CN105827422B - 一种确定网元告警关联关系的方法及装置 - Google Patents

Abstract

本发明公开了一种确定网元告警关联关系的方法和装置，主要技术方案包括：获取多网络下各网元设备的告警信息，所述告警信息至少包括告警识别码、告警网元、告警时间；根据所述告警时间对所述告警信息进行排序，得到告警信息序列；依据设定的第一时间窗口，对所述告警信息序列分段；依据所述告警识别码和所述告警网元，对每段告警信息序列进行网元关联度计算，得到关联网元组信息；若所述关联网元组中包含至少两个跨网网元，则确定为跨网网元组；依据所述跨网网元组和所述告警信息序列，得到网元设备的告警关联关系。采用该方法，可以解决现有技术中存在无法应用到实际跨网通信告警平台中的问题。

Description

一种确定网元告警关联关系的方法及装置

技术领域

本发明涉及网络检测技术领域，更具体的涉及一种确定网元告警关联关系的方法及装置。

背景技术

随着移动通信行业的发展，网络拓扑日益复杂，各个网络类型每天都有海量的告警量产生。在移动网络中发生某一个故障或事件时，往往会使不同的网络类型中都产生若干告警，并且这些告警之间实际上存在相关性，如果能够把这些跨网的关联规则梳理出来并加以应用，则可以使告警平台的呈现更为简洁清晰和富有逻辑性，避免或减少监控人员的重复性工作，加快对故障告警的定位速度，有效提高网络故障管理的工作效率。

目前现有的跨网告警关联技术，分为人工经验和数据挖掘两种。

基于人工经验的技术，也是目前主要应用的技术，即依靠维护人员长期的经验积累得到。维护人员通过日常告警出现情况，结合自身的知识和常识，梳理出可能具有相关性的告警规则，但是这种方式无法满足全网各专业设备故障管理工作的集中化、及时性、准确性的要求，而且工作负担大、工作效率低。

基于数据挖掘算法的技术，利用关联算法得出频繁项目集，进而生成规则。但是目前对移动通信设备领域的告警关联的深入研究较少，基础关联算法基本上停留在通用算法上虽然采用通用算法可以生成大量规则，但是引入了过多次要的和无实际意义的规则，生成的规则在可用性、准确性、新颖性上都存在不足。

综上所述，现有的跨网告警关联技术存在无法应用到实际跨网通信告警平台中的问题。

发明内容

本发明实施例提供一种确定网元告警关联关系的方法及装置，用以解决现有技术中存在无法应用到实际跨网通信告警平台中的问题。

本发明实施例提供一种确定网元告警关联关系的方法，包括：

获取多网络下各网元设备的告警信息，所述告警信息至少包括告警识别码、告警网元、告警时间；

根据所述告警时间对所述告警信息进行排序，得到告警信息序列；

依据设定的第一时间窗口，对所述告警信息序列分段；

依据所述告警识别码和所述告警网元，对每段告警信息序列进行网元关联度计算，得到关联网元组信息；

若所述关联网元组中包含至少两个跨网网元，则确定为跨网网元组；

依据所述跨网网元组和所述告警信息序列，得到网元设备的告警关联关系。

较佳地，所述依据所述告警识别码和所述告警网元，对每段告警信息序列进行网元关联度计算，得到关联网元组信息，具体为：

依据Apriori算法，将每段告警信息序列中的告警信息作为一个事务，每个告警识别码及对应的告警网元作为项，迭代出频繁项目集；从各段频繁项目集中的网元确定关联网元组信息。

较佳地，所述依据所述跨网网元组和所述告警信息序列，得到各网元设备的告警关联关系，具体为：

依据设定的第二时间窗口，对所述告警信息序列分段，得到第二分段告警信息序列；

对每段所述第二分段告警信息序列，将属于同一个跨网网元组的告警生成一个事务；

将每个告警识别码及对应的告警网元作为项，并依据告警时间顺序作为约束条件迭代出频繁项目集；

根据各第二分段产生的频繁项目集或根据各第二分段中的最大频繁项目集，找到最高支持度作为网元告警关联关系。

较佳地，所述将每个告警识别码及对应的告警网元作为项，并依据告警时间顺序作为约束条件迭代出频繁项目集，具体为：

在进行迭代计算时，作为判断依据的支持度依据以下公式得到：

支持度＝(a1+a2+...+an)/n*(f/m)

公式中，a1、a2....an为告警等级，f为项目出现的次数，m为事务总数。

较佳地，所述获取多网络下各网元设备的告警信息后，对所述告警信息进行归一化处理，包括以下至少之一：

根据告警标识计算得到128位的散列值，作为告警识别码；

匹配各告警网元信息，将匹配度高的多个告警网元设定为同一个告警网元；

记录同一告警网元发出的相同告警的次数，同一告警网元的不同次数的告警作为不同的项。

本发明实施例还一种确定网元告警关联关系的装置，包括：

获取单元：用于获取多网络下各网元设备的告警信息，所述告警信息至少包括告警识别码、告警网元、告警时间；

排序单元，用于根据所述告警时间对所述告警信息进行排序，得到告警信息序列；依据设定的第一时间窗口，对所述告警信息序列分段；

判断单元，用于依据所述告警识别码和所述告警网元，对每段告警信息序列进行网元关联度计算，得到关联网元组信息；若所述关联网元组中包含至少两个跨网网元，则确定为跨网网元组；

确定单元，用于依据所述跨网网元组和所述告警信息序列，得到网元设备的告警关联关系。

较佳地，所述判断单元具体用于：

依据Apriori算法，将每段告警信息序列中的告警信息作为一个事务，每个告警识别码及对应的告警网元作为项，迭代出频繁项目集；从各段频繁项目集中的网元确定关联网元组信息。

较佳地，所述确定单元具体用于：

依据设定的第二时间窗口，对所述告警信息序列分段，得到第二分段告警信息序列；

对每段所述第二分段告警信息序列，将属于同一个跨网网元组的告警生成一个事务；

将每个告警识别码及对应的告警网元作为项，并依据告警时间顺序作为约束条件迭代出频繁项目集；

根据各第二分段产生的频繁项目集或根据各第二分段中的最大频繁项目集，找到最高支持度作为网元告警关联关系。

较佳地，所述确定单元还用于：

在进行迭代计算时，作为判断依据的支持度依据以下公式得到：

支持度＝(a1+a2+...+an)/n*(f/m)

公式中，a1、a2....an为告警等级，f为项目出现的次数，m为事务总数。

较佳地，所述获取单元具体用于：

根据告警标识计算得到128位的散列值，作为告警识别码；

匹配各告警网元信息，将匹配度高的多个告警网元设定为同一个告警网元；

记录同一告警网元发出的相同告警的次数，同一告警网元的不同次数的告警作为不同的项。

本发明实施例获取多网络下各网元设备的告警信息，所述告警信息至少包括告警识别码、告警网元、告警时间；根据所述告警时间对所述告警信息进行排序，得到告警信息序列；依据设定的第一时间窗口，对所述告警信息序列分段；依据所述告警识别码和所述告警网元，对每段告警信息序列进行网元关联度计算，得到关联网元组信息；若所述关联网元组中包含至少两个跨网网元，则确定为跨网网元组；依据所述跨网网元组和所述告警信息序列，得到网元设备的告警关联关系。采用该方法，根据告警信息中的网元挖掘出跨网网元组，并且根据跨网网元组和所述告警信息序列，能够快速，准确的网元设备的告警关联关系。

附图说明

图1为本发明实施例提供的一种确定网元告警关联关系的方法示意图；

图2为本发明实施例提供了一种确定网元告警关联关系的装置结构示意图。

具体实施方式

本发明实施例获取多网络下各网元设备的告警信息，所述告警信息至少包括告警识别码、告警网元、告警时间；根据所述告警时间对所述告警信息进行排序，得到告警信息序列；依据设定的第一时间窗口，对所述告警信息序列分段；依据所述告警识别码和所述告警网元，对每段告警信息序列进行网元关联度计算，得到关联网元组信息；若所述关联网元组中包含至少两个跨网网元，则确定为跨网网元组；依据所述跨网网元组和所述告警信息序列，得到网元设备的告警关联关系。采用该方法，根据告警信息中的网元挖掘出跨网网元组，并且根据跨网网元组和所述告警信息序列，能够快速，准确的网元设备的告警关联关系。

以下结合说明书附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。并且在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

实施例1

本发明实施例1提供一种确定网元告警关联关系的方法，如图1所示，包括：

步骤S101、获取多网络下各网元设备的告警信息，所述告警信息至少包括告警识别码、告警网元、告警时间。

步骤S102、根据所述告警时间对所述告警信息进行排序，得到告警信息序列。

步骤S103、依据设定的第一时间窗口，对所述告警信息序列分段。

步骤S104、依据所述告警识别码和所述告警网元，对每段告警信息序列进行网元关联度计算，得到关联网元组信息。

步骤S105、若所述关联网元组中包含至少两个跨网网元，则确定为跨网网元组。

步骤S106、依据所述跨网网元组和所述告警信息序列，得到网元设备的告警关联关系。

在步骤S101中，主要从综合告警平台或各类通信厂商网管系统上提取不同网络类型的原始告警记录A、B、C......

对从综合告警平台或各类通信厂商网管系统上提取不同网络类型的原始告警记录通过解析方法获得该多网络下各网元设备的告警信息，其中，可以采用正则表达式从多网络下各网元设备的原始告警记录中解析出警起始时间、结束时间、设备名称、专业、厂商、设备类型、告警标题、告警标准名、告警ID、告警级别等告警信息。在本发明实施例中，对从多网络下各网元设备的原始告警记录中解析出多网络下各网元设备的告警信息的解析方法不做进一步的限定。

对多网络下各网元设备的原始告警记录中记录的设备名称进行过滤处理，可以获得相同设备，但是可能存在不同命名的告警，比如，设备名称为“GA-绿洲苑_1”的无线小区设备，过滤后名称为“绿洲苑”。

对多网络下各网元设备的原始告警记录中告警标识计算得到128位的散列值，根据计算的散列值可以用于区别告警信息是否为相同的告警信息，并且可以根据散列值快速查找相应的告警信息对应的告警网元设备。

在步骤S102中，根据所述告警时间对所述告警信息进行排序，得到告警信息序列，其中，可以采用quicK sort排序算法对各个告警数据按时间排序，完成排序的告警信息，就相当于已经将不同网络类型的原始告警记录合并在起。

在步骤S103中，依据设定的第一时间窗口，对所述告警信息序列分段；其中，时间窗口的时间长度包括一个网络设备告警时间的开始时间到该网络设备的告警所引发的其它网络设备中最后一个网络设备产生告警的时间，比如，网络设备中包括A、B、C和D四个网络设备，当A设备在t1时间产出故障告警，由于A、B、C和D四个网络设备是相互关联的设备，所以，A设备若产生故障，则相应的B设备、C设备和D设备都会产生故障告警，若B设备在A设备发送故障告警之后立刻产生故障告警，但是由于C设备和D设备在A设备产生故障告警一段时间t2之后才会产生故障告警，在本发明实施例中，将t2-t1的时间设定为一个时间窗口的时间长度。进一步地，本发明实施例对设定的时间窗口的时间长度不做限定。

进一步地，根据全部导入的多网络下各网元设备的原始告警记录的时间，确定最大时间长度和最小时间长度，其中，最大时间长度为导入的多网络下各网元的原始告警记录的一段时间，可以是一天内导入到的多网络下各网元的原始告警记录，也可以是两天内导入到的多网络下各网元的原始告警记录；最小时间长度为导入的多网络下各网元中的某一个网元的故障告警的时间，其中，一个网元的故障告警时间，为该网元故障告警的开始时间及与该网元相关联的其它网元中最后一个网元的故障告警时间；在本发明实施例中，对最大时间长度和最小时间长度不做进一步的限定，但是在同一个实施例中，最大时间长度保持不变，最小时间长度也保持不变。

进一步地，根据设定的最大时间长度、最小时间长度和时间窗口长度，可以生成时间划分序列，在本发明实施例中，第一序列分段＝(最大时间长度-最小时间长度)/第一时间窗口；第二序列分段＝(最大时间长度-最小时间长度)/第二时间窗口；其中，第一时间窗口和第二时间窗口的时间长度可以相同，也可以不相同，本发明实施例对第一时间窗口和第二时间窗口的时间长度不做进一步的限定。

在S104步骤中，主要采用经典的apriori算法，并且依据所述告警识别码和所述告警网元，对每段告警信息序列进行网元关联度计算，得到关联网元组信息；

下面介绍经典的Apriori算法：

经典的Apriori算法使用频繁项集的先验知识，使用一种称作逐层搜索的迭代方法，K项集用于探索(K+1)项集。

首先，通过扫描事务(交易)记录，找出所有的频繁1项集，该集合记做L1，然后利用L1找频繁2项集的集合L2，L2找L3，如此下去，直到不能再找到任何频繁K项集。最后再在所有的频繁集中找出强关联规则，即产生用户感兴趣的关联规则。

其中，经典的Apriori算法中最基本的概念是支持度，对于A、B的支持度则可以理解为即有A又有B的概率，支持度的表述式为：A->B。

在本发明实施例中，结合步骤S103中的第一序列分段，依次在每个时间划分内，将步骤S101中获取的多网络下各网元设备的告警信息中所有网元产生的所有告警生成为一个事务。

其中，根据每段告警信息序列进行网元关联度计算，得到关联网元组信息总共包括以下步骤：

步骤一、初始K＝1，统计事务集D1内同一告警的每个项目的出现次数，生成1-项目集；根据已生成的1-项目集，将1-项目集中的项目的支持度大于最小支持度的项目组成1-频繁项目集(L1)。

其中，在本发明实施例中，将同一告警在不同频次区间内定义为不同告警项目。最小支持度的取值范围根据实际应用环境确定，本发明实施例对最小支持度的取值范围不做进一步的限定。

步骤二、根据K-频繁项目集(LK)生成K+1-候选集(CK+1)。

在本发明实施例中，当K不为1的时候，对统计事务集D1的算法和K等于1时的算法相同。其中，根据K-频繁项目集生成K+1-候选集的方法是利用频繁项目集的性质，在本发明实施例中，频繁项目集的性质的为：若X是频繁项目集，那么X的任何子集都是频繁项目集；若X是非频繁项目集，那么X的任何超集都是非频繁项目集。

步骤三、对两个K-频繁项目进行比较后，合并生成新的K+1项目。所有新生成的K+1项目组成了K+1-候选集(CK+1)。

步骤四、由K+1-候选集生成K+1-频繁项目集。

其中，扫描事务集D1，统计K+1-候选集(CK+1)中每个元素的支持度，其中所有支持度大于最小支持度的项目即属于K+1-频繁项目集，由此得到K+1-频繁项目集。

在本发明实施例中，随着K取值的变化(K＝K+1)，并重复步骤二和步骤三，直到无法再生成候选集为止，由此得到了所有的K-频繁项目集，记最大K为Kmax。

在步骤S105，若所述关联网元组中包含至少两个跨网网元，则确定为跨网网元组。

其中，从步骤S104中确定的频繁项目集中挖掘跨网网元组，具体包括

获取步骤S104中确定的频繁项目集，从频繁项目集中过滤得到跨网频繁项目集。其中过滤的方法是遍历整个频繁项目集，若频繁项目中的元素属于两个或两个以上的网络类型，则该项目属于跨网频繁项目集。

根据确定的跨网频繁项目集，遍历事务集D1，依次将每个属于事务集D1的事务与跨网频繁项目集进行匹配。若跨网频繁项目集中的某个项目属于事务，且该项目也属于跨网频繁项目集，则提取该项目中的网元组，将该网元组记录在网元组列表中。

直到将整个事务集中的事务及跨网频繁项目集中的项目遍历完，得到网元组及每个网元组出现的频次，根据每个网元组的频次与预设门限的比较，将频次大于预设门限的网元组确定为跨网网元组。

在本发明实施例中，优选的将得到的跨网网元组的告警信息与获取的跨网网元组的原始信息进行比较，根据两者信息的比对结果，可以对跨网网元组的原始信息进行修正和补充。

其中，修正和补充包括以下三种方法：

A.若跨网网元组的告警信息中记录的信息已存在于原始信息中，则不需要对跨网网元组的原始信息进行修正和补充。在本发明实施例中，采用这种方法，可以进一步验证若跨网网元组的原始信息中记录的信息的准确性。

B.若跨网网元组的告警信息中记录的信息不存在于原始信息中，但是对于某些存在限制条件的跨网网元组，如果若跨网网元组的告警信息中记录的信息与跨网网元组的原始信息中记录的信息有冲突，则用跨网网元组的告警信息中记录的信息替换跨网网元组的原始信息中记录的信息，并记录下勘误步骤。

例如，跨网网元组的原始信息中记录的信息对应网元资料为小区A对应于BSC1，而跨网网元组的告警信息中记录的信息对应网元组资料为小区A对应于BSC2，此处的限制条件是一个小区只能归属于一个BSC，则判定为冲突，需要进行勘误操作。

C.若跨网网元组的告警信息中记录的信息不存在于原始信息中，但是若跨网网元组的告警信息中记录的信息与跨网网元组的原始信息中记录的信息不存在冲突，则将若跨网网元组的告警信息中记录的信息插入到跨网网元组原始信息中记录的信息中。

在步骤S106、依据所述跨网网元组和所述告警信息序列，得到网元设备的告警关联关系。

其中，依据设定的第二时间窗口，对所述告警信息序列分段，得到第二分段告警信息序列；对每段所述第二分段告警信息序列，将步骤S105中得到跨网网元组中所有属于同一个对应网元组的告警生成为一个事务。根据该事务，生成一个事务集D2。

进一步的，在步骤106中生成的事务跟步骤104中生成的事务的方式不同。主要包括：

1)、告警记录：

一条告警记录可以被多个事件采用，例如：跨网网元组为A-B，A-C两组，告警记录为网元A发生告警1，网元B发生告警2，网元C发生告警3，则生成下列两个事件t1和t2：t1＝{(A,告警1),(B,告警2)}，t2＝{(A,告警1),(C,告警3)}，此时(A,告警1)同时属于2个事件。

2)、相似匹配：

为了实现判断是否相同网元设备，本发明实施例中引入相似匹配。其中，相似匹配是针对步骤S101中获取的多网络下各网元设备的告警信息中的过滤后的设备名称，对过滤后的设备名称进行相似匹配，比较两个设备名称的相似度，假设两个设备名称分别为字符串A和字符串B，则可以根据公式sim＝(A中各字符在B中出现个数+B中各字符在A中出现个数)/(A的长度+B的长度)*100进行设备名称相似匹配。

若相似度sim大于等于预设参数minsim，则判断过滤后的两个设备名称为同一个网元设备；若相似度sim小于预设参数minsim，则判断过滤后的两个设备名称为不同网元设备。在本发明实施例中，相似度阈值minsim可以调节，minsim取0则代表不区分网元，取100则代表完全匹配。

3)告警频次区间：

为了消除重复告警数据，本发明实施例还引入告警频次区间，具体如下：若在一个时间划分序列内，同一网元设备下重复出现相同告警，则合并计数作为频次数。并按告警ID(散列值)录入到告警频次矩阵。根据告警频次矩阵中的频次分布情况，为每条告警数据划分频次区间。即将同一告警数据在不同频次区间内定义为不同告警项目。划分的区间数量等于预设参数频次划分区间数。划分算法分可以是等间距划分和等频次划分两种。

其中等间距划分算法为：按照相等的频次间距划分，间距＝(最大频次序号-最小频次序号)/频次划分区间数；等频次划分算法为：按照每个区间的总频次数相等来划分，每个区间里频次总和＝总频次数/频次划分区间数。

在本发明实施例中，依据所述跨网网元组和所述告警信息序列，得到网元设备的告警关联关系共包括以下步骤：

步骤一、初始O＝1，统计事务集D2内同一告警的每个项目的出现次数，生成1-项目集；根据已生成的1-项目集，将1-项目集中的项目的支持度大于最小支持度的项目组成1-频繁项目集(L1)。

其中，在本发明实施例中，将同一告警在不同频次区间内定义为不同告警项目。根据已生成的1-项目集，其中支持度大于最小支持度的所有告警项目组成1-频繁项目集(L1)。而且发明实施例中在支持度算法中引入告警等级参数，具体说明如下：

所述将每个告警识别码及对应的告警网元作为项，并依据告警时间顺序作为约束条件迭代出频繁项目集，具体为：

在进行迭代计算时，作为判断依据的支持度的公式为：支持度＝(a1+a2+...+an)/n*(f/m)。

其中，公式中，a1、a2....an为告警等级，f为项目出现的次数，m为事务总数。

本发明实施例中改进的支持度算法引入了告警等级参数，综合考虑了告警产生的概率和告警本身的重要性，有利于使频繁项目集中的告警项目不仅是高概率的，也是重要性高的，同时更容易滤除掉一些次要的告警项目。

步骤二、由K-频繁项目集(LK)生成K+1-候选集(CK+1)。

在本发明实施例中，当K不为1的时候，对统计事务集D2的算法和K等于1时的算法相同。其中，根据K-频繁项目集生成K+1-候选集的方法是利用频繁项目集的性质，在本发明实施例中，频繁项目集的性质的为：若X是频繁项目集，那么X的任何子集都是频繁项目集；若X是非频繁项目集，那么X的任何超集都是非频繁项目集。

进一步地，本发明实施例中还引入时间顺序约束，也就是在本算法中对K-频繁项目还使用时间先后顺序进行约束。

例如，1-项目{A}和{B}，根据经典的apriori算法生成一个2-候选项目{A，B}，本发明实施例中采用改进apriori算法会生成两个2-候选项目{A，B}和{B，A}，又比如2-项目{A，B}和{A，C}，经典的apriori算法生成一个3-候选项目{A，B，C}，而本发明实施例中采用改进apriori算法则生成两个3-候选项目{A，B，C}和{A，C，B})。本发明实施例采用改进apriori算法所有新生成的K+1项目组成了K+1-候选集(CK+1)。

步骤三、统计K+1-候选项目集(CK+1)中每个元素的支持度，其中所有支持度大于最小支持度的项目即属于K+1-频繁项目集，由此遍历整个K+1-候选项目集(CK+1)从而得到K+1-频繁项目集。

在本发明实施例中，随着K取值的变化(K＝K+1)，并重复步骤302和303，直到无法再生成任何的候选集为止，由此得到了所有的K-频繁项目集，记K的最大值为Kmax。

其中，根据所有的K-频繁项目集，生成最大频繁项目集。具体流程是：从K＝1开始，若K层项目包含在某个K+1层或K+1层以上的项目中，则剔除该K层项目，以此逐层计算到K＝Kmax-1，此时所有剩下的频繁项目组成了最大频繁项目。

步骤四、基于最大频繁项目集或所有频繁项目集得到网元设备的告警关联关系。

具体包括，以最大频繁项目集或所有频繁项目集为基础，对每一个项目集I，将该项目集中的每个真子集设为X，Y＝I-X，可以得到每个真子集的规则X→Y，对每个项目集中的每个真子集逐个计算，得到每个真子集的的规则X→Y的可信度，其中可信度的算法是：可信度＝I的支持度/X的支持度，根据计算的可信度与预设的最小可信度的关系，将可信度大于预设的最小可信度的真子集确定为告警关联关系。

基于同一发明构思，本发明实施例提供了一种伪基站识别定位装置，由于该装置解决技术问题的原理与一种伪基站识别定位方法相似，因此该装置的实施可以参见方法的实施，重复之处不再赘述。

实施例2

本发明实施例2提供了一种确定网元告警关联关系的装置，如图2所示，该装置包括：获取单元21，排序单元22，判断单元23和确定单元24。

获取单元21，用于获取多网络下各网元设备的告警信息，所述告警信息至少包括告警识别码、告警网元、告警时间；

排序单元22，用于根据所述告警时间对所述告警信息进行排序，得到告警信息序列；依据设定的第一时间窗口，对所述告警信息序列分段；

判断单元23，用于依据所述告警识别码和所述告警网元，对每段告警信息序列进行网元关联度计算，得到关联网元组信息；若所述关联网元组中包含至少两个跨网网元，则确定为跨网网元组；

确定单元24，用于依据所述跨网网元组和所述告警信息序列，得到网元设备的告警关联关系。

进一步地，所述判断单元23具体用于：

依据Apriori算法，将每段告警信息序列中的告警信息作为一个事务，每个告警识别码及对应的告警网元作为项，迭代出频繁项目集；从各段频繁项目集中的网元确定关联网元组信息。

进一步地，所述确定单元24具体用于：

依据设定的第二时间窗口，对所述告警信息序列分段，得到第二分段告警信息序列；

对每段所述第二分段告警信息序列，将属于同一个跨网网元组的告警生成一个事务；

将每个告警识别码及对应的告警网元作为项，并依据告警时间顺序作为约束条件迭代出频繁项目集；

根据各第二分段产生的频繁项目集或根据各第二分段中的最大频繁项目集，找到最高支持度作为网元告警关联关系。

进一步地，所述确定单元24还用于：

在进行迭代计算时，作为判断依据的支持度依据以下公式得到：

支持度＝(a1+a2+...+an)/n*(f/m)

公式中，a1、a2....an为告警等级，f为项目出现的次数，m为事务总数。

进一步地，所述获取单元24具体用于：

根据告警标识计算得到128位的散列值，作为告警识别码；

匹配各告警网元信息，将匹配度高的多个告警网元设定为同一个告警网元；

记录同一告警网元发出的相同告警的次数，同一告警网元的不同次数的告警作为不同的项。

应当理解，以上一种确定网元告警关联关系的装置包括的单元仅为根据该系统实现的功能进行的逻辑划分，实际应用中，可以进行上述单元的叠加或拆分。并且该实施例提供的一种确定网元告警关联关系的装置所实现的功能与上述实施例提供的一种确定网元告警关联关系的方法一一对应，对于该设备所实现的更为详细的处理流程，在上述方法实施例一中已做详细描述，此处不再详细描述。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种确定网元告警关联关系的方法，其特征在于，包括：

获取多网络下各网元设备的告警信息，所述告警信息至少包括告警识别码、告警网元、告警时间；

根据所述告警时间对所述告警信息进行排序，得到告警信息序列；

依据设定的第一时间窗口，对所述告警信息序列分段；每段告警信息序列分段的长度由第一差值与第一时间窗口之间的比值确定，所述第一差值为最大时间长度和最小时间长度之间的差值；

依据所述告警识别码和所述告警网元，对每段告警信息序列进行网元关联度计算，得到关联网元组信息；所述关联网元组信息包括各网元组包含的网元；

若所述关联网元组中包含至少两个跨网网元，则确定为跨网网元组；

依据所述跨网网元组和所述告警信息序列，得到网元设备的告警关联关系。

2.如权利要求1所述的方法，其特征在于，所述依据所述告警识别码和所述告警网元，对每段告警信息序列进行网元关联度计算，得到关联网元组信息，具体为：

依据Apriori算法，将每段告警信息序列中的告警信息作为一个事务，每个告警识别码及对应的告警网元作为项，迭代出频繁项目集；从各段频繁项目集中的网元确定关联网元组信息。

3.如权利要求1所述的方法，其特征在于，所述依据所述跨网网元组和所述告警信息序列，得到各网元设备的告警关联关系，具体为：

依据设定的第二时间窗口，对所述告警信息序列分段，得到第二分段告警信息序列；

对每段所述第二分段告警信息序列，将属于同一个跨网网元组的告警生成一个事务；

将每个告警识别码及对应的告警网元作为项，并依据告警时间顺序作为约束条件迭代出频繁项目集；

根据各第二分段产生的频繁项目集或根据各第二分段中的最大频繁项目集，找到最高支持度作为网元告警关联关系。

4.如权利要求3所述的方法，其特征在于，所述将每个告警识别码及对应的告警网元作为项，并依据告警时间顺序作为约束条件迭代出频繁项目集，具体为：

在进行迭代计算时，作为判断依据的支持度依据以下公式得到：

支持度＝(a1+a2+…+an)/n*(f/m)

公式中，a1、a2….an为告警等级，f为项目出现的次数，m为事务总数。

5.如权利要求1至4任一项所述的方法，其特征在于，所述获取多网络下各网元设备的告警信息后，对所述告警信息进行归一化处理，包括以下至少之一：

根据告警标识计算得到128位的散列值，作为告警识别码；

匹配各告警网元信息，将匹配度高的多个告警网元设定为同一个告警网元；

记录同一告警网元发出的相同告警的次数，同一告警网元的不同次数的告警作为不同的项。

6.一种确定网元告警关联关系的装置，其特征在于，包括：

获取单元：用于获取多网络下各网元设备的告警信息，所述告警信息至少包括告警识别码、告警网元、告警时间；

排序单元，用于根据所述告警时间对所述告警信息进行排序，得到告警信息序列；依据设定的第一时间窗口，对所述告警信息序列分段；每段告警信息序列分段的长度由第一差值与第一时间窗口之间的比值确定，所述第一差值为最大时间长度和最小时间长度之间的差值；

判断单元，用于依据所述告警识别码和所述告警网元，对每段告警信息序列进行网元关联度计算，得到关联网元组信息；所述关联网元组信息包括各网元组包含的网元；若所述关联网元组中包含至少两个跨网网元，则确定为跨网网元组；

确定单元，用于依据所述跨网网元组和所述告警信息序列，得到网元设备的告警关联关系。

7.如权利要求6所述的装置，其特征在于，所述判断单元具体用于：

依据Apriori算法，将每段告警信息序列中的告警信息作为一个事务，每个告警识别码及对应的告警网元作为项，迭代出频繁项目集；从各段频繁项目集中的网元确定关联网元组信息。

8.如权利要求6所述的装置，其特征在于，所述确定单元具体用于：

依据设定的第二时间窗口，对所述告警信息序列分段，得到第二分段告警信息序列；

对每段所述第二分段告警信息序列，将属于同一个跨网网元组的告警生成一个事务；

将每个告警识别码及对应的告警网元作为项，并依据告警时间顺序作为约束条件迭代出频繁项目集；

根据各第二分段产生的频繁项目集或根据各第二分段中的最大频繁项目集，找到最高支持度作为网元告警关联关系。

9.如权利要求8所述的装置，其特征在于，所述确定单元还用于：

在进行迭代计算时，作为判断依据的支持度依据以下公式得到：

支持度＝(a1+a2+…+an)/n*(f/m)

公式中，a1、a2….an为告警等级，f为项目出现的次数，m为事务总数。

10.如权利要求6至9任一项所述的装置，其特征在于，所述获取单元具体用于：

根据告警标识计算得到128位的散列值，作为告警识别码；

匹配各告警网元信息，将匹配度高的多个告警网元设定为同一个告警网元；

记录同一告警网元发出的相同告警的次数，同一告警网元的不同次数的告警作为不同的项。