CN111628888B - 一种故障诊断方法、装置、设备及计算机存储介质 - Google Patents

Abstract

本发明实施例提供了一种故障诊断方法、装置、设备及计算机存储介质。故障诊断方法包括：获取告警事务集和告警事务集的关联规则；根据告警事务集的关联规则，确定告警事务集的第一诊断结果以及告警事务集的处理对象的信息推送群组；向告警事务集的处理对象的信息推送群组发送告警事务集和第一诊断结果，以用于处理对象根据第一诊断结果处理告警事务集；接收处理对象的反馈信息，反馈信息包括处理对象对告警事务集的第二诊断结果；将第二诊断结果确定为告警事务集的最终诊断结果。根据本发明实施例的故障诊断，能够实现快速诊断并定位故障产生原因，时效性高，并有效的提高故障诊断的准确率。

Description

一种故障诊断方法、装置、设备及计算机存储介质

技术领域

本发明属于通信领域，尤其涉及一种故障诊断方法、装置、设备及计算机存储介质。

背景技术

目前在网络管理的实际应用场景中，日常的运营和维护所需相关信息的转达、上报以及反馈等，主要基于人工每天将需要发送的信息及附件，例如，图片、文件，通过查找群的方式发送到对应群中，然后将反馈内容通过人工，整理至对应的表格中，并根据人工经验分析出故障原因。

随着网络规模的日益扩大，网元数量越来越多，通过人工从各个网元产生的海量告警数据中收集反馈信息，并填入对应的表格中，差错率较高，并且仅通过人工操作处理告警数据存在时效性差的缺点。

发明内容

本发明实施例提供一种故障诊断方法、装置、设备及计算机存储介质，能够实现快速诊断并定位故障产生原因，时效性高，并有效的提高故障诊断的准确率。

第一方面，本发明实施例提供一种故障诊断方法，方法包括：获取告警事务集和告警事务集的关联规则；

根据告警事务集的关联规则，确定告警事务集的第一诊断结果以及告警事务集的处理对象的信息推送群组；

向告警事务集的处理对象的信息推送群组发送告警事务集和第一诊断结果，以用于处理对象根据第一诊断结果处理告警事务集；

接收处理对象的反馈信息，反馈信息包括处理对象对告警事务集的第二诊断结果；

将第二诊断结果确定为告警事务集的最终诊断结果。

在第一方面的一些可实现方式中，一方面的一些可实现方式中，在获取告警事务集之前，方法还包括：

获取第一告警数据集，以用于根据第一告警数据集获得告警事务集；

其中，第一告警数据集包括不同类别的至少一个第一告警数据，第一告警数据包括第一告警数据的字段信息和第一告警数据的类别。

在第一方面的一些可实现方式中，获取第一告警数据集，包括：

接收告警数据；

确定告警数据的字段信息；

根据告警数据的字段信息，确定告警数据的类别；

将包括字段信息和类别的告警数据作为第一告警数据。

在第一方面的一些可实现方式中，根据告警数据的字段信息，确定告警数据的类别，包括：

根据告警数据的字段信息，通过预设的寻址规则，确定告警数据的存储地址，其中，不同的存储地址对应不同的类别；

将告警数据的存储地址对应的类别确定为告警数据的类别。

在第一方面的一些可实现方式中，在获取告警事务集之前，方法还包括：

对第一告警数据集中每个类别，根据对应每个类别的第一告警数据，确定类别的告警事务集。

在第一方面的一些可实现方式中，根据对应每个类别的第一告警数据，确定类别的告警事务集，包括：

根据预设事务数据库的事务特征集和第一告警数据的字段信息，确定每个第一告警数据的支持度计数；

根据支持度计数和预设筛选条件进行迭代计算，获得对应每个类别的告警事务集。

在第一方面的一些可实现方式中，根据支持度计数和预设筛选条件进行迭代计算，获得对应每个类别的告警事务集，包括：

获取第N项集表，其中，N为从1开始取值的正整数；

若第N项集表中不包括每N+1个第一告警数据的字段信息，则获取第N项集表中的第一告警数据的关联规则，并将第N项集表中的第一告警数据作为对应类别的告警事务集。

在第一方面的一些可实现方式中，方法还包括：若第N项集表包括每N+1个第一告警数据的字段信息，则从第N项集表中获取每N+1个第一告警数据的字段信息，确定每N+1个第一告警数据的字段信息的匹配度；

根据预设的支持度阈值和匹配度，获取第N+1项集表。

在第一方面的一些可实现方式中，根据告警事务集的关联规则，确定告警事务集的第一诊断结果以及告警事务集的处理对象的信息推送群组，包括：

根据对应告警事务集的关联规则，确定告警事务集的第一诊断结果；

根据第一诊断结果和预设的诊断结果与处理对象的关联关系，确定告警事务集的处理对象的信息推送群组。

在第一方面的一些可实现方式中，根据第一诊断结果和预设的诊断结果与处理对象的关联关系，确定告警事务集的处理对象的信息推送群组，方法还包括：

根据第一诊断结果和预设的诊断结果与处理对象的关联关系，确定告警事务集的处理对象；

建立告警事务集的处理对象的信息推送群组。

在第一方面的一些可实现方式中，在接收处理对象的反馈信息之前，方法还包括：

为所有诊断结果设置通信标识，用于通过通信标识，确定反馈信息中处理对象对告警事务集的第二诊断结果。

在第一方面的一些可实现方式中，在将第二诊断结果确定为告警事务集的最终诊断结果之后，方法还包括：

若根据处理对象处理告警事务集的反馈信息包括告警清除标识，则结束对处理对象处理告警事务集的处理。

在第一方面的一些可实现方式中，在将第二诊断结果确定为告警事务集的最终诊断结果之后，方法还包括：

若根据处理对象处理告警事务集的反馈信息不包括告警清除标识，则继续将处理对象处理的告警事务集发送给处理对象。

在第一方面的一些可实现方式中，在将第二诊断结果确定为告警事务集的最终诊断结果之后，方法还包括：

根据对应告警事务集的第一诊断结果和对应告警事务集的第二诊断结果，确定告警事务集包括的字段对应的类别；

当字段对应的类别改变时，调整寻址规则。

第二方面，本发明实施例提供了一种故障诊断的装置，装置包括：

获取模块，用于获取告警事务集和告警事务集的关联规则；

诊断模块，用于根据告警事务集的关联规则，确定告警事务集的第一诊断结果以及告警事务集的处理对象的信息推送群组；

推送模块，用于向告警事务集的处理对象的信息推送群组发送告警事务集和第一诊断结果，以用于处理对象根据第一诊断结果处理告警事务集；

接收模块，用于接收处理对象的反馈信息，反馈信息包括处理对象对告警事务集的第二诊断结果；

诊断模块，还用于将第二诊断结果确定为告警事务集的最终诊断结果。

第三方面，本发明实施例提供了一种故障诊断设备，设备包括：处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时实现如本发明实施例提供的故障诊断方法。

第四方面，本发明实施例提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如本发明实施例提供的故障诊断方法。

本发明实施例的故障诊断方法、装置、设备及计算机存储介质，通过根据告警事务集和告警事务集的关联规则，能够从海量的网元数据中快速确定告警事务集的第一诊断结果，同时，能够确定出处理该告警事务集的处理对象的信息推送群组，并将告警事务集和告警事务集的第一诊断结果推送到处理对象的信息推送群组，以便处理对象能够快速了解告警事务，并获得高可信度的故障原因，减小诊断结果的出错率，实现有效提高故障诊断的准确性和故障运维的时效性。通过该信息推送群组，还能可以接收识别到处理对象的反馈的告警事务集的第二诊断结果，将该第二诊断结果确定为告警事务集的最终诊断结果，整个故障诊断过程实时性能好，自动化程度高，能够减少人力成本，有利于提升用户感知。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单的介绍，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是本发明实施例提供的一种故障诊断方法的流程示意图；

图2是本发明实施例提供的获取告警事务集和告警事务集的关联规则的流程示意图；

图3是本发明实施例提供的一种诊断结果与故障运维人员的映射关系；

图4是本发明实施例提供的一种故障诊断装置结构示意图；

图5是本发明实施例提供的一种故障诊断设备的结构示意图。

具体实施方式

下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。

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……”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。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。(按照实际情况保留或者删除)

在网络管理的实际应用场景中，日常的运营和维护所需相关信息的转达、上报以及反馈等，主要通过人工每天将需要发送的信息及附件，例如，图片、文件，通过查找群的方式发送到对应群中，然后再通过人工，将反馈内容整理至对应的表格中，并根据人工经验分析出故障原因。

当需要发送的信息及附件包括告警信息时，需要先查找到对应处理告警信息的运维人员，再由运维人员根据人工经验分析出对应告警信息的故障原因。

随着网络规模的日益扩大，网元数量越来越多，在日常实践过程中发现，这种通过人工从各个网元产生的海量告警数据中收集反馈信息，并填入对应的位置中，存在较高的差错率。而且，由于人的精力是有限的，对告警事务的相关数据的处理操作不能做到实时处理，从而导致信息处理效率低下，对于企业来说，也付出了较高的人工成本。

为了解决现有技术中存在的问题，本发明实施例提供了一种故障诊断方法、装置、设备及计算机存储介质。下面首先对本发明实施例所提供的故障诊断方法进行介绍。

图1示出了本发明一个实施例提供的故障诊断方法的流程示意图。如图1所示，该方法可以包括S101-S105，具体如下所示：

S101、获取告警事务集和告警事务集的关联规则。

S102、根据告警事务集的关联规则，确定告警事务集的第一诊断结果以及告警事务集的处理对象的信息推送群组。

S103、向告警事务集的处理对象的信息推送群组发送告警事务集和第一诊断结果，以用于处理对象根据第一诊断结果处理告警事务集。

S104、接收处理对象的反馈信息，反馈信息包括处理对象对告警事务集的第二诊断结果。

S105、将第二诊断结果确定为告警事务集的最终诊断结果。

本申请提供的故障诊断方法中，通过根据告警事务集和告警事务集的关联规则，能够从海量的网元数据中快速确定告警事务集的第一诊断结果，同时，能够确定出处理该告警事务集的处理对象的信息推送群组，并将告警事务集和告警事务集的第一诊断结果推送到处理对象的信息推送群组，以便处理对象能够快速了解告警事务，并获得高可信度的故障原因，减小诊断结果的出错率，实现有效提高故障诊断的准确性和故障运维的时效性。通过该信息推送群组，还可以接收识别到处理对象的反馈的告警事务集的第二诊断结果，将该第二诊断结果确定为告警事务集的最终诊断结果，整个故障诊断过程实时性能好，自动化程度高，能够减少人力成本，有利于提升用户感知。

下面，对S101-S105的内容分别进行描述：

首先介绍S101的具体实现方式。

在一些实施例中，每个告警事务集包括对应同一类别的告警数据。

可选的，在一些实施例中，获取告警事务集的步骤可以包括：首先，获取接收的告警数据，确定告警数据的字段信息。然后，根据告警数据的字段信息，确定告警数据的类别，并将包括字段信息和类别的告警数据作为第一告警数据。

其中，确定告警数据的类别的步骤可以是根据告警数据的字段信息，通过预设的寻址规则，确定告警数据的存储地址，由于不同的存储地址对应不同的类别，因此，可以将告警数据的存储地址对应的类别确定为告警数据的类别。

通过从接收到的海量告警数据中，提取告警数据所包括的字段，作为对应告警数据的字段信息，既可以减少数据占用空间，实现对数据的压缩，又可以实现按照字段，对告警数据快速分类汇总。同时，通过对告警数据进行字段确定的预处理后，便于在后续的告警数据处理过程中，方便将告警数据分发至对应的运维人员。

作为一个具体的示例，告警数据的类别可以按照位置区域对告警数据的字段进行提取，告警数据的字段例如可以是：地市、区县、街道、小区等不同级别的区域范围；告警数据的字段还可以按照性质进行提取，例如可以是：告警工程状态、网元工程状态、设备类型、网元名称、告警对象名称、覆盖类型等性质。

在一些实施例中，告警数据的字段还可以根据运维人员的维护经验和维护需求，对告警数据的字段进行设置，例如可以是：专业、厂家、告警标题、覆盖类型、定位信息、代维小组等。

在获取到告警数据的字段信息后，通过字段可以根据标识出告警数据特有的关键属性，实现通过字段信息自动划分出告警数据的故障类型，可选的，通过将告警数据存放至相应的存储位置，获得告警数据的所属类别。

作为一个具体的示例，哈希表(Hash Table)是一种可以根据关键字直接访问内存存储位置的数据结构。其中，包括哈希(Hash)函数，哈希函数为数据元素的存放位置和数据元素的关键字之间建立起对应关系，哈希函数可以将一个数据转换为一个标志，这个标志可以与源数据的每一个字节存在紧密关系。也就是说，哈希函数也可以看作是关键字到内存单元的映射，因此，通过哈希函数计算出的哈希地址可以被映射到一系列的内存单元中。

在一些实施例中，可以选用直接寻址法，将寻址规则设置为H(key)＝key，通过预设的寻址规则对海量告警数据进行寻址处理，例如表1所示，H(46)＝2。存储地址可以预先设置对应的类别，例如，告警1通过寻址后归为故障A大类，告警2通过寻址后归为故障B大类，快速将海量告警归为所需的故障大类，实现快速确认海量告警数据的类别。

表1

在一实些施例中，在确定告警数据的字段信息和类别后，可以获取第一告警数据集，以用于根据第一告警数据集获得告警事务集；其中，第一告警数据集包括不同类别的至少一个第一告警数据，第一告警数据包括第一告警数据的字段信息和第一告警数据的类别。

在一些实施例中，对第一告警数据集中每个类别，根据对应每个类别的第一告警数据，可以确定出对应每个类别的告警事务集。

通过选用哈希函数和直接寻址法进行数据归类，实现对海量告警数据的快速归类，不仅有效简化了运算过程，同时也有利于提升对告警数据处理的准确性和时效性。

为了分析产生告警数据的网元的故障原因与告警数据之间的相关性，获得对网元产生告警数据的实际原因给出准确的预判，因此，需要挖掘告警数据的关联规则，以获得对应每个类别的高支持度的告警事务集。

下面对如何获得对应每个类别的告警事务集和告警事务集的关联规则进行介绍。

首先，根据预设事务数据库的事务特征集和第一告警数据的字段信息，确定每个第一告警数据的支持度计数，然后，根据支持度计数和预设筛选条件进行迭代计算，获得对应每个类别的告警事务集。

在一些实施例中，根据已经获得的包括字段信息和类别的第一告警数据，结合预设事务数据库的事务特征集和第一告警数据的字段信息，能够确定出每个第一告警数据的支持度计数。其中，预设事务数据库的事务特征集可以包括预设字段信息的集合。

作为一个具体的示例，将第一告警数据的字段信息与每个事务特征集比较，若第一告警数据的字段信息包含在事务特征集中，则第一告警数据的字段信息的支持度计数增加，最后，获得每个第一告警数据的支持度计数。

在一些实施例中，为了获得最强的关联规则，也就是说，为了获得高支持度的关联规则，可选的，根据支持度计数和预设筛选条件进行迭代计算，获得对应每个类别的告警事务集，可以包括：获取第N项集表，其中，N为从1开始取值的正整数；若第N项集表不包括每N+1个第一告警数据的字段信息，则获取第N项集表中的第一告警数据的关联规则，并将第N项集表中的第一告警数据作为对应类别的告警事务集。

在一些实施例中，若第N项集表包括每N+1个第一告警数据的字段信息，则从第N项集表中获取每N+1个第一告警数据的字段信息，确定每N+1个第一告警数据的字段信息的匹配度；根据预设的支持度阈值和匹配度，获取第N+1项集表。

为了更加清楚的描述如何获得对应每个类别的告警事务集和告警事务集的关联规则，下面结合图2所示的获取告警事务集和告警事务集的关联规则的流程示意图进行详细介绍。

其中x的初始值可以为1。

S201、获取支持度计数大于最小支持度阈值min_sup的第一告警数据，作为第N项集表LN，其中N＝x。

具体的，在N取x的初始值1后，S201的具体实施方式为获取支持度计数大于最小支持度阈值min_sup的第一告警数据，作为第1项集表L1。

在一些实施例中，可以将预设的支持度计数设置为一个最小支持度阈值min_sup，在获取第一项集表时，将支持度计数大于最小支持度阈值min_sup的第一告警数据，作为第一项集表L1。

S202、从第N项集表LN中获取每N+1个第一告警数据的字段信息，以及确定每N+1个第一告警数据的字段信息之间的匹配度。

S203、获取每N+1个第一告警数据的字段信息之间的匹配度大于min_sup的第一告警数据，作为第N+1项集表LN+1。

S204、判断是否能从第N+1项集表LN+1中获取每N+2个的第一告警数据的字段信息，若不能，则执行S205。若能，则执行S206。

在一些实施例中，由于第N+2项集表LN+2是根据第N+1项集表LN+1中每N+2个第一告警数据之间的字段信息的匹配度判断获得，若第N+1项集表LN+1不包括每N+2个告警数据之间的字段信息，也就无法从第N+1项集表LN+1中获得每N+2个第一告警数据之间的字段信息的匹配度，因此，将第N+1项集表LN+1中的第一告警数据及字段信息作为该类别的告警数据的告警事务集，并执行S205。

S205、获取第N+1项集表LN+1的关联规则。

在获取第N+1项集表LN+1的第一告警数据产生的关联规则后，将第N+1项集表LN+1的产生关联规则作为对应的告警事务集的关联规则。同时，该迭代过程结束。

S206、x＝x+1。

在一些实施例中，在执行x＝x+1后，继续执行S201-S204，直到第N+1项集表LN+1不包括每N+2个告警数据，将第N+1项集表LN+1中的第一告警数据及字段信息作为该类别的告警数据的告警事务集，然后，获取第N+1项集表LN+1的第一告警数据产生的关联规则，并将第N+1项集表LN+1的产生关联规则作为对应的告警事务集的关联规则，迭代过程结束。

在一些实施例中，每个包括k个字段的第一告警数据可以产生2^k-2个关联规则，例如M＝{a,b,c}是第一告警数据，可以由M产生6个候选关联规则：{a}→{b,c}；{b}→{a,c}；{c}→{a,b}；{a,b}→{c}；{a,c}→{b}；{b,c}→{a}，由于M的支持度计数等于候选关联规则支持度计数，因此，如果M的支持度计数满足预设的最小支持度，则候选关联规则也满足预设的最小支持度。

本发明实施例提供的根据支持度阈值获得告警事务集，以及递归的方法，能够发现所有对应类别的告警事务集，然后，再由告警事务集生成关联规则，由于每个告警事务集能够生成很多关联规则，根据最小置信度的阈值获取满足预设条件的关联规则，最终可以获得强关联规则，为后续进行强故障原因初判提供基础。

通过本发明实施例提供的产生告警事务集的关联规则的方法，面对海量的告警数据，减少了对海量告警数据的扫描次数和海量告警数据与事务特征集的比较次数，还可以优化内存空间；尤其能够获得告警数据集对应的强关联规则，能够显著提高对告警数据处理的效率和处理的准确率。

其次介绍S102的具体实现方式。

在一些实施例中，根据告警事务集的关联规则，确定告警事务集的第一诊断结果以及告警事务集的处理对象的信息推送群组，包括：

根据对应告警事务集的关联规则，确定告警事务集的第一诊断结果；

根据第一诊断结果和预设的诊断结果与处理对象的关联关系，确定告警事务集的处理对象的信息推送群组。

其中，根据第一诊断结果和预设的诊断结果与处理对象的关联关系，确定告警事务集的处理对象的信息推送群组，还包括：根据第一诊断结果和预设的诊断结果与处理对象的关联关系，确定告警事务集的处理对象；建立告警事务集的处理对象的信息推送群组。

作为一个具体的示例，根据告警事务集的关联规则，可以基于马尔科夫链函数确认告警事务集具体对应的故障，以及对应不同故障的场景，获得高可信度的第一诊断结果。

同时，基于马尔科夫链函数可以快速构建第一诊断结果与处理对象对应关系，以将告警事务集对应故障的第一诊断结果推送给对应的处理对象。

作为一个具体的示例，马尔科夫链函数是具有马尔科夫性质的离散事件随机过程。不同的告警可以指代网元设备不同的状态，当状态改变时，可以认为状态发生转移，所以与不同的状态改变时，可以认为生成相关的转移概率。

作为一个具体的示例，告警事务集的第一诊断结果可能是以下几种情况：

(1)同网元内故障

同网元内故障是指同一网元内某物理对象(单板、拓扑)上产生告警会导致该网元上其他物理对象和逻辑对象产生关联告警。例如，对于基站设备，基站内单板之间以及单板和小区(逻辑对象)之间存在关联特性，而且，单板故障往往还会导致小区也存在异常。

作为一个具体的示例，基于一次马尔科夫链，将先后发生的告警数据进行建模，通过主告警出现频次统计和主次告警先后发生的频次统计，计算主次告警转换概率，其中，同网元内故障可对应高的主次告警转换概率。

(2)跨网元间告警数据压缩

跨网元间告警数据压缩是指同一根源产生大量告警可以压缩成一个告警数据，由于告警量日益增大，运维人力紧张、压力大成本高，同时，又由于网络错综复杂，同一个故障可引发多个网元同时告警，因此，可以让同一根源产生大量告警压缩成一个告警数据。

例如，可以基于时间序列分析，将同一区域内(存在拓扑关系)的网元告警进行聚合，找出同一类型的高频次告警，形成一个聚合告警，从而实现压缩告警数据。

(3)跨网元间根因

跨网元间根因是指，在网络上下层跨网元间，可能出现因为某一个根因告警而导致网络内多个网元先后出现告警。

作为一个具体的示例，基于一次马尔科夫链，将网元间先后发生的告警数据进行建模，通过主告警出现频次统计和主次告警先后发生的频次统计，计算主次告警转换概率，其中，跨网元间根因可对应高概率主次告警数据。

在本发明实施例中，通过结合挖掘出强关联规则的算法，以及运用马尔科夫链函数将具体对应关系进行场景分类，对网元产生告警的实际原因给出第一诊断结果，简化了故障诊断流程，得到高可信度故障原因，也方便不同场景快速构建处理对象的对应信息推送群组。

在分析告警事务集获得对应的第一诊断结果后，由于每一个诊断结果都对应有相应的处理对象的信息，因此，根据诊断结果与处理对象的关联关系，可以快速获得告警事务集的处理对象。

可选的，在一些实施例中，当告警事务集的处理对象有多个时，可以通过建立告警事务集的处理对象的信息推送群组，将告警事务集和第一诊断结果发送到该处理对象的信息推送群组，方便处理对象有针对性地处理故障，以此缩短故障处理时间，到达提升处理效率的目的。

作为一个具体的示例，可以根据每一个原因对应的故障运维人员信息，结合周期性汇总生成表格，然后，将表格中的字段与故障运维人员之间建立关系数据库，通过分析告警数据的相关性规律，识别出关联关系，构建诊断结果与故障运维人员的映射关系表。例如，告警事务集对处理对象可以产生如图3所示的映射关系。

在结合图3所示的映射关系，获得告警事务集的处理对象的信息推送群组后，将执行S103。

作为一个具体的示例，根据诊断结果与故障运维人员的映射关系中的运维人员信息，在确定诊断结果后，可以实现自动建立处理告警事务的群组，将告警事务集和对应的第一诊断结果发送给运维人员。

例如图3所示的映射关系，包括处理对象群组1和处理对象群组2，根据映射关系，将告警事务集A和告警事务集B将发送到对象群组1，以及群组对象1包括的处理对象1和处理对象2，告警事务集C将会发送给处理对象群组2，及群组对象2包括的处理对象2、处理对象3和处理对象4。

可选的，在一些实施例中，还可以设置定时发送告警事务，当到达约定时间后，可以自动的将告警事务集和对应的第一诊断结果发送给运维人员。

通过本发明实施例提供的自动确定处理里对象并建立信息推送群组的方法，不仅减少了人工的工作量，也减少了工作中的重复性，加快对故障的跟踪和定位，有效提高了故障管理的工作效率。

接着介绍S104的具体实现方式。S104包括接收处理对象的反馈信息，反馈信息包括处理对象对告警事务集的第二诊断结果。

在一些实施例中，处理对象对告警事务集进行处理后，会对该告警事务集产生的原因做出第二诊断结果，并将第二诊断结果反馈到信息推送群组中。

可选的，在一些实施例中，在接收处理对象的反馈信息之前，可以为所有诊断结果设置通信标识，用于通过通信标识，确定反馈信息中处理对象对告警事务集的第二诊断结果。

作为一个具体的示例，可以预先设置一个故障反馈字典表，约定反馈信息格式，在运维进行信息反馈时，可直接回复字典编码，规范并简化回复口径。

可选的，在一些实施例中，故障反馈字典表可以按照对象行为习惯，根据需求划分成多个字段和子类，一一设置字典编码，例如，结合表2所示的故障反馈字典表，将故障原因划分为几个大类，这个大类定义为“一级原因分类”即字段1，将大类还可细化多个小类，这些小类更加准确表示故障具体原因和情况，定义为“二级原因分类”即字段2，字段3定义为“编码”，编码即为字段1与字段2的合集。

表2故障反馈字典

字段1	字段2	字段3
			编码A1	字段A	子类A-1
编码A2	字段A	子类A-2
			……	……	……
编码B1	字段B	子类B-1
			编码B2	字段B	子类B-2
……	……	……
			编码C1	字段C	子类C-1
编码C2	字段C	子类C-2
			……	……	……

作为一个具体的示例，表3示出了故障反馈字典的一个具体实例。

表3故障反馈字典实例

一级原因分类	二级原因分类	编码
			物业纠纷	市政拆迁	a1
物业纠纷	装修拉电	a2
			传输故障	传输设备故障	b1
机房环境	机房高温	c1

最后介绍S105的具体实现方式。S105包括将第二诊断结果确定为告警事务集的最终诊断结果。

可选的，在一些实施例中，处理对象结合第一诊断结果和实际处理情况，获得第二诊断结果，根据故障反馈字典中对应的编码，将第二诊断结果以编码的形式，反馈到信息推送群组中，运行该信息推送群组的处理器，能够自动获取处理对象反馈的编码，并进行汇总，筛选出反馈的第二诊断结果，根据与原始发布数据即S101中当前活动第一告警数据，将第二诊断结果一一映射至原始发布数据中。

作为一个具体的示例，处理对象在信息推送群组中反馈：数据A，编码A1，正在处理中。

根据匹配字典表获得：编码A1＝字段A+子类A-1。

还原处理对象的完整口径：原因为“字段A+子类A-1”，进展为“正在处理中”。

映射到第一告警数据：数据A，原因为“字段A+子类A-1”，进展为“正在处理中”。

通过本发明实施例提供的故障诊断方法，自动的将相关故障处理的对象建群，并通过模拟人工等方式自动将告警事务准确发送至信息推送群组中，整个过程实时性能好，自动化程度高，减少了人力成本，具有良好的经济效益，此外本方案故障原因诊断迅速、反馈及时，有利于提升用户感知。

在一些实施例中，在将第二诊断结果确定为告警事务集的最终诊断结果之后，该方法还可以包括判断对该告警事务集的处理流程是否结束。

若根据处理对象处理告警事务集的反馈信息包括告警清除标识，则结束对处理对象处理告警事务集的处理。

若根据处理对象处理告警事务集的反馈信息不包括告警清除标识，则继续将处理对象处理的告警事务集发送给处理对象。

作为一个具体的示例，根据处理对象在信息推送群组中的反馈信息，运行该信息推送群组的处理器，还嫩结果自动判断反馈信息中是否包括用于判断闭环的关键词，如告警信息表中的“清除时间”的关键词，若反馈信息中包括“清除时间”，即为告警已清除，标识问题闭环。如无“清除时间”，则判断该告警仍未处理结束，问题未闭环，自动放入下一次的告警数据中进行发布。

在一些实施例中，在将第二诊断结果确定为告警事务集的最终诊断结果之后，该方法还包括：根据对应告警事务集的第一诊断结果和对应告警事务集的第二诊断结果，确定告警事务集包括的字段对应的类别；当字段对应的类别改变时，调整寻址规则。

为了对以后接收到的告警数据做出更加准确的预判，在一些实施例中，可以对信息推送群组中的反馈的信息进行数据挖掘，例如，通过使用朴素贝叶斯算法，在统计信息推送群组中的反馈的信息的基础上，计算不同字段对应各个类别的概率，从而实现有效、准确的分类。

作为一个具体的示例，假设有n项字段(Feature)，分别为F1、F2、…、Fn，以及有m个类别(Category)，分别为C1、C2、…、Cm。通过贝叶斯分类器能够计算出不同字段对应概率最大的类别。

也就是求下面这个算式的最大值：

P(C|F1F2…Fn)＝P(F1F2…Fn|C)P(C)/P(F1F2…Fn)

由于P(F1F2…Fn)对于所有的类别都是相同的，可以省略，问题就变成了求P(F1F2…Fn|C)P(C)的最大值。

假设所有特征彼此独立，所以：

P(F1F2…Fn|C)P(C)＝P(F1|C)P(F2|C)…P(Fn|c)P(C)

由此就可以计算出不同字段对应概率，从而找出最大概率的类别，因此，可以实现有效的提炼处理对象反馈的信息，获得高准确率的故障根本原因。

在本发明实施例中，通过对处理对象在故障处理时的反馈信息进行提炼，结合朴素贝叶斯算法，发现分析问题，能够进一步的提升下次预判准确率。

另外，基于上述故障诊断方法，本发明实施例还提供了一种故障诊断装置，具体结合图4进行详细说明。

图4是本发明实施例提供的一种故障诊断装置结构示意图。如图4所示，故障诊断装装置可以包括：获取模块401，诊断模块402、推送模块403、和接收模块404。

其中，获取模块401，用于获取告警事务集和告警事务集的关联规则；

诊断模块402，用于根据告警事务集的关联规则，确定告警事务集的第一诊断结果以及告警事务集的处理对象的信息推送群组；

推送模块403，用于向告警事务集的处理对象的信息推送群组发送告警事务集和第一诊断结果，以用于处理对象根据第一诊断结果处理告警事务集；

接收模块402，用于接收处理对象的反馈信息，反馈信息包括处理对象对告警事务集的第二诊断结果；

诊断模块402，还用于将第二诊断结果确定为告警事务集的最终诊断结果。

其中，获取模块401，还用于获取第一告警数据集，以用于根据第一告警数据集获得告警事务集；第一告警数据集包括不同类别的至少一个第一告警数据，第一告警数据包括第一告警数据的字段信息和第一告警数据的类别。

获取模块401，还用于接收告警数据；确定告警数据的字段信息；根据告警数据的字段信息，确定告警数据的类别；并将包括字段信息和类别的告警数据作为第一告警数据。

获取模块401，还用于根据告警数据的字段信息，通过预设的寻址规则，确定告警数据的存储地址，其中，不同的存储地址对应不同的类别；将告警数据的存储地址对应的类别确定为告警数据的类别。

在一些实施例中，故障诊断装装置还可以包括：事务确定模块，用于对第一告警数据集中每个类别，根据对应每个类别的第一告警数据，确定类别的告警事务集。

事务确定模块，还用于根据预设事务数据库的事务特征集和第一告警数据的字段信息，确定每个第一告警数据的支持度计数；根据支持度计数和预设筛选条件进行迭代计算，获得对应每个类别的告警事务集。

在一些实施例中，事务确定模块，还用于获取第N项集表，其中，N为从1开始取值的正整数；若第N项集表不包括每N+1个第一告警数据的字段信息，则获取第N项集表中的第一告警数据的关联规则，并将第N项集表中的第一告警数据作为对应所述类别的告警事务集。

在一些实施例中，事务确定模块，还用于若第N项集表包括每N+1个第一告警数据的字段信息，则从述第N项集表中获取每N+1个第一告警数据的字段信息，确定每N+1个第一告警数据的字段信息的匹配度；根据预设的支持度阈值和匹配度，获取第N+1项集表。

在一些实施例中，诊断模块402，还用于根据对应告警事务集的关联规则，确定告警事务集的第一诊断结果；根据第一诊断结果和预设的诊断结果与处理对象的关联关系，确定告警事务集的处理对象的信息推送群组。

在一些实施例中，诊断模块402，还用于根据第一诊断结果和预设的诊断结果与处理对象的关联关系，确定告警事务集的处理对象；建立告警事务集的处理对象的信息推送群组。

在一些实施例中，诊断模块402，还用于为所有诊断结果设置通信标识，用于通过通信标识，确定反馈信息中处理对象对告警事务集的第二诊断结果。

在一些实施例中，诊断模块402，还用于若根据处理对象处理告警事务集的反馈信息包括告警清除标识，则结束对处理对象处理告警事务集的处理。

在一些实施例中，诊断模块402，还用于若根据处理对象处理告警事务集的反馈信息不包括告警清除标识，则继续将处理对象处理的告警事务集发送给处理对象。

在一些实施例中，故障诊断装装置还可以包括：寻址调整模块，用于根据对应告警事务集的第一诊断结果和对应告警事务集的第二诊断结果，确定告警事务集包括的字段对应的类别；当字段对应的类别改变时，调整寻址规则。

本发明实施例的故障诊断装置，能够从海量的网元数据中快速确定告警事务集的第一诊断结果，同时，能够确定出处理该告警事务集的处理对象的信息推送群组，并将告警事务集和告警事务集的第一诊断结果推送到处理对象的信息推送群组，以便处理对象能够快速了解告警事务，并获得高可信度的故障原因，减小诊断结果的出错率，实现有效提高故障诊断的准确性和故障运维的时效性。通过该信息推送群组，还能可以接收识别到处理对象的反馈的告警事务集的第二诊断结果，将该第二诊断结果确定为告警事务集的最终诊断结果，整个故障诊断过程实时性能好，自动化程度高，能够减少人力成本，有利于提升用户感知。

可以理解的是，本发明实施例的故障诊断装装置，可以对应于本发明实施例的故障诊断方法的执行主体，故障诊断装装置的各个模块/单元的操作和/或功能的具体细节可以参见上述本发明实施例图1的故障诊断装方法中的相应部分的描述，为了简洁，在此不再赘述。

图5示出了本发明实施例提供的故障诊断设备的硬件结构示意图。

如图5所示，本实施例中的故障诊断设备包括输入设备501、输入接口502、中央处理器503、存储器504、输出接口505、以及输出设备506。其中，输入接口502、中央处理器503、存储器504、以及输出接口505通过总线510相互连接，输入设备501和输出设备506分别通过输入接口502和输出接口505与总线510连接，进而与故障诊断设备的其他组件连接。

具体地，输入设备501接收来自外部的输入信息，并通过输入接口502将输入信息传送到中央处理器503；中央处理器503基于存储器504中存储的计算机可执行指令对输入信息进行处理以生成输出信息，将输出信息临时或者永久地存储在存储器504中，然后通过输出接口505将输出信息传送到输出设备506；输出设备506将输出信息输出到故障诊断设备的外部供用户使用。

也就是说，图5所示的故障诊断设备也可以被实现为包括：存储有计算机可执行指令的存储器；以及处理器，该处理器在执行计算机可执行指令时可以实现结合图1、图2所示实例描述的故障诊断方法。

在一个实施例中，图5所示的故障诊断设备包括：存储器504，用于存储程序；处理器503，用于运行存储器中存储的程序，以执行本发明实施例提供的故障诊断方法。

本发明实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现本发明实施例提供的故障诊断方法。

需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，做出各种改变、修改和添加，或者改变步骤之间的顺序。

以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、只读存储器(Read-Only Memory，ROM)、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(Radio Frequency，RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。

还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。

以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (16)

1.一种故障诊断方法，其特征在于，所述方法包括：

获取告警事务集和所述告警事务集的关联规则；

根据所述告警事务集的关联规则，确定所述告警事务集的第一诊断结果以及所述告警事务集的处理对象的信息推送群组；

向所述告警事务集的处理对象的信息推送群组发送所述告警事务集和所述第一诊断结果，以用于所述处理对象根据所述第一诊断结果处理所述告警事务集；

接收所述处理对象的反馈信息，所述反馈信息包括所述处理对象对所述告警事务集的第二诊断结果；

将所述第二诊断结果确定为所述告警事务集的最终诊断结果；

其中，在所述获取告警事务集之前，所述方法还包括：

获取第一告警数据集，以用于根据所述第一告警数据集获得所述告警事务集；

其中，所述第一告警数据集包括不同类别的至少一个第一告警数据，所述第一告警数据包括所述第一告警数据的字段信息和所述第一告警数据的类别。

2.根据权利要求1所述的方法，其特征在于，所述获取第一告警数据集，包括：

接收告警数据；

确定所述告警数据的字段信息；

根据所述告警数据的所述字段信息，确定所述告警数据的类别；

将包括所述字段信息和所述类别的告警数据作为所述第一告警数据。

3.根据权利要求2所述的方法，其特征在于，所述根据所述告警数据的字段信息，确定所述告警数据的类别，包括：

根据所述告警数据的字段信息，通过预设的寻址规则，确定所述告警数据的存储地址，其中，不同的存储地址对应不同的类别；

将所述告警数据的存储地址对应的类别确定为所述告警数据的类别。

4.根据权利要求1-3任一项所述的方法，其特征在于，在所述获取告警事务集之前，所述方法还包括：

对第一告警数据集中每个类别，根据对应每个所述类别的第一告警数据，确定所述类别的告警事务集。

5.根据权利要求4所述的方法，其特征在于，所述根据对应每个所述类别的第一告警数据，确定所述类别的告警事务集，包括：

根据预设事务数据库的事务特征集和所述第一告警数据的字段信息，确定每个所述第一告警数据的支持度计数；

根据所述支持度计数和预设筛选条件进行迭代计算，获得对应每个所述类别的告警事务集。

6.根据权利要求5所述的方法，其特征在于，所述根据所述支持度计数和预设筛选条件进行迭代计算，获得对应每个所述类别的告警事务集，包括：

获取第N项集表，其中，N为从1开始取值的正整数；

若所述第N项集表不包括每N+1个第一告警数据的字段信息，则获取所述第N项集表中的第一告警数据的关联规则，并将所述第N项集表中的第一告警数据作为对应所述类别的告警事务集。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

若所述第N项集表包括每N+1个第一告警数据的字段信息，则从所述第N项集表中获取每N+1个第一告警数据的字段信息，确定每N+1个第一告警数据的字段信息的匹配度；

根据预设的支持度阈值和匹配度，获取第N+1项集表。

8.根据权利要求1所述的方法，其特征在于，所述根据所述告警事务集的关联规则，确定所述告警事务集的第一诊断结果以及所述告警事务集的处理对象的信息推送群组，包括：

根据对应所述告警事务集的关联规则，确定所述告警事务集的第一诊断结果；

根据所述第一诊断结果和预设的诊断结果与处理对象的关联关系，确定所述告警事务集的处理对象的信息推送群组。

9.根据权利要求8所述的方法，其特征在于，所述根据所述第一诊断结果和预设的诊断结果与处理对象的关联关系，确定所述告警事务集的处理对象的信息推送群组，方法还包括：

根据所述第一诊断结果和预设的诊断结果与处理对象的关联关系，确定所述告警事务集的处理对象；

建立所述告警事务集的处理对象的信息推送群组。

10.根据权利要求1所述的方法，其特征在于，在接收所述处理对象的反馈信息之前，所述方法还包括：

为所有诊断结果设置通信标识，以用于通过所述通信标识，确定反馈信息中所述处理对象对所述告警事务集的第二诊断结果。

11.根据权利要求10所述的方法，其特征在于，在所述将所述第二诊断结果确定为所述告警事务集的最终诊断结果之后，所述方法还包括：

若根据所述处理对象处理所述告警事务集的反馈信息包括告警清除标识，则结束对所述处理对象处理所述告警事务集的处理。

12.根据权利要求10所述的方法，其特征在于，在所述将所述第二诊断结果确定为所述告警事务集的最终诊断结果之后，所述方法还包括：

若根据所述处理对象处理所述告警事务集的反馈信息不包括告警清除标识，则继续将所述处理对象处理的告警事务集发送给所述处理对象。

13.根据权利要求1所述的方法，其特征在于，在所述将所述第二诊断结果确定为所述告警事务集的最终诊断结果之后，所述方法还包括：

根据对应所述告警事务集的第一诊断结果和对应所述告警事务集的第二诊断结果，确定所述告警事务集包括的字段对应的类别；

当所述字段对应的类别改变时，调整寻址规则。

14.一种故障诊断装置，其特征在于，所述装置包括：

获取模块，用于获取告警事务集和所述告警事务集的关联规则；

诊断模块，用于根据所述告警事务集的关联规则，确定所述告警事务集的第一诊断结果以及所述告警事务集的处理对象的信息推送群组；

推送模块，用于向所述告警事务集的处理对象的信息推送群组发送所述告警事务集和所述第一诊断结果，以用于所述处理对象根据所述第一诊断结果处理所述告警事务集；

接收模块，用于接收所述处理对象的反馈信息，所述反馈信息包括所述处理对象对所述告警事务集的第二诊断结果；

所述诊断模块，还用于将所述第二诊断结果确定为所述告警事务集的最终诊断结果；

所述获取模块，还用于获取第一告警数据集，以用于根据所述第一告警数据集获得所述告警事务集；

其中，所述第一告警数据集包括不同类别的至少一个第一告警数据，所述第一告警数据包括所述第一告警数据的字段信息和所述第一告警数据的类别。

15.一种故障诊断设备，其特征在于，所述设备包括：处理器，以及存储有计算机程序指令的存储器；

所述处理器读取并执行所述计算机程序指令，以实现如权利要求1-13任意一项所述的故障诊断方法。

16.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-13任意一项所述的故障诊断方法。

Images