CN112787860B - 一种根告警分析识别方法及装置 - Google Patents

Abstract

本申请公开了一种根告警分析识别方法及装置，方法包括：由历史告警数据和以及历史告警数据的资源信息建立告警相关性分析模型；采集实时告警数据及对应的资源信息，过滤掉实时告警数据中的无效的实时告警数据，并将有效的实时告警数据存入告警数据库；将有效的实时告警数据输入告警相关性分析模型中，获取有效的实时告警数据之间的相关性，确认实时告警数据中的根告警及其衍生告警，得到关联的告警数据集合；根据关联的实时告警数据集合建立告警树。本申请分析出具有关联关系的告警集合，确认其中的根告警，以便检修人员快速定位排除故障。

Description

一种根告警分析识别方法及装置

技术领域

本申请涉及电力系统告警分析技术领域，尤其涉及一种根告警分析识别方法及装置。

背景技术

由于电力通信网规模大、结构复杂，设备故障产生的高进数据之间往往存在着关联关系，或者在时间上存在偏序关系，导致其中一个网元的故障可能引发多个网元告警，从而产生大量衍生告警，严重影响告警发现、定位、处理的速度与效率。

如何从告警中准确分离和定位产生故障的原因和位置是业界一直在攻克的难题，主要原因包括：

1、由于一个设备故障，导致设备产生多个告警；

2、设备的故障为间隔一定时间发作，导致产生大量且重复告警，影响检修人员对告警分析识别的准确性及效率；

3、某一设备的部件故障可能影响至多个部件，产生故障扩散，检修人员难以快速分析故障形成的路径及问题；

4、多个故障同时产生，且其根本性问题无法直接观察到。

发明内容

本申请提供了一种根告警分析识别方法及装置，使得分析出具有关联关系的告警集合，确认其中的根告警，以便检修人员快速定位排除故障。

有鉴于此，本申请第一方面提供了一种根告警分析识别方法，所述方法包括：

由历史告警数据和以及所述历史告警数据的资源信息建立告警相关性分析模型；

采集实时告警数据及对应的所述资源信息，过滤掉所述实时告警数据中的无效的所述实时告警数据，并将有效的所述实时告警数据存入告警数据库；

将有效的所述实时告警数据输入所述告警相关性分析模型中，获取有效的所述实时告警数据之间的相关性，确认所述实时告警数据中的根告警及其衍生告警，得到关联的所述告警数据集合；

根据关联的所述实时告警数据集合建立告警树。

可选的，所述采集实时告警数据及对应的所述资源信息，过滤掉所述实时告警数据中的无效的所述实时告警数据，并将有效的所述实时告警数据存入告警数据库，包括：

采集所述实时告警数据以及对应的资源数据，将所述实时告警数据进行归一化处理，并对归一化处理后的所述实时告警数据进行分组；

过滤分组后的所述实时告警数据中的无效的所述实时告警数据，无效的所述实时告警数据包括频闪告警、重复告警与虚假时间。

可选的，所述将有效的所述实时告警数据输入所述告警相关性分析模型中，获取有效的所述实时告警数据之间的相关性，确认所述实时告警数据中的根告警及其衍生告警，得到关联的所述告警数据集合，包括：

对归一化处理后的所述实时告警数据及所述资源信息输入所述告警相关性分析模型，对所述实时告警数据进行相关性分析，将具有相关性的所述实时告警数据归类至各自的告警分析队列；

存储所述告警分析队列，对所述告警分析队列进行时间相关性检查；

判断所述告警分析队列中是否存在超出预置时间窗的所述实时告警数据，若存在，则将超出预置时间窗的所述实时告警数据从所述告警分析队列中剔除。

可选的，还包括：

采用规则引擎提取告警关联规则，将所述告警数据库中的所述实时告警数据与所述告警关联规则进行匹配，判断所述实时告警数据为独立告警还是关联告警。

可选的，还包括：

根据不同的业务需求构建呈现层过滤器，对所述实时告警数据进行分类，每一类对应于一个所述业务需求，并建立每一类对应的告警树。

本申请第二方面提供一种根告警分析识别装置，所述装置包括：

模型建立单元，用于由历史告警数据和以及所述历史告警数据的资源信息建立告警相关性分析模型；

第一过滤单元，用于采集实时告警数据及对应的所述资源信息，过滤掉所述实时告警数据中的无效的所述实时告警数据，并将有效的所述实时告警数据存入告警数据库；

相关性分析单元，用于将有效的所述实时告警数据输入所述告警相关性分析模型中，获取有效的所述实时告警数据之间的相关性，确认所述实时告警数据中的根告警及其衍生告警，得到关联的所述告警数据集合；

告警树建立单元，用于根据关联的所述实时告警数据集合建立告警树。

可选的，所述第一过滤单元还包括：

归一化单元，用于采集所述实时告警数据以及对应的资源数据，将所述实时告警数据进行归一化处理，并对归一化处理后的所述实时告警数据进行分组；

第二过滤单元，用于过滤分组后的所述实时告警数据中的无效的所述实时告警数据，无效的所述实时告警数据包括频闪告警、重复告警与虚假时间。

可选的，所述相关性分析单元包括：

归类单元，用于对归一化处理后的所述实时告警数据及所述资源信息输入所述告警相关性分析模型，对所述实时告警数据进行相关性分析，将具有相关性的所述实时告警数据归类至各自的告警分析队列；

时间相关性检查单元，用于存储所述告警分析队列，对所述告警分析队列进行时间相关性检查；

剔除单元，用于判断所述告警分析队列中是否存在超出预置时间窗的所述实时告警数据，若存在，则将超出预置时间窗的所述实时告警数据从所述告警分析队列中剔除。

可选的，还包括：

匹配单元，用于采用规则引擎提取告警关联规则，将所述告警数据库中的所述实时告警数据与所述告警关联规则进行匹配，判断所述实时告警数据为独立告警还是关联告警。

可选的，还包括：

分类单元，用于根据不同的业务需求构建呈现层过滤器，对所述实时告警数据进行分类，每一类对应于一个所述业务需求，并建立每一类对应的告警树。

从以上技术方案可以看出，本申请具有以下优点：

本申请中，提供了一种根告警分析识别方法，由历史告警数据和以及历史告警数据的资源信息建立告警相关性分析模型；采集实时告警数据及对应的资源信息，过滤掉实时告警数据中的无效的实时告警数据，并将有效的实时告警数据存入告警数据库；将有效的实时告警数据输入告警相关性分析模型中，获取有效的实时告警数据之间的相关性，确认实时告警数据中的根告警及其衍生告警，得到关联的告警数据集合；根据关联的实时告警数据集合建立告警树。

本申请通过历史告警数据以及资源信息，建立分析告警数据相关性的分析模型，通过告警相关性分析模型对实时告警数据进行分析，得到具有关联关系的告警集合，确认其中的根告警与衍生告警，从而减少在告警数据处理过程中的人工分析过程，有效压缩告警数量，可帮助检修人员快速定位与故障排除，提高识别到根告警的准确性及效率。

附图说明

图1为本申请一种根告警分析识别方法的一个实施例的方法流程图；

图2为本申请一种根告警分析识别方法的另一个实施例的方法流程图；

图3为本申请一种根告警分析识别装置的一个实施例的一个结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，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，都属于本申请保护的范围。

图1为本申请一种根告警分析识别方法的一个实施例的方法流程图，如图1所示，图1中包括：

101、由历史告警数据和以及历史告警数据的资源信息建立告警相关性分析模型；

需要说明的是，本申请可以通过历史告警数据及其资源信息建立告警相关性分析模型；其中，历史告警数据包括历史一段时间内的告警数据；资源信息包括发生告警时产生的告警所在网元及网元配置信息、告警资源关联的链路信息、告警资源关联的通道信息等；本申请可以通过历史告警数据及其资源信息用于建立并训练告警相关性分析模型，得到训练好的告警相关性分析模型，以获取告警数据之间的相关性。

告警相关性分析模型包括告警提供者、告警消费者与知识库；具体的，告警提供者为不同类型的网络设备，向告警相关性分析模型发送告警数据。不同的告警提供者的告警数据格式不同，而告警消费者接收由告警相关性分析模型过滤后转发的告警数据；在接收告警数据之前可定义提取告警数据的相关规则，以过滤不必要或冗余的告警数据。知识库用于存储与告警相关性分析的数据，如告警资源信息、告警相关性规则等。

102、采集实时告警数据及对应的资源信息，过滤掉实时告警数据中的无效的实时告警数据，并将有效的实时告警数据存入告警数据库；

需要说明的是，本申请可以采集实时告警数据及对应的资源信息，过滤掉实时告警数据中的无效的实时告警数据，并将有效的实时告警数据存入告警数据库；可以查询实时采集的告警数据，并获取实时采集的告警数据对应的资源信息，资源信息包括查询实时告警数据所在网元及网元配置信息、告警资源关联的链路信息、告警资源关联的通道信息等；其次，判断告警数据是否存在关联关系，包括告警资源包含关系、告警资源链路关联关系、告警资源通道关联关系；最后，过滤掉不存在告警资源关联的实时告警数据，将存在告警资源关联的实时告警数据准备进行知识检索。

其中，无效告警包括频闪告警、重复告警与虚假时间。告警数据为上述告警提供者提供，而资源信息为该电力通信网的相关网络资源配置信息，如网元、端口、传输段、电路路由等，并依据资源模型规范对其进行对象化，为后续相关性分析做好准备。

103、将有效的实时告警数据输入告警相关性分析模型中，获取有效的实时告警数据之间的相关性，确认实时告警数据中的根告警及其衍生告警，得到关联的告警数据集合；

需要说明的是，本申请可以将有效的实时告警数据输入告警相关性分析模型中，获取有效的实时告警数据之间的相关性，确认实时告警数据中的根告警及其衍生告警，得到关联的告警数据集合；其中，告警数据相关性包括资源相关性、时间相关性、事件相关性；具体的，本申请可以根据告警数据的资源信息的相关性进行分类，根据告警重要性的定义方式，选择级别较高的告警为根告警；还可以选择告警时间最早的告警为根告警，按照时间顺序确定根告警的衍生告警。

在一种具体的实施方式中，本申请可以采用知识库，用于存储告警衍生规则，具体的，本申请可以采用关系型数据库作为知识库，即可以通过告警相关性分析模型对应的知识库确定告警数据之间的相关性，从而确定根告警以及衍生告警事件之间的对应关系。

本申请通过历史告警数据以及资源信息，建立分析告警数据相关性的分析模型，通过告警相关性分析模型对实时告警数据进行分析，得到具有关联关系的告警集合，确认其中的根告警与衍生告警，从而减少在告警数据处理过程中的人工分析过程，有效压缩告警数量，可帮助检修人员快速定位与故障排除，提高识别到根告警的准确性及效率。

本申请还提供了一种根告警分析识别方法的另一个实施例，如图2所示，图2中包括：

201、由历史告警数据和以及历史告警数据的资源信息建立告警相关性分析模型；

202、采集实时告警数据以及对应的资源数据，将实时告警数据进行归一化处理，并对归一化处理后的实时告警数据进行分组；

需要说明的是，本申请为实现告警数据的规范化，可以通过对告警接收线程实时采集的告警数据进行处理，将告警必要的资源信息进行归一化的格式转换，以便后续进行分析处理。

203、过滤分组后的实时告警数据中的无效的实时告警数据，无效的实时告警数据包括频闪告警、重复告警与虚假时间。

需要说明的是，本申请对已归一化处理的告警数据及其资源信息进行过滤，滤除掉无效的实时告警数据；其中，无效告警包括频闪告警、重复告警与虚假时间；频闪告警为在触发后极短时间内回复，做频闪技术；而重复告警为在未恢复的时间段内重复产生该告警事件，导致同一条告警多次出现，可将其过滤剩下首次触发的告警，清除在未恢复的时间段内触发的相同告警；而虚假时间为非真正的告警时间，如正常检修而导致的虚假告警，可直接清除。

204、对归一化处理后的实时告警数据及资源信息输入告警相关性分析模型，对实时告警数据进行相关性分析，将具有相关性的实时告警数据归类至各自的告警分析队列；

需要说明的是，本申请可以将归一化处理后的实时告警数据及资源信息输入告警相关性分析模型，可以结合告警相关性分析模型对应的知识库中存储的告警相关性规则，对实时告警数据进行相关性分析，将其中具有相关性的实时告警数据归类至各自的告警分析队列，以便于后续对每一类的告警数据分别建立告警树。其中每一个告警分析队列由多个具有资源相关性的告警数据组成，由告警接收线程提供其内容。

205、存储告警分析队列，对告警分析队列进行时间相关性检查；

206、判断告警分析队列中是否存在超出预置时间窗的实时告警数据，若存在，则将超出预置时间窗的实时告警数据从告警分析队列中剔除；

需要说明的是，将告警分析队列中的告警数据进行时间相关性检查，对超过时间窗的告警数据，进行分析后从该告警分析队列中清除。具体的，可周期性的进行时间相关性检查，检查最新的告警数据中是否仍然存在超过时间窗的告警数据，从而避免重复分析，影响根告警的识别。

207、根据关联的实时告警数据集合建立告警树。

需要说明的是，本申请可以确定分析队列中的告警数据中的根告警和衍生告警，并建立对应的告警树。

在一种具体的实施方式中，还包括：

采用规则引擎提取告警关联规则，将告警数据库中的实时告警数据与告警关联规则进行匹配，判断实时告警数据为独立告警还是关联告警。

需要说明的是，本申请的告警相关性分析模型对应有知识库，用于存储相应的告警关联规则，通过规则引擎使用其告警关联规则算法，从告警分析队列中提取满足条件的告警关联规则。另外，知识库中还设置有专家经验库，存放检修人员积累的经验知识，所述专家经验库通过人机交互对将人工经验与通过规则引擎提取的告警关联规则进行结合，对告警关联规则进行完善更新，对日常运维过程中的典型经验归纳总结，形成一套完善的处理机制，参考使用。通过区分所述有效告警数据属于独立告警或关联告警，进而实现业务分析和影响分析等功能。

在一种具体的实施方式中，还包括：

根据不同的业务需求构建呈现层过滤器，对实时告警数据进行分类，每一类对应于一个业务需求，并建立每一类对应的告警树。

需要说明的是，本申请对于不同检修人员的关注度与业务需求，构建呈现层过滤器，通过多视图的形式呈现不同类的实时告警数据的根告警及衍生告警，满足不同关注度与业务需求的检修人员可以自主定制所需类别的告警数据，从而只关注自己感兴趣的告警数据。

以上是本申请的方法的实施例，本申请还提供了一种根告警分析识别装置的一个实施例，如图3所示，图3中包括：

模型建立单元301，用于由历史告警数据和以及历史告警数据的资源信息建立告警相关性分析模型；

第一过滤单元302，用于采集实时告警数据及对应的资源信息，过滤掉实时告警数据中的无效的实时告警数据，并将有效的实时告警数据存入告警数据库；

相关性分析单元303，用于将有效的实时告警数据输入告警相关性分析模型中，获取有效的实时告警数据之间的相关性，确认实时告警数据中的根告警及其衍生告警，得到关联的告警数据集合；

告警树建立单元304，用于根据关联的实时告警数据集合建立告警树。

在一种具体的实施方式中，第一过滤单元302还包括：

归一化单元3021，用于采集实时告警数据以及对应的资源数据，将实时告警数据进行归一化处理，并对归一化处理后的实时告警数据进行分组；

第二过滤单元3022，用于过滤分组后的实时告警数据中的无效的实时告警数据，无效的实时告警数据包括频闪告警、重复告警与虚假时间。

在一种具体的实施方式中，相关性分析单元303包括：

归类单元3031，用于对归一化处理后的实时告警数据及资源信息输入告警相关性分析模型，对实时告警数据进行相关性分析，将具有相关性的实时告警数据归类至各自的告警分析队列；

时间相关性检查单元3032，用于存储告警分析队列，对告警分析队列进行时间相关性检查；

剔除单元3033，用于判断告警分析队列中是否存在超出预置时间窗的实时告警数据，若存在，则将超出预置时间窗的实时告警数据从告警分析队列中剔除。

在一种具体的实施方式中，还包括：

匹配单元，用于采用规则引擎提取告警关联规则，将告警数据库中的实时告警数据与告警关联规则进行匹配，判断实时告警数据为独立告警还是关联告警。

分类单元，用于根据不同的业务需求构建呈现层过滤器，对实时告警数据进行分类，每一类对应于一个业务需求，并建立每一类对应的告警树。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置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。

本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于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：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围。

Claims (8)

1.一种根告警分析识别方法，其特征在于，包括：

由历史告警数据和所述历史告警数据的资源信息建立告警相关性分析模型；

采集实时告警数据及对应的所述资源信息，过滤掉所述实时告警数据中的无效的所述实时告警数据，并将有效的所述实时告警数据存入告警数据库；

将有效的所述实时告警数据输入所述告警相关性分析模型中，获取有效的所述实时告警数据之间的相关性，确认所述实时告警数据中的根告警及其衍生告警，得到关联的所述告警数据集合；具体的：

对归一化处理后的所述实时告警数据及所述资源信息输入所述告警相关性分析模型，对所述实时告警数据进行相关性分析，将具有相关性的所述实时告警数据归类至各自的告警分析队列；

存储所述告警分析队列，对所述告警分析队列进行时间相关性检查；

判断所述告警分析队列中是否存在超出预置时间窗的所述实时告警数据，若存在，则将超出预置时间窗的所述实时告警数据从所述告警分析队列中剔除；

根据关联的所述实时告警数据集合建立告警树。

2.根据权利要求1所述的根告警分析识别方法，其特征在于，所述采集实时告警数据及对应的所述资源信息，过滤掉所述实时告警数据中的无效的所述实时告警数据，并将有效的所述实时告警数据存入告警数据库，包括：

采集所述实时告警数据以及对应的资源数据，将所述实时告警数据进行归一化处理，并对归一化处理后的所述实时告警数据进行分组；

过滤分组后的所述实时告警数据中的无效的所述实时告警数据，无效的所述实时告警数据包括频闪告警、重复告警与虚假时间。

3.根据权利要求1所述的根告警分析识别方法，其特征在于，还包括：

采用规则引擎提取告警关联规则，将所述告警数据库中的所述实时告警数据与所述告警关联规则进行匹配，判断所述实时告警数据为独立告警还是关联告警。

4.根据权利要求1所述的根告警分析识别方法，其特征在于，还包括：

根据不同的业务需求构建呈现层过滤器，对所述实时告警数据进行分类，每一类对应于一个所述业务需求，并建立每一类对应的告警树。

5.一种根告警分析识别装置，其特征在于，包括：

模型建立单元，用于由历史告警数据和所述历史告警数据的资源信息建立告警相关性分析模型；

第一过滤单元，用于采集实时告警数据及对应的所述资源信息，过滤掉所述实时告警数据中的无效的所述实时告警数据，并将有效的所述实时告警数据存入告警数据库；

相关性分析单元，用于将有效的所述实时告警数据输入所述告警相关性分析模型中，获取有效的所述实时告警数据之间的相关性，确认所述实时告警数据中的根告警及其衍生告警，得到关联的所述告警数据集合；其中，所述相关性分析单元包括：

归类单元，用于对归一化处理后的所述实时告警数据及所述资源信息输入所述告警相关性分析模型，对所述实时告警数据进行相关性分析，将具有相关性的所述实时告警数据归类至各自的告警分析队列；

时间相关性检查单元，用于存储所述告警分析队列，对所述告警分析队列进行时间相关性检查；

剔除单元，用于判断所述告警分析队列中是否存在超出预置时间窗的所述实时告警数据，若存在，则将超出预置时间窗的所述实时告警数据从所述告警分析队列中剔除；

告警树建立单元，用于根据关联的所述实时告警数据集合建立告警树。

6.根据权利要求5所述的根告警分析识别装置，其特征在于，所述第一过滤单元还包括：

归一化单元，用于采集所述实时告警数据以及对应的资源数据，将所述实时告警数据进行归一化处理，并对归一化处理后的所述实时告警数据进行分组；

第二过滤单元，用于过滤分组后的所述实时告警数据中的无效的所述实时告警数据，无效的所述实时告警数据包括频闪告警、重复告警与虚假时间。

7.根据权利要求5所述的根告警分析识别装置，其特征在于，还包括：

匹配单元，用于采用规则引擎提取告警关联规则，将所述告警数据库中的所述实时告警数据与所述告警关联规则进行匹配，判断所述实时告警数据为独立告警还是关联告警。

8.根据权利要求5所述的根告警分析识别装置，其特征在于，还包括：

分类单元，用于根据不同的业务需求构建呈现层过滤器，对所述实时告警数据进行分类，每一类对应于一个所述业务需求，并建立每一类对应的告警树。

Images