CN106789145A - 一种告警信息推送方法及装置 - Google Patents

Abstract

本申请实施例公开了一种告警信息推送方法及装置，包括：确定待处理告警事务；根据预设的根源告警事务挖掘规则，确定根源告警事务；推送针对根源告警事务的告警信息；预设的根源告警事务挖掘规则通过以下方式生成：获得样本告警事务的第一告警事务集；获得每个样本告警事务的加权支持度数；删除第一告警事务集中加权支持度数小于预设阈值的告警事务得第二告警事务集；获得第二告警事务集的K‑项集；根据K‑项集中每一项集内第三告警事务集的支持度数和样本告警事务的权重，确定根源样本告警事务，根据根源样本告警事务生成预设的根源告警事务挖掘规则。应用本申请实施例提供的方案推送告警信息，减轻了网络管理人员的工作压力。

Description

一种告警信息推送方法及装置

技术领域

本申请涉及计算机技术领域，特别涉及一种告警信息推送方法及装置。

背景技术

随着网络技术的快速发展，网络越来越成为人们生活、工作中不可或缺的一部分，因此，网络管理人员对网络故障的处理速度直接影响用户体验。

实际应用中，当发生网络故障时，一个网络故障往往会导致多个告警事务，例如，一个端口关闭，会导致对端连接的端口也关闭，同时会导致设备不通的告警事务等，这样在网络故障频发的情况下，易导致网络管理人员收到大量告警事务，增大了网络管理人员的工作压力，另外，网络管理人员难以从众多告警事务中快速、有效的分析出网络故障的原因，工作效率低。

发明内容

本申请实施例公开了一种告警信息推送方法及装置，以减轻网络管理人员的工作压力，提高网络管理人员的工作效率。

为达到上述目的，本申请实施例公开了一种告警信息推送方法，所述方法包括：

确定待处理告警事务；

根据预设的根源告警事务挖掘规则，确定所述待处理告警事务中的根源告警事务；

推送针对所述根源告警事务的告警信息；

其中，所述预设的根源告警事务挖掘规则通过以下方式生成：

按照预设的告警事务划分规则，对获得的样本告警事务进行划分，得到第一告警事务集；

对每个样本告警事务的支持度数和获得的所述每个样本告警事务的权重进行加权计算，得到所述每个样本告警事务的加权支持度数，其中，一个样本告警事务的支持度数，用于表示一个样本告警事务在获得的所有样本告警事务中出现的次数；

删除所述第一告警事务集中加权支持度数小于第一预设阈值的告警事务，得到第二告警事务集；

按照预设的频繁模式树算法，对所述第二告警事务集进行处理，得到K-项集，其中，K＞1；

根据所述K-项集中每一项集内第三告警事务集的支持度数和所述第三告警事务集中的样本告警事务的权重，确定根源样本告警事务，并根据所述根源样本告警事务生成所述预设的根源告警事务挖掘规则。

在本申请的一种具体实现方式中，所述按照预设的告警事务划分规则，对获得的样本告警事务进行划分，得到第一告警事务集，包括：

按照各个样本告警事务的发生时间由先到后的顺序，获得相邻样本告警事务之间的发生时间间隔；

以时长大于预设时长阈值的发生时间间隔为基准，将样本告警事务划分为多个第四告警事务集；

将划分得到的所有第四告警事务集组成所述第一告警事务集；或者

从划分得到的第四告警事务集中选择满足预设告警事务集条件的告警事务集，并将选择出的第四告警事务集组成所述第一告警事务集。

在本申请的一种具体实现方式中，所述从划分得到的第四告警事务集中选择满足预设告警事务集条件的告警事务集，包括：

对划分得到的第四告警事务集中样本告警事务数量大于预设数量的第四告警事务集进行过滤处理，并将过滤后的第四告警事务集组成第五告警事务集，其中，过滤后的第四告警事务集中同一样本告警事务仅出现一次；

统计所述第五告警事务集中各个样本告警事务的支持度数；

按照支持度数由高到低的顺序对过滤后的第四告警事务集中的样本告警事务进行排序，并将排序后的第四告警事务集确定为选择出的第四告警事务集。

在本申请的一种具体实现方式中，所述根据所述K-项集中每一项集内第三告警事务集的支持度数和第三告警事务集中的样本告警事务的权重，确定根源样本告警事务，包括：

根据所述K-项集中每一项集内第三告警事务集的支持度数和所述第三告警事务集中的样本告警事务的权重，计算所述K-项集中每一项集内第三告警事务集的加权支持度数；

从所述K-项集每一项集内的第三告警事务集中选择加权支持度数大于第二预设阈值的第三告警事务集；

根据所选择的第三告警事务集的支持度数与所选择的第三告警事务集中每一样本告警事务的支持度数，计算所选择的第三告警事务集中样本告警事务之间的置信度；

将置信度大于预设数值的样本告警事务确定为根源样本告警事务。

在本申请的一种具体实现方式中，所述根据所述K-项集中每一项集内第三告警事务集的支持度数和第三告警事务集中的样本告警事务的权重，计算所述K-项集中每一项集内第三告警事务集的加权支持度数，包括：

对所述K-项集中每一项集内第三告警事务集的支持度数和第三告警事务集中的每个样本告警事务的权重进行求积运算；

将最小的运算结果确定为第三告警事务集的加权支持度数。

为达到上述目的，本申请实施例公开了一种告警信息推送装置，所述装置包括：

告警事务确定模块，用于确定待处理告警事务；

根源告警事务确定模块，用于根据预设的根源告警事务挖掘规则，确定所述待处理告警事务中的根源告警事务；

信息推送模块，用于推送针对所述根源告警事务的告警信息；

挖掘规则生成模块，用于生成所述预设的根源告警事务挖掘规则；

其中，所述挖掘规则生成模块，包括：

第一告警事务集获得子模块，用于按照预设的告警事务集划分规则，对获得的样本告警事务进行划分，得到第一告警事务集；

加权支持度数计算子模块，用于对所述每个样本告警事务的支持度数和获得的所述每个样本告警事务的权重进行加权计算，得到所述每个样本告警事务的加权支持度数，其中，一个样本告警事务的支持度数，用于表示一个样本告警事务在获得的所有样本告警事务中出现的次数；

第二告警事务集获得子模块，用于删除所述第一告警事务集中加权支持度数小于第一预设阈值的告警事务，得到第二告警事务集；

项集获得子模块，用于按照预设的频繁模式树算法，对所述第二告警事务集进行处理，得到K-项集，其中，K＞1；

根源告警事务获得子模块，用于根据所述K-项集中每一项集内第三告警事务集的支持度数和所述第三告警事务集中的样本告警事务的权重，确定根源样本告警事务；

挖掘规则生成子模块，用于根据所述根源样本告警事务生成所述预设的根源告警事务挖掘规则。

在本申请的一种具体实现方式中，所述第一告警事务集获得子模块，包括：

时间间隔获得单元，用于按照各个样本告警事务的发生时间由先到后的顺序，获得相邻样本告警事务之间的发生时间间隔；

告警事务划分单元，用于以时长大于预设时长阈值的发生时间间隔为基准，将样本告警事务划分为多个第四告警事务集；

第一告警事务集获得单元，用于将划分得到的所有第四告警事务集组成所述第一告警事务集；或从划分得到的第四告警事务集中选择满足预设告警事务集条件的告警事务集，并将选择出的第四告警事务集组成所述第一告警事务集。

在本申请的一种具体实现方式中，所述第一告警事务集获得单元，包括：

过滤处理子单元，用于对划分得到的第四告警事务集中样本告警事务数量大于预设数量的第四告警事务集进行过滤处理，并将过滤后的第四告警事务集组成第五告警事务集，其中，过滤后的第四告警事务集中同一样本告警事务仅出现一次；

支持度数统计子单元，用于统计所述第五告警事务集中各个样本告警事务的支持度数；

第一告警事务集获得子单元，用于按照支持度数由高到低的顺序对过滤后的第四告警事务集中的样本告警事务进行排序，并将排序后的第四告警事务集确定为选择出的第四告警事务集，将选择出的第四告警事务集组成所述第一告警事务集。

在本申请的一种具体实现方式中，所述根源告警事务获得子模块，包括：

加权支持度数计算单元，用于根据所述K-项集中每一项集内第三告警事务集的支持度数和所述第三告警事务集中的样本告警事务的权重，计算所述K-项集中每一项集内第三告警事务集的加权支持度数；

事务集选择单元，用于从所述K-项集每一项集内的第三告警事务集中选择加权支持度数大于第二预设阈值的第三告警事务集；

置信度计算单元，用于根据所选择的第三告警事务集的支持度数与所选择的第三告警事务集中每一样本告警事务的支持度数，计算所选择的第三告警事务集中样本告警事务之间的置信度；

根源告警事务获得单元，用于将置信度大于预设数值的样本告警事务确定为根源样本告警事务。

在本申请的一种具体实现方式中，所述加权支持度数计算单元，包括：

求积运算子单元，用于对所述K-项集中每一项集内第三告警事务集的支持度数和第三告警事务集中的每个样本告警事务的权重进行求积运算；

加权支持度数确定子单元，用于将最小的运算结果确定为第三告警事务集的加权支持度数。

由以上可见，本申请实施例提供的方案中，确定到待处理告警事务后，确定出待处理告警事务中的根源告警事务，然后推送针对根源性告警事务的告警信息。由于根源告警事务是根据各个待处理告警事务的权重以及支持度数确定的，所以能够以较高的准确率从待处理告警事务中确定出根源告警事务，有利用网络管理人员快速、有效的定位网络故障的原因，进而能够减轻网络管理人员的工作压力，提高工作效率。

附图说明

为了更清楚地说明本申请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，下面描述中的附图仅仅是本申请的一些实施例，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为本申请实施例提供的一种告警信息推送方法的流程示意图；

图2为本申请实施例提供的第一种根源告警事务挖掘规则生成方法的流程示意图；

图3为本申请实施例提供的一种样本告警事务发生时间的分布示意图；

图4a为本申请实施例提供的根据FP-Tree算法生成树及获得K-项集的过程的第一个示意图；

图4b为本申请实施例提供的根据FP-Tree算法生成树及获得K-项集的过程的第二个示意图；

图4c为本申请实施例提供的根据FP-Tree算法生成树及获得K-项集的过程的第三个示意图；

图4d为本申请实施例提供的根据FP-Tree算法生成树及获得K-项集的过程的第四个示意图；

图4e为本申请实施例提供的根据FP-Tree算法生成树及获得K-项集的过程的第五个示意图；

图4f为本申请实施例提供的根据FP-Tree算法生成树及获得K-项集的过程的第六个示意图；

图5为本申请实施例提供的第二种根源告警事务挖掘规则生成方法的流程示意图；

图6为本申请实施例提供的第三种根源告警事务挖掘规则生成方法的流程示意图；

图7为本申请实施例提供的一种告警信息推送装置的结构示意图；

图8为本申请实施例提供的第一种根源告警事务挖掘规则生成装置的结构示意图；

图9为本申请实施例提供的第二种根源告警事务挖掘规则生成装置的结构示意图；

图10为本申请实施例提供的第三种根源告警事务挖掘规则生成装置的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

下面先对本申请实施例中涉及到的概念进行介绍。

假设告警事务数据库中包含如下四个告警事务集：

告警事务集1：A E F G

告警事务集2：A F G

告警事务集3：A B E F G

告警事务集4：E F G

支持度数可以简单的理解为：各个告警事务或者告警事务的集合在上述告警事务数据库中出现的次数。

则{A，F，G}的支持度数为3，支持度为3/4；

{F，G}的支持度数为4，支持度为4/4；

{A}的支持度数为3，支持度为3/4；

告警事务集{F，G}相对于告警事务集{A}的置信度：{F，G}＝＞{A}为：{A，F，G}的支持度数除以{F，G}的支持度数，即3/4；

告警事务集{A}相对于告警事务集{F，G}的置信度：{A}＝＞{F，G}为：{A，F，G}的支持度数除以{A}的支持度数，即3/3。

下面通过具体实施例对本申请实施例提供的告警信息推送方法及装置进行详细介绍。

图1为本申请实施例提供的一种告警信息推送方法的流程示意图，该方法包括：

S101：确定待处理告警事务。

本步骤中，待处理告警事务可以理解为多个告警事务。

上述待处理告警事务可以是通过接收SNMP(Simple Network ManagementProtocol，简单网络管理协议)设备的Trap报文并进行解析得到的，还可以是通过接收其他告警源升级的告警事务得到的，如，根据Syslog报文升级的告警事务得到、从性能监视模块升级的告警事务得到、根据网管系统轮询产生的告警事务得到等。上述这些告警事务均为原始告警事务，里面一般会存在一些重复的或者无需关注的告警事务，所以，实际应用中可以先对上述原始告警事务进行预处理，然后再基于预处理后的告警事务，确定根源告警事务。

具体的，上述预处理主要是对原始告警事务进行筛选和合并处理等等。一般的预处理包括：

重复告警事务过滤：将在给定的时间段内连续发生的相同的告警事务合并为一个告警事务；

闪断告警事务合并：将在一个给定的时间段后连续发生的一对关联告警事务合并为一个告警事务，例如，在一段时间内频繁发生的接口up-down告警事务；

未知告警事务过滤：将网管系统未定义的告警事务过滤掉；

未管理设备告警事务过滤：将针对未纳入网管系统管理的设备的告警事务过滤掉。

需要说明的是，本申请只是以上述为例进行说明，实际应用中预处理不仅限于上述几种情况。

综合以上，上述待处理告警事务可以是接收到的所有告警事务，还可以是接收到的告警事务的一部分(即，预处理后的所有告警事务)，本申请并不对此进行限定。

S102：根据预设的根源告警事务挖掘规则，确定待处理告警事务中的根源告警事务。

预设的根源告警事务挖掘规则的具体生成过程可参见图2、图4和图6所示实施例，这里暂不详述。

S103：推送针对根源告警事务的告警信息。

图2为本申请实施例提供的第一种根源告警事务挖掘规则生成方法的流程示意图，该方法包括：

S201：按照预设的告警事务集划分规则，对获得的样本告警事务进行划分，得到第一告警事务集。

在构建根源告警事务挖掘规则时，需预先选择大量样本告警事务。具体的，选择样本告警事务时，可以考虑整个挖掘数据的范围以及运行时间、空间的可接收程度等对样本告警事务做一个限定。其中，限定条件可以包括时间和范围，时间为告警事务发生的起始时间和结束时间对应的时间段，如一天或一周等。时间段可以作为挖掘的一个可配置的参数，依赖于网络规模及实际产生的告警事务数量；另外一个可控的参数是告警范围，这个参数可以与设备类型相关的，按照设备所在区域分析得到或按照拓扑关联关系分析得到等，这个参数还可以是依靠告警事务产生的源设备IP(Internet Protocol，网络之间互连的协议)地址来作为范围依据产生的，具体的，按类型划分可以选择交换机的告警事务来进行挖掘分析、按区域划分可以采用某个设备分组的设备告警事务来挖掘分析。

本领域内的技术人员可以理解的是，每一样本告警事务都有其对应的发生时间，这些样本告警事务可能是同一时间发生的，也可能不是同一时间发生的，一定程度上可以认为发生时间靠近的样本告警事务具有较强的关联性，所以可以根据各个样本告警事务的发生时间，将样本告警事务划分为多个告警事务集。

在获得样本告警事务对应的第一告警事务集时，可以根据采用固定窗方式获得、可以采用滑动窗方式获得、还可以采用固定窗与滑动步长相结合的方式获得，本申请并不对此进行限定。

S202：对每个样本告警事务的支持度数和获得的每个样本告警事务的权重进行加权计算，得到每个样本告警事务的加权支持度数。

其中，一个样本告警事务的支持度数，用于表示一个样本告警事务在获得的所有样本告警事务中出现的次数。

在本申请的一种可选实现方式中，一个样本告警事务的加权支持度数可以等于该样本告警事务的支持度数与该样本告警事务的权重之间的乘积。

可以理解的，告警事务可以对应于多种具体类型，而每一种具体类型的告警事务的严重程度可能是不同的，也就是，每个告警事务实际导致的故障影响程度不相同。因此，在网管系统中对告警事务都会有针对严重程度的分级，而且不同位置的设备发生的告警事务对网络业务的影响也是不同的。比如一个位于网络终端的设备故障和一个位于网络核心设备的设备故障导致的网络故障显然是不一样的。所以在挖掘根源告警事务时需要将这些因素考虑进去。通过按照告警事务严重程度和发生告警事务的设备的位置来给告警事务进行加权处理，可以防止重要设备、重要告警事务被忽略，而一些终端设备、低级别告警事务反而被处理的情况。

Saaty在1980年为了找到合适的标度来代表相对重要程度，在选取不同标度的情况下作了大量的实验，经过研究最后找到1～9方法比较合理，也就是说最多需要9个等级就能区分对待分析问题中各元素的重要性。在本申请的一种可选实现方式中，可以采用1、3、5、7、9共5个等级来代表告警事务的严重程度和发生告警事务的设备所处位置的重要性程度。

具体的，告警事务的严重程度和发生告警事务的设备所处位置的重要性程度对应的等级可参见如下表1。

表1

基于上述表1，对于样本告警事务A、B、C、D、E和F的描述情况和对应的权重如下表2所示。

表2

S203：删除第一告警事务集中加权支持度数小于第一预设阈值的告警事务，得到第二告警事务集。

其中，上述第一预设阈值可以为2、3等等，本申请并不对此进行限定。

S204：按照预设的频繁模式树算法，对第二告警事务集进行处理，得到K-项集。

其中，K＞1。

上述预设的频繁模式树算法可以是FP-Tree算法、WINEPI(序列模式挖掘算法)、Apriori算法等等，本申请并不对此进行限定。

具体实现中可以通过代码构建预设的频繁模式树算法实现模块，该模块用于构建事务集对应的树，例如，可以以上述第二告警事务集为上述模块的输入，然后通过上述模块构建出第二告警事务集对应的树。

S205：根据K-项集中每一项集内第三告警事务集的支持度数和第三告警事务集中的样本告警事务的权重，确定根源样本告警事务，并根据上述根源样本告警事务生成预设的根源告警事务挖掘规则。

需要说明的是，上述K-项集中每一项集内可以包含一个或多个告警事务集，每一告警事务集内包括至少一个样本告警事务。

另外，由于上述K-项集是根据第二告警事务集获得的，所以，上述K-项集中每一项集内第三告警事务集的支持度数可以理解为：K-项集中每一项集内第三告警事务集基于第二告警事务集的支持度数。

下面结合图3和图4对上述图2所示实施例进行说明。

参见图3，为本申请实施例提供的一种样本告警事务发生时间的分布示意图。根据图3可以得知样本告警事务包括：A、B、C、D、E、F。

获得样本告警事务对应的第一告警事务集包括：

T1：AC

T2：ABCDE

T3：BEF

根据图3可以得知各个样本告警事务基于所有样本告警事务的支持度数分别为：

A：4、B：2、C：2、D：1、E：2、F：1

各个样本告警事务的权重可以参见前述表2，所以各个样本告警事务的加权支持度数分别为：

A：4*1＝4、B：2*1/7＝2/7、C：2*3＝6、D：1*1＝1、E：2*3＝6、F：1*9＝9

假设第一预设支持度数阈值为2，则经过第一过滤处理后，得到的第二告警事务集为：

T1：CA

T2：CAE

T3：FE

以FP-Tree算法作为预设的频繁模式树算法，对上述第二告警事务集进行处理，，生成FP-Tree树，并在此基础上获得第二告警事务集的K-项集。具体的，现有技术中生成FP-Tree树时，需先根据各个告警事务的支持度数对告警事务集中的各个告警事务进行排序，本实例中，考虑到各个样本告警事务的重要性程度不尽相同等因素，在进行排序时，可以考虑依据各个样本告警事务的加权支持度数进行排序，依据加权支持度数排序后的第二告警事务集如下所示：

T1：CA

T2：CEA

T3：FE

根据上述排序后的第二告警事务集生成树的过程可以参见图4a-图4f，其中，图4a、图4b和图4c为根据FP-Tree算法生成第二告警事务集的树的过程示意图，根据生成结果，可以得到2-项集和3-项集以及每一项集内各个第三告警事务集基于第二告警事务集的支持度数分别如下：

2-项集：

CA：2，CE：1，EA：1，FE：1

3-项集：

CEA：1

具体的，获得上述2-项集和3-项集的过程可以参考图4d、图4e和图4f，这三幅图中给出了详细的链表情况，以及列举了针对告警事务集A和告警事务集E的项集获得过程、条件模式基、条件FP-树以及产生的频繁模式信息，生成2-项集和3-项集的过程可以参考现有技术，这里不再详述。

然后可以根据上述各个支持度数和表2所示的权重，获得样本告警事务中的根源样本告警事务，进而生成上述预设的根源告警事务挖掘规则。

在本申请的一种具体实现方式中，参见图5，提供了第二种根源告警事务挖掘规则生成方法的流程示意图，与前述实施例相比，本实施例中，按照预设的告警事务集划分规则，对获得的样本告警事务进行划分，得到第一告警事务集(S201)，包括：

S201A：按照各个样本告警事务的发生时间由先到后的顺序，获得相邻样本告警事务之间的发生时间间隔。

S201B：以时长大于预设时长阈值的发生时间间隔为基准，将样本告警事务划分为多个第四告警事务集。

S201C：将划分得到的所有第四告警事务集组成第一告警事务集；或者从划分得到的第四告警事务集中选择满足预设告警事务集条件的告警事务集，并将选择出的第四告警事务集组成第一预设告警事务集。

下面结合图3通过一个具体实例对图5所示实施例进行说明，参见图3，为本申请实施例提供的一种样本告警事务发生时间的分布示意图，假设，预设时长阈值为2s。

从图中可以看出，包含的样本告警事务包括：A、B、C、D、E和F，第一个C和第一个B之间的时间间隔为3s，第一个E和第二个B之间的时间间隔为3s，第二个E和第四个A之间的时间间隔3s，其他各个相邻样本告警事务之间的时间间隔均为1s，结合预设时长阈值2s，可以将上述图5中所示的样本告警事务划分为四个告警事务集T1、T2、T3和T4，这四个告警事务集内包含的样本告警事务分别为：

T1：AC

T2：BADCAE

T3：BFE

T4：A

进一步的可以根据上述四个告警事务集获得第一告警事务集。

由于同一事务集内的告警事务可能是网络故障引起的，所以在生成预设的根源告警事务挖掘规则之前对上述每一第四告警事务集内包含的样本告警事务进行处理。

鉴于此，在本申请的一种可选实现方式中，从划分得到的第四告警事务集中选择满足预设告警事务集条件的告警事务集，并将选择出的第四告警事务集组成第一预设告警事务集时，可以先对划分得到的第四告警事务集中样本告警事务数量大于预设数量的第四告警事务集进行过滤处理，并将过滤后的第四告警事务集组成第五告警事务集，统计第五告警事务集中各个样本告警事务的支持度数，按照支持度数由高到低的顺序对过滤后的第四告警事务集中的样本告警事务进行排序，并将排序后的第四告警事务集确定为选择出的第四告警事务集。

其中，过滤后的第四告警事务集中同一样本告警事务仅出现一次。

需要说明的是，对于支持度数相同的样本告警事务，排序的时候可以不进行区分。

下面结合上述T1、T2、T3和T4四个告警事务集，对上述两种可选实现方式进行说明。假设，预设数量为1。

从上面可以看出T1、T2、T3和T4中所包含的样本告警事务的数量分别为：2、6、3、1，T1、T3、T4中未出现相同的样本告警事务，T2中重复出现了A，所以对上述划分得到的告警事务进行滤处理后，得到的第五告警事务集，也就是过滤后的第四告警事务集为：

T1：AC

T2：BADCE

T3：BFE

对上述T1、T2和T3中各个样本告警事务的支持度数进行统计，可以得知：

A的支持度数为：2，B的支持度数为：2，C的支持度数为：2，D的支持度数为：1，E的支持度数为：2，F的支持度数为：1。

则按照支持度数由高到低的顺序对T1、T2和T3中的样本告警事务进行排序后，获得的第一告警事务集如下：

T1：AC

T2：ABCED

T3：BEF

在本申请的另一种具体实现方式中，参见图6，提供了第三种根源告警事务挖掘规则生成方法的流程示意图，与前述实施例相比，本实施例中，根据K-项集中每一项集内第三告警事务集的支持度数和第三告警事务集中的样本告警事务的权重，确定根源样本告警事务，并根据上述根源样本告警事务生成预设的根源告警事务挖掘规则(S205)，包括：

S205A：根据K-项集中每一项集内第三告警事务集的支持度数和第三告警事务集中的样本告警事务的权重，计算K-项集中每一项集内第三告警事务集的加权支持度数。

具体的，根据K-项集中每一项集内第三告警事务集的支持度数和第三告警事务集中的样本告警事务的权重，计算K-项集中每一项集内第三告警事务集的加权支持度数时，可以对K-项集中每一项集内第三告警事务集的支持度数和第三告警事务集中的每个样本告警事务的权重进行求积运算，将最小的运算结果确定为第三告警事务集的加权支持度数。

S205B：从K-项集每一项集内的第三告警事务集中选择加权支持度数大于第二预设阈值的第三告警事务集。

S205C：根据所选择的第三告警事务集的支持度数与所选择的第三告警事务集中每一样本告警事务的支持度数，计算所选择的第三告警事务集中样本告警事务之间的置信度。

在本申请的一种可选实现方式中，根据所选择的第三告警事务集的支持度数与所选择的第三告警事务集中每一样本告警事务的支持度数，计算所选择的第三告警事务集中样本告警事务之间的置信度时，可以根据所选择的第三告警事务集中每一样本告警事务基于第二告警事务集的支持度数和该样本告警事务的权重，计算第三告警事务集中每一样本告警事务基于第二告警事务集的加权支持度数，然后根据所选择第三告警事务集的加权支持度数和上述每一样本告警数据的加权支持度数，计算所选择的第三告警事务集中样本告警事务之间的置信度。

S205D：将置信度大于预设数值的样本告警事务确定为根源样本告警事务，并根据上述根源样本告警事务生成预设的根源告警事务挖掘规则。

在本申请的一种可选实现方式中，可以从上述置信度中选择取值大于预设数值的置信度，然后根据所选择的置信度获得样本告警事务中的根源样本告警事务。

下面结合一个具体实例对图6所示实施例进行详细说明。

假设，第二告警事务集为：

T1：CA

T2：CEA

T3：FE

第二告警事务集的2-项集和3-项集及各个告警事务集基于第二告警事务集的支持度数分别如下：

2-项集：

CA：2，CE：1，EA：1，FE：1

3-项集：

CEA：1

对2-项集和3-项集内各个告警事务集的支持度数和各个告警事务集内的每个样本告警事务的权重进行求积运算，如下所示：

2-项集：

C(2*3)A(2*1)：2，C(1*3)E(1*3)：3，E(1*3)A(1*1)：1，F(1*9)E(1*3)：3

3-项集：

C(1*6)E(1*3)A(1*1)：1

假设，上述第二预设阈值为2，则上述2-项集和3-项集中加权支持度数大于2的告警事务集如下所示：

CA：2，CE：3，FE：3

上述各个告警事务集基于第二告警事务集的支持度数以及各个样本告警事务基于第二告警事务集的支持度数如下所示：

CA：2，CE：1，FE：1

A：2，C：2，E：2，F：1

所以，根据上述基于第二告警事务集的支持度数，

C＝＞A的置信度为{C A}的支持度数/C的支持度数＝2/2＝1

A＝＞C的置信度为{C A}的支持度数/A的支持度数＝2/2＝1

C＝＞E的置信度为{C E}的支持度数/C的支持度数＝1/2

E＝＞C的置信度为{C E}的支持度数/E的支持度数＝1/2

F＝＞E的置信度为{F E}的支持度数/F的支持度数＝1/1＝1

E＝＞F的置信度为{F E}的支持度数/E的支持度数＝1/2

按照预设数值为0.9来计算，得出最终的告警规则为C＝＞A，A＝＞C，F＝＞E。

从上述规则中可以看出告警事务A和告警事务C的互为根源告警事务，告警事务F为告警事务E的根源告警事务，则当待处理告警事务中包含告警事务A和C时，需推送A和C的信息，而待处理告警事务中包含告警事务F和E时，可以仅仅推送针对告警事务F的信息。

由以上可见，上述各个实施例提供的方案中，确定到待处理告警事务后，确定出待处理告警事务中的根源告警事务，然后推送针对根源性告警事务的告警信息。由于根源告警事务是根据各个待处理告警事务的权重以及支持度数确定的，所以能够以较高的准确率从待处理告警事务中确定出根源告警事务，有利用网络管理人员快速、有效的定位网络故障的原因，进而能够减轻网络管理人员的工作压力，提高工作效率。

另外，采用加权支持度数和频繁模式树算法相结合的方式生成根源告警事务挖掘规则，没有考虑告警时间的先后顺序，只考虑到告警事务的支持度数及权重，另外，在具体实现中，还可以使用大数据的方式来降低时间和空间复杂度，如使用Hadoop将告警事务集分成多个集合输入来实现快速输出的效果。

与上述告警信息推送方法相对应，本申请实施例还提供了一种告警信息推送装置。

图7为本申请实施例提供的一种告警信息推送装置的结构示意图，该装置包括：

告警事务确定模块701，用于确定待处理告警事务；

根源告警事务确定模块702，用于根据预设的根源告警事务挖掘规则，确定所述待处理告警事务中的根源告警事务；

信息推送模块703，用于推送针对所述根源告警事务的告警信息；

挖掘规则生成模块704，用于生成所述预设的根源告警事务挖掘规则。

具体的，参见图8，提供了第一种根源告警事务挖掘规则生成装置的结构示意图，该装置对应于上述挖掘规则生成模块704，具体包括：

第一告警事务集获得子模块704A，用于按照预设的告警事务集划分规则，对获得的样本告警事务进行划分，得到第一告警事务集；

加权支持度数计算子模块704B，用于对每个样本告警事务的支持度数和获得的所述每个样本告警事务的权重进行加权计算，得到所述每个样本告警事务的加权支持度数，其中，一个样本告警事务的支持度数，用于表示一个样本告警事务在获得的所有样本告警事务中出现的次数；

第二告警事务集获得子模块704C，用于删除所述第一告警事务集中加权支持度数小于第一预设阈值的告警事务，得到第二告警事务集；

项集获得子模块704D，用于按照预设的频繁模式树算法，对所述第二告警事务集进行处理，得到K-项集，其中，K＞1；

根源告警事务获得子模块704E，用于根据所述K-项集中每一项集内第三告警事务集的支持度数和所述第三告警事务集中的样本告警事务的权重，确定根源样本告警事务；

挖掘规则生成子模块704F，用于根据所述根源样本告警事务生成所述预设的告警事务挖掘规则。

在本申请的一种具体实现方式中，参见图9，提供了第二种根源告警事务挖掘规则生成装置的结构示意图，与前述实施例相比，本实施例中，第一告警事务集获得子模块704A，包括：

时间间隔获得单元704A1，用于按照各个样本告警事务的发生时间由先到后的顺序，获得相邻样本告警事务之间的发生时间间隔；

告警事务划分单元704A2，用于以时长大于预设时长阈值的发生时间间隔为基准，将样本告警事务划分为多个第四告警事务集；

第一告警事务集获得单元704A3，用于将划分得到的所有第四告警事务集组成所述第一告警事务集；或从划分得到的第四告警事务集中选择满足预设告警事务集条件的告警事务集，并将选择出的第四告警事务集组成所述第一告警事务集。

具体的，所述第一告警事务集生成单元704A3可以包括：

过滤处理子单元，用于对划分得到的第四告警事务集中样本告警事务数量大于预设数量的第四告警事务集进行过滤处理，并将过滤后的第四告警事务集组成第五告警事务集，其中，过滤后的第四告警事务集中同一样本告警事务仅出现一次；

支持度数统计子单元，用于统计所述第五告警事务集中各个样本告警事务的支持度数；

第一告警事务集获得子单元，用于按照支持度数由高到低的顺序对过滤后的第四告警事务集中的样本告警事务进行排序，并将排序后的第四告警事务集确定为选择出的第四告警事务集，将选择出的第四告警事务集组成所述第一告警事务集。

在本申请的另一种具体实现方式中，参见图10，提供了第三种根源告警事务挖掘规则生成装置的结构示意图，与前述实施例相比，本实施例中，根源告警事务获得子模块704E，包括：

加权支持度数计算单元704E1，用于根据所述K-项集中每一项集内第三告警事务集的支持度数和所述第三告警事务集中的样本告警事务的权重，计算所述K-项集中每一项集内第三告警事务集的加权支持度数；

事务集选择单元704E2，用于从所述K-项集每一项集内的第三告警事务集中选择加权支持度数大于第二预设阈值的第三告警事务集；

置信度计算单元704E3，用于根据所选择的第三告警事务集的支持度数与所选择的第三告警事务集中每一样本告警事务的支持度数，计算所选择的第三告警事务集中样本告警事务之间的置信度；

根源告警事务获得单元704E4，用于将置信度大于预设数值的样本告警事务确定为根源样本告警事务，获得样本告警事务中的根源样本告警事务。

具体的，所述加权支持度数计算单元704E1可以包括：

求积运算子单元，用于对所述K-项集中每一项集内第三告警事务集的支持度数和第三告警事务集中的每个样本告警事务的权重进行求积运算；

加权支持度数确定子单元，用于将最小的运算结果确定为第三告警事务集的加权支持度数。

由以上可见，上述各个实施例提供的方案中，确定到待处理告警事务后，确定出待处理告警事务中的根源告警事务，然后推送针对根源性告警事务的告警信息。由于根源告警事务是根据各个待处理告警事务的权重以及支持度数确定的，所以能够以较高的准确率从待处理告警事务中确定出根源告警事务，有利用网络管理人员快速、有效的定位网络故障的原因，进而能够减轻网络管理人员的工作压力，提高工作效率。

对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本领域普通技术人员可以理解实现上述方法实施方式中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于计算机可读取存储介质中，这里所称得的存储介质，如：ROM/RAM、磁碟、光盘等。

以上所述仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本申请的保护范围内。

Claims (10)

1.一种告警信息推送方法，其特征在于，所述方法包括：

确定待处理告警事务；

根据预设的根源告警事务挖掘规则，确定所述待处理告警事务中的根源告警事务；

推送针对所述根源告警事务的告警信息；

其中，所述预设的根源告警事务挖掘规则通过以下方式生成：

按照预设的告警事务划分规则，对获得的样本告警事务进行划分，得到第一告警事务集；

对每个样本告警事务的支持度数和获得的所述每个样本告警事务的权重进行加权计算，得到所述每个样本告警事务的加权支持度数，其中，一个样本告警事务的支持度数，用于表示一个样本告警事务在获得的所有样本告警事务中出现的次数；

删除所述第一告警事务集中加权支持度数小于第一预设阈值的告警事务，得到第二告警事务集；

按照预设的频繁模式树算法，对所述第二告警事务集进行处理，得到K-项集，其中，K＞1；

根据所述K-项集中每一项集内第三告警事务集的支持度数和所述第三告警事务集中的样本告警事务的权重，确定根源样本告警事务，并根据所述根源样本告警事务生成所述预设的根源告警事务挖掘规则。

2.根据权利要求1所述的方法，其特征在于，所述按照预设的告警事务划分规则，对获得的样本告警事务进行划分，得到第一告警事务集，包括：

按照各个样本告警事务的发生时间由先到后的顺序，获得相邻样本告警事务之间的发生时间间隔；

以时长大于预设时长阈值的发生时间间隔为基准，将样本告警事务划分为多个第四告警事务集；

将划分得到的所有第四告警事务集组成所述第一告警事务集；或者

从划分得到的第四告警事务集中选择满足预设告警事务集条件的告警事务集，并将选择出的第四告警事务集组成所述第一告警事务集。

3.根据权利要求2所述的方法，其特征在于，所述从划分得到的第四告警事务集中选择满足预设告警事务集条件的告警事务集，包括：

对划分得到的第四告警事务集中样本告警事务数量大于预设数量的第四告警事务集进行过滤处理，并将过滤后的第四告警事务集组成第五告警事务集，其中，过滤后的第四告警事务集中同一样本告警事务仅出现一次；

统计所述第五告警事务集中各个样本告警事务的支持度数；

按照支持度数由高到低的顺序对过滤后的第四告警事务集中的样本告警事务进行排序，并将排序后的第四告警事务集确定为选择出的第四告警事务集。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述根据所述K-项集中每一项集内第三告警事务集的支持度数和第三告警事务集中的样本告警事务的权重，确定根源样本告警事务，包括：

根据所述K-项集中每一项集内第三告警事务集的支持度数和所述第三告警事务集中的样本告警事务的权重，计算所述K-项集中每一项集内第三告警事务集的加权支持度数；

从所述K-项集每一项集内的第三告警事务集中选择加权支持度数大于第二预设阈值的第三告警事务集；

根据所选择的第三告警事务集的支持度数与所选择的第三告警事务集中每一样本告警事务的支持度数，计算所选择的第三告警事务集中样本告警事务之间的置信度；

将置信度大于预设数值的样本告警事务确定为根源样本告警事务。

5.根据权利要求4所述的方法，其特征在于，所述根据所述K-项集中每一项集内第三告警事务集的支持度数和第三告警事务集中的样本告警事务的权重，计算所述K-项集中每一项集内第三告警事务集的加权支持度数，包括：

对所述K-项集中每一项集内第三告警事务集的支持度数和第三告警事务集中的每个样本告警事务的权重进行求积运算；

将最小的运算结果确定为第三告警事务集的加权支持度数。

6.一种告警信息推送装置，其特征在于，所述装置包括：

告警事务确定模块，用于确定待处理告警事务；

根源告警事务确定模块，用于根据预设的根源告警事务挖掘规则，确定所述待处理告警事务中的根源告警事务；

信息推送模块，用于推送针对所述根源告警事务的告警信息；

挖掘规则生成模块，用于生成所述预设的根源告警事务挖掘规则；

其中，所述挖掘规则生成模块，包括：

第一告警事务集获得子模块，用于按照预设的告警事务集划分规则，对获得的样本告警事务进行划分，得到第一告警事务集；

加权支持度数计算子模块，用于对每个样本告警事务的支持度数和获得的所述每个样本告警事务的权重进行加权计算，得到所述每个样本告警事务的加权支持度数，其中，一个样本告警事务的支持度数，用于表示一个样本告警事务在获得的所有样本告警事务中出现的次数；

第二告警事务集获得子模块，用于删除所述第一告警事务集中加权支持度数小于第一预设阈值的告警事务，得到第二告警事务集；

项集获得子模块，用于按照预设的频繁模式树算法，对所述第二告警事务集进行处理，得到K-项集，其中，K＞1；

根源告警事务获得子模块，用于根据所述K-项集中每一项集内第三告警事务集的支持度数和所述第三告警事务集中的样本告警事务的权重，确定根源样本告警事务；

挖掘规则生成子模块，用于根据所述根源样本告警事务生成所述预设的根源告警事务挖掘规则。

7.根据权利要求6所述的装置，其特征在于，所述第一告警事务集获得子模块，包括：

时间间隔获得单元，用于按照各个样本告警事务的发生时间由先到后的顺序，获得相邻样本告警事务之间的发生时间间隔；

告警事务划分单元，用于以时长大于预设时长阈值的发生时间间隔为基准，将样本告警事务划分为多个第四告警事务集；

第一告警事务集获得单元，用于将划分得到的所有第四告警事务集组成所述第一告警事务集；或从划分得到的第四告警事务集中选择满足预设告警事务集条件的告警事务集，并将选择出的第四告警事务集组成所述第一告警事务集。

8.根据权利要求7所述的装置，其特征在于，所述第一告警事务集获得单元，包括：

过滤处理子单元，用于对划分得到的第四告警事务集中样本告警事务数量大于预设数量的第四告警事务集进行过滤处理，并将过滤后的第四告警事务集组成第五告警事务集，其中，过滤后的第四告警事务集中同一样本告警事务仅出现一次；

支持度数统计子单元，用于统计所述第五告警事务集中各个样本告警事务的支持度数；

第一告警事务集获得子单元，用于按照支持度数由高到低的顺序对过滤后的第四告警事务集中的样本告警事务进行排序，并将排序后的第四告警事务集确定为选择出的第四告警事务集，将选择出的第四告警事务集组成所述第一告警事务集。

9.根据权利要求6-8中任一项所述的装置，其特征在于，所述根源告警事务获得子模块，包括：

加权支持度数计算单元，用于根据所述K-项集中每一项集内第三告警事务集的支持度数和所述第三告警事务集中的样本告警事务的权重，计算所述K-项集中每一项集内第三告警事务集的加权支持度数；

事务集选择单元，用于从所述K-项集每一项集内的第三告警事务集中选择加权支持度数大于第二预设阈值的第三告警事务集；

置信度计算单元，用于根据所选择的第三告警事务集的支持度数与所选择的第三告警事务集中每一样本告警事务的支持度数，计算所选择的第三告警事务集中样本告警事务之间的置信度；

根源告警事务获得单元，用于将置信度大于预设数值的样本告警事务确定为根源样本告警事务。

10.根据权利要求9所述的装置，其特征在于，所述加权支持度数计算单元，包括：

求积运算子单元，用于对所述K-项集中每一项集内第三告警事务集的支持度数和第三告警事务集中的每个样本告警事务的权重进行求积运算；

加权支持度数确定子单元，用于将最小的运算结果确定为第三告警事务集的加权支持度数。