CN108170702A - 一种基于统计分析的电力通信告警关联模型 - Google Patents

Abstract

本发明公开了一种基于统计分析的电力通信告警关联模型，包括以下步骤：步骤S1，当有新告警发生时，将新告警与已存在的告警的属性进行相似度计算，包括告警时间相似度、告警级别相似度、告警对象和告警类型相似度，以及告警总体相似度；步骤S2，将计算得到的告警总体相似度值与预设的阈值进行比较，若超过设定的阈值，则表示两者关联；反之则将新的告警归为一个新的告警类型。本发明方法实现了对属性相似度函数的分层定义，提高了相似度值的对故障的表达能力。

Description

一种基于统计分析的电力通信告警关联模型

技术领域

本发明涉及电力系统安全技术领域，具体涉及一种基于统计分析的电力通信告警关联模型。

背景技术

随着电力通信系统智能化水平的提高，网络规模的不断扩大，告警数量也随之倍增。特别是大容量OTN传输技术的引入，不同性质的故障所诱发的多个层级的告警事件集之间存在着较为复杂的重叠和相关性，使得真正有效的根原因告警常常隐藏在海量的原始告警中，造成故障识别和定位的困难。众多原始告警的相关性不仅与OTN本身的技术特性有关，还与实际电力通信的物理拓扑、各业务层级的逻辑拓扑密切相关，这大大增加了故障管理在实际生产运维中的复杂度。

为对海量原始告警进行有效分析与准确处理，通常利用告警关联技术，通过对告警信息在时间和空间上进行相关处理，压缩原始告警数量，分析原始告警之间与通信设备之间的关联规则，从而实现网络故障定位诊断功能。

目前告警关联方法主要有基于相似度的告警关联、基于序列的告警关联、基于案例的告警关联等。传统的告警关联方法其基本原理是由同一种网络行为引发的告警相似程度较高，而由不同网络行为引发的告警相异程度较高，告警的属性值直接体现了其相似程度或相异程度。

在电力系统通信网综合网络监测系统中，故障产生的告警组合随机性较强，很难找出对应某种故障类型的典型告警群。

发明内容

本发明的目的在于克服现有技术中的不足，提供了一种基于统计分析的电力通信告警关联模型，实现了对属性相似度函数的分层定义，提高了相似度值的对故障的表达能力。

为解决上述技术问题，本发明提供了一种基于统计分析的电力通信告警关联模型，其特征是，包括以下步骤：

步骤S1，当有新告警发生时，将新告警与已存在的告警的属性进行相似度计算，包括告警时间相似度、告警级别相似度、告警对象和告警类型相似度，以及告警总体相似度；

步骤S2，将计算得到的告警总体相似度值与预设的阈值进行比较，若超过设定的阈值，则表示两者关联；反之则将新的告警归为一个新的告警类型。

进一步的，计算告警时间相似度过程为：

设定T(x)＝t_e(x)-t_s(x)，T(y)＝t_e(y)-t_s(y)分别表示告警x和告警y的持续时长，其中t_s(x)、t_e(x)、t_s(y)、t_e(y)表示告警x的起始和终止时间，告警y的起始和终止时间。

则，告警时间相似度函数如下所示：

其中，t(τ)为频闪告警和正常告警的分界点。

进一步的，频闪告警和正常告警的出现次数符合正态分布，t(τ)为正太分布中0.95对应的时间值。

进一步的，告警级别相似度的计算：

设定x₂、y₂表示告警x和告警y所发生的告警级别，

告警级别相似度函数如下所示：

其中，L₁＝紧急，L₂＝主要，L₃＝次要，L₄＝提示。

进一步的，告警对象相似度的计算：

设定x₃、y₃告警x和告警y所发生的告警对象，

告警对象相似度函数如下所示：

其中，O₁＝端口、O₂＝机框、O₃＝系统、O₄＝插槽、O₅＝网元、O₆＝板卡。

进一步的，告警类型相似度的计算过程为：

设定x₄、y₄告警x和告警y所发生的告警类型。

告警类型相似度函数如下所示：

其中，M₁＝设备告警、M₂＝环境告警、M₃＝安全告警、M₄＝处理失败告警、M₅＝质量告警、M₆＝通信告警。

进一步的，设定以上每一个属性对总体相似度计算的贡献是一样的，即设每个属性的权值为1/4，得到的通信告警总体相似度函数如下所示：

其中，当某单个属性相似度为0时，总体告警属性相似度也为0；在其他情况下，将各个单属性相似度值加权求和。

与现有技术相比，本发明所达到的有益效果是：本发明方法实现了有效的告警聚类，增加了告警的语义信息，帮助网管人员提高分析效率，降低了工作量。。

附图说明

图1为本发明方法的流程图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

已知电力通信系统中，告警属性主要包括告警时间(包括告警产生时间、告警结束时间)、告警级别、告警对象、告警类型等属性。其中告警产生时间和结束时间为连续型对象，告警级别、告警对象、告警类型等为离散型对象。在度量两个告警的相似度时，需要综合多个告警属性。

本发明的一种基于统计分析的电力通信告警关联模型，如图1所示，包括以下内容：

步骤S1，当有新告警发生时，将新告警与已存在的告警的属性进行相似度计算，包括告警时间相似度、告警级别相似度、告警对象相似度和告警类型相似度，以及告警总体相似度。

S1.1，计算告警时间相似度；

在电力通信中，告警时间相似度根据告警时间的持续性来确定，分为频闪告警和正常告警。其中频闪告警是在短时间内重复出现，正常告警持续时间长。通过大量数据的统计分析，频闪告警和正常告警的出现次数符合正态分布，以0.95对应的时间值t(τ)为临界(频闪告警和正常告警的分界点)，即横轴区间内面积0.95为正常告警，横轴区间外占0.05为频闪告警。

设定T(x)＝t_e(x)-t_s(x)，T(y)＝t_e(y)-t_s(y)分别表示告警x和告警y的持续时长，其中t_s(x)、t_e(x)、t_s(y)、t_e(y)表示告警x的起始和终止时间，告警y的起始和终止时间。

则，告警时间相似度函数如下所示：

当，但是至少有一个告警为正常告警且两个告警的持续时间不相等时，定义告警时间相似度为0；当两个告警均为正常告警时且两个告警的持续时间不相等时，定义告警时间相似度为0.095；当两个告警均为频闪告警且两个告警的持续时间不相等时，定义告警时间相似度为0.905；当两个告警持续时间相等时，定义告警时间相似度为1。

S1.2，计算告警级别相似度；

在电力通信系统中，告警级别分为紧急、主要、次要和提示四个级别。设定x₂、y₂表示告警x和告警y所发生的告警级别。

告警级别相似度函数如下所示：

其中，L₁＝紧急，L₂＝主要，L₃＝次要，L₄＝提示。

当x₂≠y₂，且其中有一个不属于定义的四种级别时，则定义两个告警的属性相似度为0；当x₂≠y₂，且两者均属于定义的四种级别时，则定义两个告警的属性相似度为0.5；当x₂＝y₂时，定义两个告警的属性相似度为1。

S1.3，计算告警对象相似度；

在电力通信系统中，告警对象分为端口、机框、系统、插槽、网元和板卡六个对象。设定x₃、y₃告警x和告警y所发生的告警对象。

告警对象相似度函数如下所示：

其中，O₁＝端口、O₂＝机框、O₃＝系统、O₄＝插槽、O₅＝网元、O₆＝板卡。

当x₃≠y₃，且其中有一个不属于定义的六种对象时，则定义两个告警的属性相似度为0；当x₃≠y₃，且两者均属于定义的六种对象时，则定义两个告警的属性相似度为0.5；当x₃＝y₃时，定义两个告警的属性相似度为1。

S1.4，计算告警类型相似度；

在电力通信系统中，告警类型分为设备告警、环境告警、安全告警、处理失败告警、质量告警和通信告警六种类型；设定x₄、y₄告警x和告警y所发生的告警类型。

告警类型相似度函数如下所示：

其中，M₁＝设备告警、M₂＝环境告警、M₃＝安全告警、M₄＝处理失败告警、M₅＝质量告警、M₆＝通信告警。

当x₄≠y₄，且其中有一个不属于定义的六种类型时，则定义两个告警的属性相似度为0；当x₄≠y₄，且两者均属于定义的六种类型时，则定义两个告警的属性相似度为0.5；当x₄＝y₄时，定义两个告警的属性相似度为1。

S1.5，计算通信告警总体相似度。

设定以上每一个属性对总体相似度计算的贡献是一样的，即设每个属性的权值为1/4。因此得到的通信告警总体相似度函数如下所示：

其中，当某单个属性相似度为0时，总体告警属性相似度也为0；在其他情况下，将各个单属性相似度值加权求和。

步骤S2，将计算得到的告警总体相似度值与预设的阈值进行比较，若超过设定的阈值，则表示两者关联；反之则将新的告警归为一个新的告警类型。

本发明结合某实际电力通信网络的告警特点，提出了基于分层属性相似度告警关联模型，实现了有效的告警聚类，增加了告警的语义信息，帮助网管人员提高分析效率，降低了工作量。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。

Claims (7)

1.一种基于统计分析的电力通信告警关联模型，其特征是，包括以下步骤：

步骤S1，当有新告警发生时，将新告警与已存在的告警的属性进行相似度计算，包括告警时间相似度、告警级别相似度、告警对象和告警类型相似度，以及告警总体相似度；

步骤S2，将计算得到的告警总体相似度值与预设的阈值进行比较，若超过设定的阈值，则表示两者关联；反之则将新的告警归为一个新的告警类型。

2.根据权利要求1所述的一种基于统计分析的电力通信告警关联模型，其特征是，计算告警时间相似度过程为：

设定T(x)＝t_e(x)-t_s(x)，T(y)＝t_e(y)-t_s(y)分别表示告警x和告警y的持续时长，其中t_s(x)、t_e(x)、t_s(y)、t_e(y)表示告警x的起始和终止时间，告警y的起始和终止时间。

则，告警时间相似度函数如下所示：

其中，t(τ)为频闪告警和正常告警的分界点。

3.根据权利要求2所述的一种基于统计分析的电力通信告警关联模型，其特征是，频闪告警和正常告警的出现次数符合正态分布，t(τ)为正太分布中0.95对应的时间值。

4.根据权利要求2所述的一种基于统计分析的电力通信告警关联模型，其特征是，告警级别相似度的计算：

设定x₂、y₂表示告警x和告警y所发生的告警级别，

告警级别相似度函数如下所示：

其中，L₁＝紧急，L₂＝主要，L₃＝次要，L₄＝提示。

5.根据权利要求4所述的一种基于统计分析的电力通信告警关联模型，其特征是，告警对象相似度的计算：

设定x₃、y₃告警x和告警y所发生的告警对象，

告警对象相似度函数如下所示：

其中，O₁＝端口、O₂＝机框、O₃＝系统、O₄＝插槽、O₅＝网元、O₆＝板卡。

6.根据权利要求5所述的一种基于统计分析的电力通信告警关联模型，其特征是，告警类型相似度的计算过程为：

设定x₄、y₄告警x和告警y所发生的告警类型。

告警类型相似度函数如下所示：

其中，M₁＝设备告警、M₂＝环境告警、M₃＝安全告警、M₄＝处理失败告警、M₅＝质量告警、M₆＝通信告警。

7.根据权利要求6所述的一种基于统计分析的电力通信告警关联模型，其特征是，设定以上每一个属性对总体相似度计算的贡献是一样的，即设每个属性的权值为1/4，得到的通信告警总体相似度函数如下所示：

其中，当某单个属性相似度为0时，总体告警属性相似度也为0；在其他情况下，将各个单属性相似度值加权求和。