测发现A节点工作正常，则H节点的告警上送网管，同时更新节点H状态标志为真实故障标志1，更新其子节点I、J状态标志为伪故障标志2；当检测I节点时，此时节点I状态标志为伪故障标志2，说明节点I的父类节点有故障还没有恢复，因此，抑制节点I的检测，同时实现了告警抑制；当检测节点K时，如果此时节点K的状态标志为真实故障标志1，说明节点K原来的故障是由于自身原因引起的，需要继续检测，经过检测如果发现K节点没有出现故障，则根据所述依赖关系表检测K节点的父类节点G，经过检测发现节点G工作正常，则根据所述依赖关系表继续检测节点K的间接依赖父类节点A，经过检测发现节点A也工作正常，此时由于节点A已经是节点K的根节点，对K检测停止，并清除K节点的子类节点L、M的伪故障标志。

可见，通过本发明实施例提供的告警抑制的方法，在硬件设备出现故障时能有效的进行告警抑制，并且能有效对错误告警进行抑制，有利于运维人员尽快找到故障根源，降低系统的平均修复时间。

实施例二：

本发明实施例提供了一种告警抑制的装置，参见图4，图4为本发明实施例的告警抑制装置示意图，该装置包括：初始单元402、检测单元404，抑制单元406。

初始单元402，用于根据硬件拓扑结构建立节点依赖关系表，所述依赖关系表包括所述节点与其父类节点的依赖关系，以及所述节点与其子类节点的依赖关系；

在硬件启动过程芯片初始化节点注册时，所述初始单元根据实际硬件拓扑结构通过双向链表形成一个包含所有节点的依赖关系表，该依赖关系表包含了所有节点之间的依赖关系，每个节点都能通过该依赖关系表找到其父类节点及其子类节点。本发明实施例所提出的父类节点包括本节点直接依赖的节点及本节点间接依赖的所有节点，子类节点为依赖于本节点的下级所有节点，包括直接依赖于本节点的节点以及间接依赖于本节点的所有节点。举例来说，如图2所示，其中A、B节点为C节点的父类节点，其中，B节点为C节点的直接依赖的父类节点，A节点为C节点间接依赖的父类节点；C、E节点为B节点的子类节点，其中C节点为直接依赖于B节点的子类节点，E节点为间接依赖于B节点的子类节点，图2中节点连线的箭头方向代表节点指向所直接依赖的父类节点。

检测单元404，用于当检测到第一节点故障时，根据所述依赖关系表检测所述第一节点的父类节点是否有故障；

该检测单元根据所述依赖关系表对针对每个节点启动循环定时器进行定时检测的，当所述第一节点检测定时器超时后，对所述第一节点进行检测，如果所述第一节点发生故障，则根据所述依赖关系表检测所述第一节点的父类节点是否有故障。

抑制单元406，用于当所述检测单元检测到第一节点故障，并根据所述依赖关系表检测所述第一节点父类节点故障时，抑制所述第一节点告警。

进一步，参见图5，所述告警抑制装置还可以包括：

判断单元502，当判断所述第一节点状态标志为正常状态标志或真实故障标志时，触发所述检测单元对所述第一节点进行检测；当判断所述第一节点状态标志为伪故障标志时不触发检测单元对所述第一节点检测，因为伪故障标志标明该节点故障是由于其父类节点引起的，当父类节点故障消除后会对其子类节点进行伪故障标志清除，如果所述本节点状态标志为伪故障标志，则说明其父类节点故障还没有消除，不需要对所述本节点进行检测，同时也抑制了所述本节点的告警。

优选的，参见图6，所述告警抑制装置还可以包括：

更新单元602，用于当所述检测单元检测所述第一节点的父类节点没有故障，则更新所述第一节点状态标志为真实故障标志，根据所述依赖关系表将属于所述第一节点的子类节点的状态标志更新为伪故障标志；当所述检测单元检测所述第一节点前，如果所述第一节点故障标志为真实故障标志，检测后发现所述第一节点没有故障，并且所述第一节点的父类节点也没有出现故障，则更新所述第一节点状态标志为正常状态标志，同时，更新所述第一节点的子类节点状态标志为正常状态标志。。

具体来说，当定时器超时时判断单元判断第一节点状态标志，当状态标志为伪故障标志时，对所述第一节点检测抑制，同时对告警进行抑制，当状态标志为真实故障标志或正常标志时，检测单元对所述第一节点进行检测，如果所述第一节点没有故障则所述第一节点检测停止，如果所述第一节点发生故障，则根据所述依赖关系表来检测所述第一节点的父类节点是否有故障，根据所述依赖关系表向父类节点一级一级检测，如果所述父类节点存在故障的节点，则抑制单元抑制所述本节点告警，如果所述第一节点不存在父类节点或所述父类节点不存在故障的节点，则更新单元更新所述第一节点状态标志为真实故障标志，上报告警给网管，同时更新单元更新属于所述第一节点的子类点的状态标志为伪故障标志。举例来说，如图2所示，当检测单元检测C节点时，此时判断单元判断节点C的状态标志为真实故障标志1，说明节点之前的故障是自身原因导致，本次需要继续检测，当检测单元检测到C节点发生故障时生成告警，同时根据所述依赖关系表找到其父类节点B，检测发现B节点出现故障，则节点C的检测结束，抑制单元抑制所述生成的告警；当检测单元检测节点H时，检测发现H发生故障则生成告警，同时根据所述依赖关系表检测其父类节点G，经过检测发现G节点工作正常，则根据所述依赖关系表检测H节点间接依赖的父类节点A，经过检测发现A节点工作正常，则H节点的告警上送网管，同时更新单元更新节点H状态标志为真实故障标志1，更新其子节点I、J状态标志为伪故障标志2；当检测I节点时，判断单元判断此时节点I状态标志为伪故障标志2，说明节点I的父类节点有故障还没有恢复，因此，抑制节点I的检测，同时实现了告警抑制；当检测单元检测节点K时，如果判断单元判断此时节点K的状态标志为真实故障标志1，说明节点K原来的故障是由于自身原因引起的，需要继续检测，经过检测如果发现K节点没有出现故障，则根据所述依赖关系表检测K节点的父类节点G，经过检测发现节点G工作正常，则根据所述依赖关系表继续检测节点K的间接依赖父类节点A，经过检测发现节点A也工作正常，此时由于节点A已经是节点K的根节点，检测单元停止对K检测，更新单元更新K节点状态标志为正常状态标志，同时更新单元更新K节点的子类节点L、M的状态标志为正常状态标志。

可见，通过本发明实施例提供的告警抑制的装置，在硬件设备出现故障时能有效的进行告警抑制，并且能有效对错误告警进行抑制，有利于运维人员尽快找到故障根源，降低系统的平均修复时间。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种告警抑制的方法，其特征在于，根据硬件拓扑结构建立节点依赖关系表，所述依赖关系表包括：所述节点与其父类节点的依赖关系以及所述节点与其子类节点的依赖关系，该方法包括：

检测第一节点故障情况；

当所述第一节点的状态标志为伪故障标志时，对所述第一节点检测抑制，同时对告警进行抑制，当所述状态标志为真实故障标志时，对所述第一节点进行检测，如果所述第一节点没有故障则不对所述第一节点进行检测，同时更新所述第一节点的状态标志为正常状态标志，对所述第一节点的子类节点状态标志也更新为正常状态标志，如果所述第一节点发生故障，则根据所述依赖关系表来检测所述第一节点的父类节点是否有故障，根据所述依赖关系表向父类节点一级一级检测，如果所述父类节点存在故障的节点，则抑制所述本节点告警，如果所述第一节点不存在父类节点或所述父类节点不存在故障的节点，则更新所述第一节点状态标志为真实故障标志，上报告警给网管，同时对属于所述第一节点的子类点的状态标志更新为伪故障标志。

2.根据权利要求1所述的方法，其特征在于，所述检测第一节点故障情况之前，进一步包括：判断所述第一节点状态标志为正常状态标志或真实故障标志。

3.根据权利要求1-2任一权利要求所述的方法，其特征在于，进一步包括：如果所述第一节点的父类节点没有故障，则更新所述第一节点状态标志为真实故障标志，根据所述依赖关系表将属于所述本节点的子类节点的状态标志更新为伪故障标志。

4.根据权利要求2所述的方法，其特征在于，进一步包括：判断所述第一节点状态标志为真实故障标志，当没有检测到所述第一节点故障，则更新所述第一节点状态为正常标志，且更新所述第一节点的子类节点状态为正常状态标志。

5.一种告警抑制的装置，其特征在于，包括：

初始单元，用于根据硬件拓扑结构建立节点依赖关系表，所述依赖关系表包括所述节点与其父类节点的依赖关系，以及所述节点与其子类节点的依赖关系；

检测单元，用于当检测到第一节点故障时，根据所述依赖关系表检测所述第一节点的父类节点是否有故障；

抑制单元，用于当所述检测单元检测到所述第一节点的状态标志为伪故障标志时，对所述第一节点检测抑制，同时对告警进行抑制，当所述状态标志为真实故障标志时，对所述第一节点进行检测，如果所述第一节点没有故障则不对所述第一节点进行检测，同时更新所述第一节点的状态标志为正常状态标志，对所述第一节点的子类节点状态标志也更新为正常状态标志，如果所述第一节点发生故障，则根据所述依赖关系表来检测所述第一节点的父类节点是否有故障，根据所述依赖关系表向父类节点一级一级检测，如果所述父类节点存在故障的节点，则抑制所述本节点告警，如果所述第一节点不存在父类节点或所述父类节点不存在故障的节点，则更新所述第一节点状态标志为真实故障标志，上报告警给网管，同时对属于所述第一节点的子类点的状态标志更新为伪故障标志。

6.根据权利要求5所述的装置，其特征在于，进一步包括：判断单元，用于当判断所述第一节点状态标志为正常状态标志或真实故障标志时，触发所述检测单元对所述第一节点进行检测。

7.根据权利要求5或6所述的装置，其特征在于，进一步包括，所述检测单元进一步用于当检测所述第一节点故障且所述第一节点的父类节点没有故障时，则触发更新单元，所述更新单元：

用于更新所述第一节点状态标志为真实故障标志，根据所述依赖关系表将属于所述第一节点的子类节点的状态标志更新为伪故障标志。

8.根据权利要求7所述的装置，其特征在于，所述检测单元进一步包括：当没有检测到所述第一节点发生故障，且根据所述依赖关系表也没有检测到所述第一节点的父类节点发生故障，则触发所述更新单元；

相应地，所述更新单元进一步包括:更新所述第一节点状态标志为正常状态标志且更新所述第一节点的子类节点状态标志为正常状态标志。

Images