CN114244683A - 事件分类方法和装置 - Google Patents
事件分类方法和装置 Download PDFInfo
- Publication number
- CN114244683A CN114244683A CN202010930653.5A CN202010930653A CN114244683A CN 114244683 A CN114244683 A CN 114244683A CN 202010930653 A CN202010930653 A CN 202010930653A CN 114244683 A CN114244683 A CN 114244683A
- Authority
- CN
- China
- Prior art keywords
- event
- type
- classification
- network
- identifier
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000004458 analytical method Methods 0.000 claims description 135
- 238000012549 training Methods 0.000 claims description 24
- 238000013145 classification model Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 abstract description 11
- 230000036541 health Effects 0.000 abstract description 9
- 230000004069 differentiation Effects 0.000 abstract description 7
- 238000007726 management method Methods 0.000 description 85
- 230000006870 function Effects 0.000 description 27
- 238000013461 design Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 16
- 238000002372 labelling Methods 0.000 description 10
- 230000009286 beneficial effect Effects 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0677—Localisation of faults
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了事件分类方法和装置,涉及通信技术领域,能够实现对事件的自动分类,从而提高分类效率,增强可扩展性。该事件分类方法包括:获取多个候选事件的标识与多个候选事件的分类标签的对应关系;获取网络中发生的待分类事件的标识;基于待分类事件的标识和上述对应关系,确定与待分类事件的标识对应的目标分类标签。本技术方案可以应用于辅助确定网络系统的健康度、帮助网络故障发现及故障区分,以及辅助故障根因定位等场景,从而提高相应场景下确定网络系统的健康度、执行网络故障发现及故障区分、执行故障根因定位的效率。
Description
技术领域
本申请涉及通信技术领域,尤其涉及事件分类方法和装置。
背景技术
网络故障会降低网络系统的健康度,从而影响正常业务的传输。例如,在数据中心网络(data center network,DCN)中,网络故障可以包括地址解析协议(addressresolution protocol,ARP)超限、设备重启、路由器身份标识(routerid)冲突等故障。
目前,网络故障对网络系统的健康度的影响、网络故障发现、故障定位等,往往通过人工发现,这依赖于维护工程师的经验和技能,并且效率较低,可扩展性差。
发明内容
本申请提供了一种事件分类方法和装置,能够实现对事件的自动分类,从而提高分类效率,增强可扩展性。
为达上述目的,本申请提供如下技术方案:
第一方面,本申请提供一种事件分类方法,应用于分析平台,该方法包括:获取多个事件的标识与该多个事件的分类标签的对应关系。获取网络中发生的待分类事件的标识。基于待分类事件的标识和该对应关系,确定与待分类事件的标识对应的目标分类标签。其中,该对应关系可以是分析平台预存的,也可以是分析平台实时向其他平台。
本技术方案中,基于事件的标识与事件的分类标签之间的对应关系,能够快速确定待分类事件的分类标签,从而实现对事件的自动分类。相比于人工方式确定,本技术方案有助于提高分类效率,增强可扩展性。本技术方案可以应用于辅助确定网络系统的健康度、帮助网络故障发现及故障区分,以及辅助故障根因定位等场景,从而提高相应场景下确定网络系统的健康度、执行网络故障发现及故障区分、执行故障根因定位的效率。
在一种可能的设计中,目标分类标签用于表征以下至少一种:待分类事件对该网络的影响的严重程度;待分类事件的性质;或者,待分类事件所针对的对象。当然具体实现时不限于此。
在一种可能的设计中,获取多个事件的标识与该多个事件的分类标签的对应关系,包括:接收用于管理分析平台的管理平台发送的上述对应关系。
该技术方案中,由管理平台对整个网络系统中的事件的分类标签进行统一管理,这样,各分析平台不需要本地生成事件的分类标签,因此有助于节省各分析平台的计算资源。另外,有助于避免(或尽量避免)因“不同分析平台的性能不同,和/或不同分析平台所使用的生成事件的分类标签的方法不同”等因素,而导致的“不同分析平台所确定的同一事件的分类标签不同,从而造成的整体性能不高”的问题。
在一种可能的设计中,分析平台用于管理多个网络设备,该多个网络设备包括第一类型的网络设备,在接收用于管理分析平台的管理平台发送的上述对应关系之前,该方法还包括:向管理平台发送请求消息。该请求消息包括第一类型的标识,该请求消息用于请求第一类型的标识对应的事件的分类标签。该情况下,接收用于管理分析平台的管理平台发送的上述对应关系,包括:接收管理平台发送的第一类型的标识对应的事件的标识与第一类型的标识对应的事件的分类标签之间的对应关系。
可以理解的是,如果待分类事件是第一类型的网络设备发生的事件,则第一类型的标识对应的事件包括待分类事件。
该技术方案中,分析平台采用主动请求的方式,获取第一类型的网络设备的事件的分类标签。该方式下,分析平台可以基于自身需求向管理平台请求特定事件的分类标签,因此灵活性更高。当然具体实现时不限于此。例如,管理平台可以采用主动推送的方式向分析平台推送第一类型的网络设备的事件的分类标签。
在一种可能的设计中,第一类型的网络设备是具有同一版本号的网络设备。
在一种可能的设计中,第一类型的网络设备是具有同一版本号和同一型号的网络设备。
第二方面,本申请提供了一种事件分类方法,应用于管理平台,管理平台连接分析平台,分析平台用于管理多个网络设备,该多个网络设备包括第一类型的网络设备。该方法包括:获取第一类型的标识对应的事件的分类标签;向分析平台发送第一类型的标识对应的事件的分类标签,第一类型的标识对应的事件的分类标签用于分析平台对网络中发生的待分类事件进行事件。
本技术方案中,管理平台向分析平台发送第一类型的标识对应的事件的分类标签,这样,分析平台可以直接利用该对应关系,确定待分类事件的分类标签,实现对事件的自动分类,这有助于提高分类效率,增强可扩展性。另外,管理平台基于网络设备的类型向分析平台发送第一类型的标识对应的事件的分类标签,这为“当网络系统中增加了新类型的网络设备时,管理平台可以向分析平台下发该新的类型的网络设备的事件的分类标签”创造了条件。
在一种可能的设计中,在获取第一类型的标识对应的事件的分类标签之前,该方法还包括:接收分析平台发送的请求消息。该请求消息包括所述第一类型的标识,该请求消息用于请求第一类型的标识对应的事件的分类标签。该方式下,分析平台可以基于自身需求向管理平台请求特定的事件的分类标签,灵活性更高。
在一种可能的设计中,第一类型的标识对应的事件包括第一事件,第一事件可以是第一类型的标识对应的任意一个事件。第一事件的分类标签用于表征以下至少一种:第一事件对网络系统的影响的严重程度;第一事件的性质;或者,第一事件所针对的对象。
在一种可能的设计中,该方法还包括:获取第一类型的网络设备的产品手册;其中,第一类型的网络设备的产品手册包括用于描述第一类型的网络设备的事件。基于第一类型的网络设备的说明文档和第一信息,获取第一类型的网络设备的事件的分类标签。其中,第一信息用于表征事件的关键词与事件的分类标签之间的对应关系。可选的,第一信息包括分类模型或知识图谱。该技术方案提供了基于产品手册,获取事件的分类标签的方式。
在一种可能的设计中,分类模型是基于多个类型的网络设备的产品手册包括的说明文档训练得到的。
在一种可能的设计中,知识图谱是基于多个类型的网络设备的产品手册包括的说明文档获得的。
第三方面,本申请提供了一种事件分类装置。该事件分类装置可以是上述分析平台。
在一种可能的设计方式中,该事件分类装置用于执行上述第一方面提供的任一种方法。本申请可以根据上述第一方面提供的任一种方法,对该事件分类装置进行功能模块的划分。例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。示例性的,本申请可以按照功能将该事件分类划分为获取单元和确定单元等。上述划分的各个功能模块执行的可能的技术方案和有益效果的描述均可以参考上述第一方面或其相应的可能的设计提供的技术方案,此处不再赘述。
在另一种可能的设计中,该事件分类装置包括:存储器和处理器,存储器和处理器耦合。存储器用于存储计算机指令,处理器用于调用该计算机指令,使得该事件分类装置执行如第一方面及其任一种可能的设计方式提供的任一种方法。
第四方面,本申请提供了一种事件分类装置。该事件分类装置可以是上述管理平台。
在一种可能的设计方式中,该事件分类装置用于执行上述第二方面提供的任一种方法。本申请可以根据上述第二方面提供的任一种方法,对该事件分类装置进行功能模块的划分。例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。示例性的,本申请可以按照功能将该事件分类划分为获取单元和发送单元等。上述划分的各个功能模块执行的可能的技术方案和有益效果的描述均可以参考上述第二方面或其相应的可能的设计提供的技术方案,此处不再赘述。
在另一种可能的设计中,该事件分类装置包括:存储器和处理器,存储器和处理器耦合。存储器用于存储计算机指令,处理器用于调用该计算机指令,使得该事件分类装置执行如第二方面及其任一种可能的设计方式提供的任一种方法。
第五方面,本申请提供了一种计算机可读存储介质,如计算机非瞬态的可读存储介质。其上储存有计算机程序(或指令),当该计算机程序(或指令)在事件分类装置上运行时,使得该事件分类装置执行上述第一方面中或第二方面中的任一种可能的实现方式提供的任一种方法。
第六方面,本申请提供了一种计算机程序产品,当其在事件分类装置上运行时,使得第一方面中或第二方面中的任一种可能的实现方式提供的任一种方法被执行。
第七方面,本申请提供了一种芯片系统,包括:处理器,处理器用于从存储器中调用并运行该存储器中存储的计算机程序,执行第一方面中或第二方面中的实现方式提供的任一种方法。
可以理解的是,上述提供的任一种装置、计算机存储介质、计算机程序产品或芯片系统等均可以应用于上文所提供的对应的方法,因此,其所能达到的有益效果可参考对应的方法中的有益效果,此处不再赘述。
在本申请中,上述事件分类装置的名字对设备或功能模块本身不构成限定,在实际实现中,这些设备或功能模块可以以其他名称出现。只要各个设备或功能模块的功能和本申请类似,属于本申请权利要求及其等同技术的范围之内。
本申请的这些方面或其他方面在以下的描述中会更加简明易懂。
附图说明
图1为本申请实施例提供的一种网络系统的架构示意图;
图2为本申请实施例提供的另一种网络系统的架构示意图;
图3为可适用于本申请实施例的一种计算机设备的硬件结构示意图;
图4为本申请实施例提供的一种事件分类方法的流程示意图;
图5为本申请实施例提供的一种候选事件的说明文档的示意图;
图6为本申请实施例提供的一种知识图谱的结构示意图;
图7为本申请实施例提供的一种分析平台的结构示意图;
图8为本申请实施例提供的一种管理平台的结构示意图;
图9为本申请实施例提供的一种芯片系统的结构示意图;
图10为本申请实施例提供的计算机程序产品的结构示意图。
具体实施方式
以下,对本申请实施例提供的技术方案中所涉及的部分术语进行解释说明:
1)、事件
事件,是网络中发生的任何需要提示用户的情况的统称。
在本申请实施例中,事件可以包括:告警事件和日志事件。当然,具体实现时,不限于此。其中,告警事件是网络系统检测到的非预期的状态(例如故障),且需提示用户干预而产生的通知,例如,接口状态改变(如,LinkDown或LinkUp)等。日志事件是记录网络系统变化的信息,可以是异常情况或无需用户干预的非异常情况下记录的网络系统变化的通知,如内部调试信息等。
2)、事件的分类标签
在一个示例中,事件的分类标签,用于表征该事件对网络系统(具体是对发生该事件的网络)影响的严重程度。不同网络设备发生的同一事件对网络系统(具体是对发生该事件的网络)影响的严重程度相同。
本申请实施例对事件的分类标签的具体实现方式不进行限定。
例如,事件的分类标签可以包括:第1级分类标签、第2级分类标签……第N级分类标签。其中,N是大于等于2的整数,N的取值越大表示该事件对网络系统的影响越严重,或者表示该事件对网络系统的影响越不严重。
又如,事件的分类标签可以包括:Up、Down、Subhealth。其中,Up表示对网络系统无影响或对网络系统的影响已恢复,Down表示对网络系统影响严重,Subhealth表示亚健康。其中,Subhealth表示对网络系统的影响的严重程度介于Up与Down之间。
在另一个示例中,事件的分类标签,用于表征该事件的性质。例如,根据事件的性质,将事件分为正常事件(即恢复类事件)和异常事件(即问题事件)。又例如,进一步地,如果一个事件是异常事件(即问题类事件),则该事件的性质具体可以包括该事件的异常类型,例如,根据事件的性质,将异常事件分为权限问题类事件或超限问题类事件等。例如,恢复类事件可以包括:hwEthernetARPLimitExceed_clear,即接口学习到的地址解析协议(address resolution protocol,ARP)表项数量恢复到阈值以下的事件。权限问题类事件可以包括:hwAdminLoginFailed_active,即管理员登录失败过于频繁的事件。超限问题类事件可以包括:hwIfMonitorInputRateRising_active,即接口输入流带宽利用率超过告警阈值的事件。
在又一个示例中,事件的分类标签,用于表征该事件所针对的对象。其中,对象包括网络设备中的实体器件或逻辑功能模块。以对象包括网络设备中的实体器件为例,根据事件所针对的对象,可以将事件分为:接口问题事件、板子问题事件、中央处理单元(central processing unit,CPU)问题事件等。
需要说明的是,事件的分类标签按照以上哪种或哪些方式进行分类,可以是预定义的,例如基于实际需求预定义。在一个示例中,假设实际需要是为了确定事件对网络系统的影响程度,则可以基于该事件对网络系统影响的严重程度确定事件的分类标签。事件的分类标签按照以上哪种或哪些方式进行分类在预定义之后是可以更新的。
另外,事件的分类标签一共包括哪几种,也可以是预定义的,例如基于专家经验预定义。事件的分类标签在预定义之后是可以更新的。一个事件的分类标签具体是哪种分类标签,也可以是预定义的,如基于专家经验预定义。或者,一个事件的分类标签具体是哪种分类标签,可以是结合专家经验,并基于分类模型或知识图谱确定的,具体实现方式可以参考下文,此处不再赘述。
3)、候选事件
为了区分预计的网络设备可能发生的事件和网络设备的已发生事件,本申请实施例中引入了“候选事件”的概念。候选事件是指预计的网络设备可能发生的事件。在网络设备运行的过程中,某一候选事件可能发生,也可能不发生。已发生事件是指网络设备实际发生的事件。已发生事件通常属于候选事件。
4)、知识图谱
在本申请实施例中,知识图谱是由多个候选事件的关键词与该多个候选事件的分类标签作为实体,根据各关键词及分类标签之间的关联关系作为实体间连接关系的语义网络。在一个示例中,该知识图谱可以用于分析平台基于各事件(如告警事件或日志事件)的关键词,获得该事件的分类标签,从而实现对事件的分类。
5)、网络设备的类型
网络设备的类型标识用于唯一标识网络设备的类型。
在一个示例中,网络设备的类型标识包括该网络设备的版本号。
其中,网络设备的一个版本号对应网络设备的一种类型。换句话说,具有同一版本号的网络设备是同一种类型的网络设备,相应的,具有不同版本号的网络设备是不同类型的网络设备。另外,网络设备的一个版本号可以对应网络设备的一种或多种型号。
如表1所示,为本申请实施例提供的一种网络设备的类型标识、网络设备的版本号与网络设备的型号之间的对应关系的示例。
表1
在另一个示例中,网络设备的类型标识包括该网络设备的版本号和型号。
其中,网络设备的一个型号对应网络设备的一种类型。换句话说,具有同一版本号和同一型号的网络设备是同一种类型的网络设备,相应的,具有不同版本号的网络设备是不同类型的网络设备,并且,具有同一版本号但不同型号的网络设备也是不同类型的网络设备。
如表2所示,为本申请实施例提供的另一种网络设备的类型标识、网络设备的版本号与网络设备的型号之间的对应关系的示例。
表2
网络设备的类型标识 | 网络设备的版本号 | 网络设备的型号 |
网络设备的类型1 | V200R005C10 | CloudEngine8800 |
网络设备的类型2 | V200R005C10 | CloudEngine7800 |
网络设备的类型3 | V200R005C10 | CloudEngine6800 |
网络设备的类型4 | V200R005C10 | CloudEngine5800 |
网络设备的类型5 | V200R005C11 | …… |
网络设备的类型6 | …… | …… |
需要说明的是,上文中对网络设备的类型的说明仅为示例,其不对本申请实施例所涉及的网络设备的类型构成限定。例如,在具体实现时,可以将交换机作为一种网络设备的类型,将路由器作为另一种网络设备的类型。可以理解的是,网络中可以部署有一种或多种版本号的交换机,和/或部署一种或多种版本号的路由器。
另外需要说明的是,一种类型的网络设备可以发生一种或多种候选事件。不同类型的网络设备可以发生相同的候选事件,也可以发生不同的候选事件。在一个示例中,网络设备的类型与候选事件的标识之间的对应关系如表3所示:
表3
网络设备的类型标识 | 候选事件的标识 |
网络设备的类型1 | ADD_NEW_USER_SECURITY |
网络设备的类型1 | APP_SPEED_LIMIT |
网络设备的类型1 | STACHG_TODWN |
网络设备的类型2 | ADD_NEW_USER_SECURITY |
对于不同类型的网络设备来说,其所发生的同一候选事件(即标识/名称相同的候选事件)的分类标签相同。例如,表3中网络设备的类型1和网络设备的类型2均对应候选事件“ADD_NEW_USER_SECURITY”,这两种类型的网络设备发生该候选事件的分类标签相同。
6)、其他术语
在本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
在本申请的实施例中,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。
在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。本申请中术语“至少一个”的含义是指一个或多个,本申请中术语“多个”的含义是指两个或两个以上。
应理解,在本文中对各种所述示例的描述中所使用的术语只是为了描述特定示例,而并非旨在进行限制。如在对各种所述示例的描述和所附权利要求书中所使用的那样,单数形式“一个(“a”,“an”)”和“该”旨在也包括复数形式,除非上下文另外明确地指示。
还应理解,本文中所使用的术语“和/或”是指并且涵盖相关联的所列出的项目中的一个或多个项目的任何和全部可能的组合。术语“和/或”,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。另外,本申请中的字符“/”,一般表示前后关联对象是一种“或”的关系。
还应理解,在本申请的各个实施例中,各个过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
应理解,根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其它信息确定B。
还应理解,术语“包括”(也称“includes”、“including”、“comprises”和/或“comprising”)当在本说明书中使用时指定存在所陈述的特征、整数、步骤、操作、元素、和/或部件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元素、部件、和/或其分组。
还应理解,术语“如果”可被解释为意指“当...时”(“when”或“upon”)。
应理解,说明书通篇中提到的“一个实施例”、“一实施例”、“一种可能的实现方式”意味着与实施例或实现方式有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”、“一种可能的实现方式”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
以下,说明本申请实施例提供的网络系统的架构。
如图1所示,为本申请实施例提供的一种网络系统1的架构示意图。图1所示的网络系统1包括:第一分析平台10和第一网络20。第一网络20包括多个网络设备60。
第一分析平台10与第一网络20中的每个网络设备60直接或间接连接。第一分析平台10可以用于管理第一网络20中的每个网络设备60。可选的,第一分析平台10存储第一网络20中的部分或全部候选事件(或已发生事件)的分类标签。第一分析平台10所存储的分类标签是可以更新的。可选的,第一分析平台10可以本地生成第一网络20中的候选事件的分类标签,或者从其他平台或设备获取第一网络20中的候选事件的分类标签,或者由用户输入第一网络20中的候选事件的分类标签等。
第一网络20中的每个网络设备60发生某个事件后均可以向第一分析平台10上报该事件的标识。第一分析平台10可以基于该事件的标识,确定该事件的分类标签。后续,本申请实施例对第一分析平台10所确定的分类标签的应用场景不进行限定,具体可以参考下文。
第一分析平台10可以通过一个或多个计算机设备实现。
需要说明的是,图1是以第一分析平台10是独立于第一网络20为例进行说明的。在一些实施例中,第一分析平台10的功能可以集成在第一网络20的一个或多个网络设备60上,从而由该一个或多个网络设备60在不改变自身功能的情况下,增加第一分析平台10的部分或全部功能。为了方便理解,下文中均是以第一分析平台10是独立于第一网络20为例进行说明的。
如图2所示,为本申请实施例提供的另一种网络系统1的架构示意图。图2所示的网络系统1是基于图1进行绘制的。具体的,在图1所示的网络系统1的基础之上,图2所示的网络系统1还包括:第二分析平台30、第二网络40和管理平台50。其中,第二网络40包括多个网络设备60。
第二分析平台30与第二网络40中的每个网络设备60直接或间接连接。第二分析平台30可以用于管理第二网络40中的每个网络设备60。可选的,第二分析平台30可以存储第二网络40中的候选事件的分类标签。第二分析平台30所存储的分类标签是可以更新的。
管理平台50与第一分析平台10和第二分析平台30分别连接。管理平台50用于存储网络中的所有的候选事件的分类标签。第一分析平台10和第二分析平台30可以分别通过与管理平台50进行信息交互,获取自身连接的网络中的网络设备的部分或全部候选事件(或部分或全部已发生事件)的分类标签。
在一些实施例中,管理平台50可以本地生成网络中的部分或全部候选事件的分类标签。在另一些实施例中,管理平台50可以通过与其所连接的一个或多个分析平台进行信息交互,从而获得该一个或多个分析平台所管理的网络中的候选事件的分类标签。这些分类标签可以提供给其他分析平台。在另一些实施例中,管理平台50中所存储的网络中的部分或全部候选事件的分类标签可以是用户输入的。本申请实施例对此不进行限定。
可扩展地,本申请实施例提供的网络系统1还可以包括其他一个或多个分析平台,每个分析平台用于管理一个网络中的网络设备。
该技术方案中,由管理平台50对整个网络中的候选事件的分类标签进行统一管理,这样,可以各分析平台不需要本地生成候选事件的分类标签,因此有助于节省各分析平台的计算资源。另外,有助于避免(或尽量避免)因“不同分析平台的性能不同,和/或不同分析平台所使用的生成候选事件的分类标签的方法不同”等因素,而导致的“不同分析平台所确定的同一候选事件的分类标签不同,从而造成的整体性能不高”的问题。
需要说明的是,与第一分析平台10类似,在一些实施例中,第二分析平台30的功能可以集成在第二网络40的一个或多个网络设备60中。在另一些实施例中,一个分析平台的功能可以集成在其他网络的一个或多个网络设备60中,例如,第一分析平台10的功能可以集成在第二分析平台30的一个或多个网络设备60中。
另外需要说明的是,管理平台50可以通过独立于各分析平台的一个或多个计算机设备实现,或者可以集成在某一个或多个分析平台中,或者可以集成在某一个或多个网络设备上。
由上文中的描述可知,上述第一分析平台10、第二分析平台30和管理平台50均可以通过一个或多个计算机设备实现。另外,上述网络设备60也可以通过计算机设备实现。如图3所示,为可适用于本申请实施例的一种计算机设备30的硬件结构示意图。
参考图3,计算机设备30包括处理器301、存储器302、输入输出器件303以及总线304。其中,处理器301、存储器302以及输入输出器件303之间可以通过总线304连接。
处理器301是计算机设备30的控制中心,可以是一个通用CPU,也可以是其他通用处理器等。其中,通用处理器可以是微处理器或者是任何常规的处理器等。
作为示例,处理器301可以包括一个或多个CPU,例如图3中所示的CPU 0和CPU 1。
存储器302可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory,EEPROM)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
一种可能的实现方式中,存储器301可以独立于处理器301存在。存储器302可以通过总线304与处理器301相连接,用于存储数据、指令或者程序代码。处理器301调用并执行存储器302中存储的指令或程序代码时,能够实现本申请实施例提供的事件分类方法。
另一种可能的实现方式中,存储器302也可以和处理器301集成在一起。
输入输出器件303,例如,可以用于输入候选事件的分类标签等。输入输出器件303可以是操作盘或触摸屏,或者是其他任意能够输入参数信息的器件如通信接口等,本申请实施例不作限定。其中,通信接口可以包括接收单元和发送单元。
总线304,可以是工业标准体系结构(industry standard architecture,ISA)总线、外部设备互连(peripheral component interconnect,PCI)总线或扩展工业标准体系结构(extended industry standard architecture,EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
需要指出的是,图3中示出的结构并不构成对该计算机设备30的限定,除图3所示部件之外,该计算机设备30可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
以下,结合附图,说明本申请实施例提供的事件分类方法。
如图4所示,为本申请实施例提供的一种事件分类方法的流程示意图。图4所示的方法包括以下步骤:
S101:管理平台获取网络系统中的多个网络设备(如所有网络设备)的多个候选事件的标识和该多个候选事件的分类标签之间的对应关系。
本申请实施例对管理平台如何获取S101中的对应关系不进行限定。以下列举几种方式:
方式1:管理平台结合分类模型获取S101中的对应关系。具体可以包括以下步骤11-14:
步骤11:管理平台获取网络中的所有类型的网络设备的产品手册。其中,一种类型的网络设备的产品手册包括用于描述该类型的网络设备的候选事件的说明文档。可选的,一个候选事件对应一个说明文档,该说明文档用于描述该候选事件。
候选事件的说明文档可以包括:候选事件的名称、信息(message)、描述(description)和其他信息(如参数的详细信息、发生候选事件的原因等)。其中,信息是指候选事件的详细信息,包含:候选事件名称、候选事件的含义描述,以及候选事件的参数(如发生该候选事件的设备的名称等信息)。描述是指候选事件的含义描述。
如图5所示,为本申请实施例提供的一种候选事件的说明文档的示意图。图5中示意出了事件“linkdown_active”的说明文档。在图5中,“信息”包括:接口状态改变(事件“linkdown_active”的参数,如发生该事件的设备的名称等)。在一个示例中,这里的详细参数可以包括参数(parameters)部分所描述的参数。“描述”包括:接口状态改变。“其他信息”包括:候选事件的参数的详细信息(如参数名与参数含义等)和发生候选事件的原因(possible causes)等。
步骤12:管理平台采用自然语言处理技术,提取部分产品手册包含的说明文档中的关键词。可选的,管理平台在说明文档的“信息”部分和“描述”部分提取关键词。
关键词,是用于表征候选事件的词汇,具体包括单词或词组等。关键词可以根据词汇的词性(如名词、动词等)、频率相关算法(如TF-IDF、PageRank)等进行提取,也可以利用其它技术,本申请实施例对此不进行限定。
例如,结合图5,linkdown_active的信息部分和描述部分的内容中,都出现了interface(名词),status(名词),changes(动词),则这三个词汇可以作为事件linkdown_active的关键词。
可选的,关键词可以是预定义的,例如,基于专家经验预定义。
步骤13:管理平台基于步骤12中获取的关键词获取训练集。
例如,管理平台输出步骤12中获取的关键词,由用户将所提取的关键词作为特征,进行训练集标注。例如,用户基于经验进行训练集标注。该示例提供的技术方案可以被称为人工训练集标注。
再如,管理平台将提取的关键词作为特征,进行训练集标注。该示例提供的技术方案可以被称为自动训练集标注。
又如,结合上述人工进行训练集标注和自动进行训练集标注的方法,获得训练集。
将关键词作为特征,进行训练集标注,可以理解为:基于关键词,获得训练集。其中,训练集包括多个样本,一个样本可以包含特征和标签。例如,结合图5,管理平台可以将linkdown_active事件中提取的关键词“interface,status,changes”作为特征,标注出linkdown_active标签为down(即对网络影响严重),则产生一个样本(包括特征和标签),多个样本构成一个训练集。
步骤14:管理平台对训练集中的样本进行训练,得到分类模型。该分类模型用于表征候选事件的关键词与候选事件的分类标签之间的对应关系。其中,分类模型的输入包括候选事件的关键词,分类模型的输出包括候选事件的分类标签。
可选的,管理平台可以采用神经网络等有监督算法训练分类模型,当然不限于此。
步骤15:管理平台将没有参与执行步骤12的另一部分产品手册中的每个候选事件的关键词输入到分类模型,获得该候选事件的分类标签。
示例的,假设网络系统中所有类型的网络设备的产品手册中共包含100个候选事件的说明文档,其中,一个候选事件对应一个说明文档,那么:首先,管理平台选择该100个候选事件的说明文档中的20个说明文档。然后,利用自然语言处理技术提取该20个说明文档中的关键词,并将所提取的关键词作为特征,采用人工方式对这些关键词进行标注,得到训练集。接着,管理平台对训练集中的样本进行训练,得到分类模型。最后,将剩余的80个说明文档中的任意一个候选事件的关键词输入到分类模型,得到该候选事件的分类标签。至此,管理平台获取到了网络中的所有类型的设备的所有候选事件的分类标签。
需要说明的是,在一个实施例中,如果在步骤12中,管理平台获取的是网络中的所有类型的网络设备的全部产品手册包含的所有候选事件的说明文档中的关键词,则执行步骤13(即进行训练集标注)之后,管理平台可以获取网络中的所有类型的网络设备的所有候选事件的分类标签。该情况下,管理平台可以不执行步骤14和步骤15;或者,该情况下,管理平台可以执行步骤14,以得到分类模型。
在上述任一实施例中,分类模型还可以用于在网络系统中的网络设备的类型更新时,获取该网络设备的候选事件的分类标签。例如,新增网络设备类型时,管理平台可以通过新增类型的设备的产品手册的事件信息,学习到新增类型的设备对应的候选事件的分类标签。
方式2:管理平台结合知识图谱获取S101中的对应关系。具体可以包括以下步骤21-24:
步骤21-23:可以参考上述步骤11-13。
步骤24:管理平台基于步骤23中的训练集,获取知识图谱。
在一个示例中,对于训练集中的任意一个样本,训练集中将该样本中的每个关键词和分类标签均作为一个实体,并将表示关键词的实体依次连接,将最后一个表示关键词的实体与表示该样本中的分类标签的实体连接。至此,获得了知识图谱的一部分内容,这部分内容由根节点到叶子节点构成,其中,根节点是第一个关键词的实体,叶子节点是分类标签的实体。根节点与叶子节点之间可以没有中间节点,也可以有一个或多个中间节点,中间节点是其他关键词的实体。对于训练集中其他每个样本,如果确定该样本中的所有关键词属于已存在的知识图谱,则可以复用已存在的知识图谱中表示关键词的实体,如果该样本中的关键词不属于已存在的知识图谱,则可以新增表示该样本的关键词的实体和表示分类标签的实体。对于新增的表示该样本的关键词的实体和表示分类标签的实体,如果其与已存在的知识图谱之间共用从根节点至某个中间节点,或者从某个中间节点至叶子节点,则可以将这部分共用的内容合并,从而简化知识图谱的结构。以此类推,管理平台可以根据训练集中的所有样本得到知识图谱。
例如,假设网络中包括候选事件1-4,并且,候选事件1的关键词是关键词1-3,候选事件2的关键词是关键词1、4、5,候选事件3的关键词是关键词2、4、5,候选事件4的关键词是关键词2、5、6。候选事件1-4的分类标签依次是UP、UP、UP、DOWN,那么,本申请实施例提供的一种知识图谱的结构示意图可以如图6所示。
在图6中,候选事件1和候选事件2共用根节点,具体共用表示关键词1的实体。候选事件2和候选事件3共用中间节点至叶子节点,具体共用表示关键词4的实体至表示分类标签的实体。候选事件3和候选事件4共用根节点,具体共用表示关键词2的实体。
步骤24:管理平台将没有参与执行步骤22的另一部分产品手册中的每个候选事件的关键词输入到知识图谱,获得该候选事件的分类标签。
例如,结合图6,假设linkdown_active事件的关键词是关键词2、5、6,则linkdown_active事件的分类标签是DOWN。
需要说明的是,对于步骤24来说,如果将没有参与执行步骤22的另一部分产品手册中的任意一个候选事件的关键词输入到知识图谱,没有找到该候选事件的分类标签,则基于人工标注方式对该候选事件的分类标签进行标注,直到管理平台获得没有参与执行步骤22的另一部分产品手册中的每个候选事件的关键词为止。
执行方式1或方式2之后,管理平台可以存储每个候选事件对应分类标签。如表4所示,为本申请实施例提供的一种候选事件的标识和分类标签之间的对应关系。
表4
候选事件的标识 | 候选事件的分类标签 |
ADD_NEW_USER_SECURITY | UP |
APP_SPEED_LIMIT | SUBHEALTH |
STACHG_TODWN | DOWN |
…… | …… |
本申请实施例对网络设备的类型标识、候选事件的标识和候选事件的分类标签之间的对应关系的具体存储方式不进行限定。例如,可以以表3和表4所描述的单独存在为例,也可以合并成一个表格进行存储。当然还可以以非表格的形式存储。
S102:第一分析平台与管理平台之间进行信息交互,以获得第一网络中的候选事件的标识,以及第一网络中的候选事件的分类标签之间的对应关系。
本申请实施例对S102的具体实现方式不进行限定。以下列举几种实现方式:
方式一:管理平台向第一分析平台发送第一网络中的部分或全部网络设备的类型对应的部分或全部候选事件的分类标签。
具体的,管理平台可以结合第一分析平台所管理的网络设备的类型,网络设备的类型的标识与候选事件的标识之间的对应关系(如表3所示),以及候选事件的标识与候选事件的分类标签之间的对应关系(如表4所示),获取第一网络中的部分或全部网络设备的类型对应的部分或全部候选事件的分类标签。
方式一采用管理平台主动向分析平台推送的方式,使得第一分析平台获取到第一网络中的候选事件的分类标签。这有助于节省信令传输开销。
方式二:第一分析平台向管理平台发送请求消息,该请求消息包括第一类型的标识,该请求消息用于请求第一类型的标识对应的候选事件的分类标签。管理平台基于该请求消息向第一分析平台发送该部分或全部候选事件的分类标签。第一类型是第一分析平台管理的网络设备的一种类型。
具体的,管理平台可以结合网络设备的类型的标识与候选事件的标识之间的对应关系(如表3所示),以及候选事件的标识与候选事件的分类标签之间的对应关系(如表4所示),获取第一网络中的第一类型的标识对应的部分或全部候选事件的分类标签。
方式二采用分析平台主动请求的方式,使得第一分析平台获取到第一网络中的候选事件的分类标签。该方式下,第一分析平台可以基于自身需求向管理平台请求特定的候选事件的分类标签,灵活性更高。
需要说明的是,管理平台与第一分析平台之间可以采用上述方式一和方式二结合的方式,例如,在网络初始化阶段(即管理平台已经获得第一网络中的候选事件的分类标签,但是还未向第一分析平台发送的阶段),管理平台可以采用上述方式一的方式向第一分析平台推送所获得的第一网络中的候选事件的分类标签。后续,第一分析平台可以采用主动请求的方式,获取特定的候选事件的分类标签,例如,第一分析平台可以在第一网络中有新增的网络设备的类型更新的情况下,向第一分析平台主动请求该新增的网络设备的类型所对应的候选事件的分类标签。
在执行S102之后,第一分析平台可以存储所获取到的对应关系。本申请实施例对具体存储形式不进行限定。
S103:第一网络中的第一网络设备向第一分析平台上报待分类事件的标识。
第一网络设备可以是第一网络中的任意一个网络设备。待分类事件可以是第一网络设备的任意一个候选事件,或者任意一个已发生事件。待分类事件具体可以是告警事件或日志事件。示例的,第一网络中的第一网络设备在检测到自身发生某一事件的情况下,向第一分析平台上报第一网络设备的待分类事件的标识。
需要说明的是,S103仅为第一分析平台获取待分类事件的标识的一个示例,其不对本申请实施例提供的第一分析平台获取待分类事件的标识的具体实现方式构成限定。
S104:第一分析平台基于第一网络中的候选事件的标识,以及第一网络中的候选事件的分类标签之间的对应关系,获取与待分类事件的标识对应的分类标签,并将该分类标签作为目标分类标签。
至此,第一分析平台获取到了第一网络设备发生待分类事件的分类标签。对于网络系统中的其他分析平台,如第二分析平台等,可以按照上述S103-S104的方式获取自身管理的网络中的任一候选事件或已发生事件的分类标签,此处不再赘述。
本申请实施例提供的事件分类方法,是自动对事件进行分类的方法。以事件的分类标签用于表征该事件对网络系统影响的严重程度为例,第一分析平台可以基于所确定的该事件的分类标签确定该事件对网络系统影响的严重程度,从而确定网络系统的健康度、帮助网络故障发现及故障区分、或者辅助故障根因定位等。比如,对于一些对网络系统没影响的事件,在故障发现、故障定位等分析时可以过滤掉不关注,从而节省处理开销,而对于一些对网络系统影响程度严重的事件,可以重点关注等,因此,第一分析平台在确定事件对网络系统影响的严重程度之后,可以帮助网络故障发现及故障区分,或者辅助故障根因定位。
需要说明的是,本申请实施例提供的技术方案中,事件的分类标签并不限于该事件对网络系统影响的严重程度,例如,事件的分类标签可以用于表征该事件的内容/性质,或者该事件所针对的对象等等。这同样有助于确定网络系统的健康度、帮助网络故障发现及故障区分、或者辅助故障根因定位等。
上述主要从方法的角度对本申请实施例提供的方案进行了介绍。为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对事件分类装置(如上述第一分析平台或管理平台)进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。需要说明的是,本申请实施例中对模块的划分是示意性的,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。
如图7所示,为本申请实施例提供的一种分析平台70的结构示意图。分析平台70可以用于实现上文中提供的第一分析平台的功能。例如,分析平台70可以用于执行上述事件分类方法中第一分析平台所执行的步骤,例如用于执行图4中第一分析平台所执行的步骤。可选的,分析平台70可以包括获取单元701和确定单元702。
获取单元701,用于获取多个事件的标识与该多个事件的分类标签的对应关系;以及,获取网络中发生的待分类事件的标识。确定单元702,用于基于待分类事件的标识和该对应关系,确定与待分类事件的标识对应的目标分类标签。例如,结合图4,确定单元702可以用于执行S104。
可选的,目标分类标签用于表征以下至少一种:待分类事件对该网络的影响的严重程度;待分类事件的性质;或者,待分类事件所针对的对象。
可选的,分析平台70还包括:接收单元703,用于接收用于管理分析平台70的管理平台发送的上述对应关系接收单元703可以用于执行S103对应的接收步骤。
可选的,分析平台70用于管理多个网络设备,该多个网络设备包括第一类型的网络设备,该分析平台还包括:发送单元704,用于向管理平台发送请求消息,该请求消息包括第一类型的标识。请求消息用于请求第一类型的标识对应的事件的分类标签,其中,第一类型的标识对应的事件包括待分类事件。该情况下,接收单元703具体用于:接收管理平台发送的第一类型的标识对应的事件的标识与第一类型的标识对应的事件的分类标签之间的对应关系。
可选的,第一类型的网络设备是具有同一版本号的网络设备;或者,第一类型的网络设备是具有同一版本号和同一型号的网络设备。
关于上述可选方式的具体描述可以参见前述的方法实施例,此处不再赘述。此外,上述提供的任一种分析平台70的解释以及有益效果的描述均可参考上述对应的方法实施例,不再赘述。
作为示例,结合图3,分析平台70中的发送单元704和接收单元703的功能可以通过图3中的输入输出器件303实现,获取单元701和确定单元702的功能可以通过图3中的处理器301执行图3中的存储器302中的程序代码实现。
如图8所示,为本申请实施例提供的一种管理平台80的结构示意图。管理平台80可以用于实现上文中提供的管理平台的功能。例如,管理平台80可以用于执行图4中管理平台所执行的步骤。管理平台80应用于网络系统,管理平台80连接分析平台,分析平台用于管理多个网络设备,该多个网络设备包括第一类型的网络设备。可选的,管理平台80可以包括获取单元801和发送单元802。
获取单元801,用于获取第一类型的标识对应的事件的分类标签。发送单元802,用于向分析平台发送第一类型的标识对应的事件的分类标签,第一类型的标识对应的事件的分类标签用于分析平台对网络中发生的待分类事件进行分类。例如,结合图4,获取单元801可以用于执行S101,发送单元802可以用于执行S102中管理平台所执行的发送动作。
可选的,管理平台80还包括:接收单元803,用于接收分析平台发送的请求消息,请求消息包括第一类型的标识,请求消息用于请求第一类型的标识对应的事件的分类标签。
可选的,第一类型的标识对应的事件包括第一事件,第一事件的分类标签用于表征以下至少一种:第一事件对该网络的影响的严重程度;第一事件的性质;或者,第一事件所针对的对象。
可选的,获取单元801还用于:获取第一类型的网络设备的产品手册;其中,第一类型的网络设备的产品手册包括用于描述第一类型的网络设备的事件的说明文档。基于用于描述第一类型的网络设备的事件的说明文档和第一信息,获取第一类型的网络设备的事件的分类标签。其中,第一信息包括分类模型或知识图谱,第一信息用于表征事件的关键词与事件的分类标签之间的对应关系。
可选的,分类模型是基于多个类型的网络设备的产品手册包括的说明文档训练得到的。
可选的,知识图谱是基于多个类型的网络设备的产品手册包括的说明文档获得的。
关于上述可选方式的具体描述可以参见前述的方法实施例,此处不再赘述。此外,上述提供的任一种管理平台80的解释以及有益效果的描述均可参考上述对应的方法实施例,不再赘述。
作为示例,结合图3,管理平台80中的发送单元802和接收单元803的功能可以通过图3中的输入输出器件303实现,获取单元801的功能可以通过图3中的处理器301执行图3中的存储器302中的程序代码实现。
本申请实施例还提供一种芯片系统140,如图9所示,该芯片系统140包括至少一个处理器和至少一个接口电路。作为示例,当该芯片系统140包括一个处理器和一个接口电路时,则该一个处理器可以是图9中实线框所示的处理器141(或者是虚线框所示的处理器141),该一个接口电路可以是图9中实线框所示的接口电路142(或者是虚线框所示的接口电路142)。当该芯片系统140包括两个处理器和两个接口电路时,则该两个处理器包括图9中实线框所示的处理器141和虚线框所示的处理器141,该两个接口电路包括图9中实线框所示的接口电路142和虚线框所示的接口电路142。对此不作限定。
处理器141和接口电路142可通过线路互联。例如,接口电路142可用于接收信号(例如用户端等)。又例如,接口电路142可用于向其它装置(例如处理器141)发送信号。示例性的,接口电路142可读取存储器中存储的指令,并将该指令发送给处理器141。当该指令被处理器141执行时,可使得分析平台或管理平台执行上述实施例中的各个步骤。当然,该芯片系统140还可以包含其他分立器件,本申请实施例对此不作具体限定。
本申请另一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中存储有指令,当指令在分析平台或管理平台上运行时,该分析平台或管理平台执行上述方法实施例所示的方法流程中该分析平台或管理平台执行的各个步骤。
在一些实施例中,所公开的方法可以实施为以机器可读格式被编码在计算机可读存储介质上的或者被编码在其它非瞬时性介质或者制品上的计算机程序指令。
图10示意性地示出本申请实施例提供的计算机程序产品的概念性局部视图,该计算机程序产品包括用于在计算设备上执行计算机进程的计算机程序。
在一个实施例中,计算机程序产品是使用信号承载介质150来提供的。该信号承载介质150可以包括一个或多个程序指令,其当被一个或多个处理器运行时可以提供以上针对图4描述的功能或者部分功能。因此,例如,参考图4中S101-S104中的一个或多个特征可以由与信号承载介质150相关联的一个或多个指令来承担。此外,图10中的程序指令也描述示例指令。
在一些示例中,信号承载介质150可以包含计算机可读介质151,诸如但不限于,硬盘驱动器、紧密盘(CD)、数字视频光盘(DVD)、数字磁带、存储器、只读存储记忆体(read-only memory,ROM)或随机存储记忆体(random access memory,RAM)等等。
在一些实施方式中,信号承载介质150可以包含计算机可记录介质152,诸如但不限于,存储器、读/写(R/W)CD、R/W DVD、等等。
在一些实施方式中,信号承载介质150可以包含通信介质153,诸如但不限于,数字和/或模拟通信介质(例如,光纤电缆、波导、有线通信链路、无线通信链路、等等)。
信号承载介质150可以由无线形式的通信介质153(例如,遵守IEEE 1502.11标准或者其它传输协议的无线通信介质)来传达。一个或多个程序指令可以是,例如,计算机可执行指令或者逻辑实施指令。
在一些示例中,诸如针对图4描述的分析平台或管理平台可以被配置为,响应于通过计算机可读介质151、计算机可记录介质152、和/或通信介质153中的一个或多个程序指令,提供各种操作、功能、或者动作。
应该理解,这里描述的布置仅仅是用于示例的目的。因而,本领域技术人员将理解,其它布置和其它元素(例如,机器、接口、功能、顺序、和功能组等等)能够被取而代之地使用,并且一些元素可以根据所期望的结果而一并省略。另外,所描述的元素中的许多是可以被实现为离散的或者分布式的组件的、或者以任何适当的组合和位置来结合其它组件实施的功能实体。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件程序实现时,可以全部或部分地以计算机程序产品的形式来实现。该计算机程序产品包括一个或多个计算机指令。在计算机上和执行计算机执行指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(digitalsubscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可以用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如,软盘、硬盘、磁带),光介质(例如,DVD)、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
以上所述,仅为本发明的具体实施方式,但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,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (22)
1.一种事件分类方法,其特征在于,应用于分析平台,所述方法包括:
获取多个事件的标识与所述多个事件的分类标签的对应关系;
获取网络中发生的待分类事件的标识;
基于所述待分类事件的标识和所述对应关系,确定与所述待分类事件的标识对应的目标分类标签。
2.根据权利要求1所述的方法,其特征在于,所述目标分类标签用于表征以下至少一种:
所述待分类事件对所述网络的影响的严重程度;
所述待分类事件的性质;
或者,所述待分类事件所针对的对象。
3.根据权利要求1或2所述的方法,其特征在于,所述获取多个事件的标识与所述多个事件的分类标签的对应关系,包括:
接收用于管理所述分析平台的管理平台发送的所述对应关系。
4.根据权利要求3所述的方法,其特征在于,所述分析平台用于管理多个网络设备,所述多个网络设备包括第一类型的网络设备,在所述接收用于管理所述分析平台的管理平台发送的所述对应关系之前,所述方法还包括:
向所述管理平台发送请求消息,所述请求消息包括所述第一类型的标识,所述请求消息用于请求所述第一类型的标识对应的事件的分类标签;
所述接收用于管理所述分析平台的管理平台发送的所述对应关系,包括:
接收所述管理平台发送的所述第一类型的标识对应的事件的标识与所述第一类型的标识对应的事件的分类标签之间的对应关系。
5.根据权利要求4所述的方法,其特征在于,
所述第一类型的网络设备是具有同一版本号的网络设备;
或者,所述第一类型的网络设备是具有同一版本号和同一型号的网络设备。
6.一种事件分类方法,其特征在于,应用于管理平台,所述管理平台用于管理分析平台,所述分析平台管理多个网络设备,所述多个网络设备包括第一类型的网络设备,所述方法包括:
获取所述第一类型的标识对应的事件的分类标签;
向所述分析平台发送所述第一类型的标识对应的事件的分类标签,所述第一类型的标识对应的事件的分类标签用于所述分析平台对网络中发生的待分类事件进行分类。
7.根据权利要求6所述的方法,其特征在于,在所述获取所述第一类型的标识对应的事件的分类标签之前,所述方法还包括:
接收所述分析平台发送的请求消息,所述请求消息包括所述第一类型的标识,所述请求消息用于请求所述第一类型的标识对应的事件的分类标签。
8.根据权利要求6或7所述的方法,其特征在于,所述第一类型的标识对应的事件包括第一事件,所述第一事件的分类标签用于表征以下至少一种:
所述第一事件对所述网络的影响的严重程度;
所述第一事件的性质;
或者,所述第一事件所针对的对象。
9.根据权利要求6至8任一项所述的方法,其特征在于,所述方法还包括:
获取所述第一类型的网络设备的产品手册;其中,所述第一类型的网络设备的产品手册包括用于描述所述第一类型的网络设备的事件的说明文档;
基于所述用于描述所述第一类型的网络设备的事件的说明文档和第一信息,获取所述第一类型的网络设备的事件的分类标签;其中,所述第一信息包括分类模型或知识图谱,所述第一信息用于表征事件的关键词与事件的分类标签之间的对应关系。
10.根据权利要求9所述的方法,其特征在于,
所述分类模型是基于多个类型的网络设备的产品手册包括的说明文档训练得到的;
或者,所述知识图谱是基于多个类型的网络设备的产品手册包括的说明文档获得的。
11.一种分析平台,其特征在于,所述分析平台包括:
获取单元,用于获取待分类事件的标识;以及,获取多个事件的标识与所述多个事件的分类标签的对应关系;以及,获取网络中发生的待分类事件的标识;
确定单元,用于基于所述待分类事件的标识和所述对应关系,确定与所述待分类事件的标识对应的目标分类标签。
12.根据权利要求11所述的分析平台,其特征在于,所述目标分类标签用于表征以下至少一种:
所述待分类事件对所述网络的影响的严重程度;
所述待分类事件的性质;
或者,所述待分类事件所针对的对象。
13.根据权利要求11或12所述的分析平台,其特征在于,所述分析平台还包括:
接收单元,用于接收管理所述分析平台的管理平台发送的所述对应关系。
14.根据权利要求13所述的分析平台,其特征在于,所述分析平台用于管理多个网络设备,所述多个网络设备包括第一类型的网络设备,所述分析平台还包括:
发送单元,用于向所述管理平台发送请求消息,所述请求消息包括所述第一类型的标识,所述请求消息用于请求所述第一类型的标识对应的事件的分类标签;
所述接收单元具体用于:接收所述管理平台发送的所述第一类型的标识对应的事件的标识与所述第一类型的标识对应的事件的分类标签之间的对应关系。
15.根据权利要求14所述的分析平台,其特征在于,
所述第一类型的网络设备是具有同一版本号的网络设备;
或者,所述第一类型的网络设备是具有同一版本号和同一型号的网络设备。
16.一种管理平台,其特征在于,所述管理平台连接分析平台,所述分析平台用于管理多个网络设备,所述多个网络设备包括第一类型的网络设备,所述管理平台包括:
获取单元,用于获取所述第一类型的标识对应的事件的分类标签;
发送单元,用于向所述分析平台发送所述第一类型的标识对应的事件的分类标签,所述第一类型的标识对应的事件的分类标签用于所述分析平台对网络中发生的待分类事件进行分类。
17.根据权利要求16所述的管理平台,其特征在于,所述管理平台还包括:
接收单元,用于接收所述分析平台发送的请求消息,所述请求消息包括所述第一类型的标识,所述请求消息用于请求所述第一类型的标识对应的事件的分类标签。
18.根据权利要求16或17所述的管理平台,其特征在于,所述第一类型的标识对应的事件包括第一事件,所述第一事件的分类标签用于表征以下至少一种:
所述第一事件对所述网络的影响的严重程度;
所述第一事件的性质;
或者,所述第一事件所针对的对象。
19.根据权利要求16至18任一项所述的管理平台,其特征在于,所述获取单元还用于:
获取所述第一类型的网络设备的产品手册;其中,所述第一类型的网络设备的产品手册包括用于描述所述第一类型的网络设备的事件的说明文档;
基于所述用于描述所述第一类型的网络设备的事件的说明文档和第一信息,获取所述第一类型的网络设备的事件的分类标签;其中,所述第一信息包括分类模型或知识图谱,所述第一信息用于表征事件的关键词与事件的分类标签之间的对应关系。
20.根据权利要求19所述的管理平台,其特征在于,
所述分类模型是基于多个类型的网络设备的产品手册包括的说明文档训练得到的;
或者,所述知识图谱是基于多个类型的网络设备的产品手册包括的说明文档获得的。
21.一种事件分类装置,其特征在于,所述装置包括:存储器和处理器,所述存储器用于存储计算机指令,所述处理器用于调用所述计算机指令,使得所述装置执行如权利要求1至10中任一项所述的方法。
22.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行权利要求1至10中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010930653.5A CN114244683A (zh) | 2020-09-07 | 2020-09-07 | 事件分类方法和装置 |
PCT/CN2021/116791 WO2022048671A1 (zh) | 2020-09-07 | 2021-09-06 | 事件分类方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010930653.5A CN114244683A (zh) | 2020-09-07 | 2020-09-07 | 事件分类方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114244683A true CN114244683A (zh) | 2022-03-25 |
Family
ID=80491632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010930653.5A Pending CN114244683A (zh) | 2020-09-07 | 2020-09-07 | 事件分类方法和装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114244683A (zh) |
WO (1) | WO2022048671A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114820225B (zh) | 2022-06-28 | 2022-09-13 | 成都秦川物联网科技股份有限公司 | 基于关键词识别和处理制造问题的工业物联网及控制方法 |
CN115277368A (zh) * | 2022-08-02 | 2022-11-01 | 上海宏时数据系统有限公司 | 多平台告警方法、装置、电子设备和存储介质 |
CN117675505A (zh) * | 2022-09-08 | 2024-03-08 | 华为技术有限公司 | 事件处理方法、装置及系统 |
CN115762667B (zh) * | 2022-11-24 | 2024-05-28 | 苏州沃时数字科技有限公司 | 化学反应类型的识别方法、装置、计算机设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107800553A (zh) * | 2016-09-05 | 2018-03-13 | 中兴通讯股份有限公司 | 一种管理设备故障的方法和装置 |
CN106713049B (zh) * | 2017-02-04 | 2020-08-04 | 杭州迪普科技股份有限公司 | 一种监控的告警方法及装置 |
CN110321268B (zh) * | 2019-06-12 | 2022-11-08 | 平安科技(深圳)有限公司 | 一种告警信息处理方法及装置 |
CN111506422B (zh) * | 2020-04-08 | 2023-01-20 | 聚好看科技股份有限公司 | 事件分析方法及系统 |
-
2020
- 2020-09-07 CN CN202010930653.5A patent/CN114244683A/zh active Pending
-
2021
- 2021-09-06 WO PCT/CN2021/116791 patent/WO2022048671A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2022048671A1 (zh) | 2022-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114244683A (zh) | 事件分类方法和装置 | |
US11294744B2 (en) | Ensemble risk assessment method for networked devices | |
CN107729210B (zh) | 分布式服务集群的异常诊断方法和装置 | |
Lou et al. | Mining dependency in distributed systems through unstructured logs analysis | |
US10313215B2 (en) | Monitoring of computer network resources having service level objectives | |
US8443078B2 (en) | Method of determining equivalent subsets of agents to gather information for a fabric | |
CN113656168A (zh) | 一种流量的自动容灾和调度的方法、系统、介质和设备 | |
AU2021218159A1 (en) | Utilizing machine learning models to determine customer care actions for telecommunications network providers | |
CN114091610A (zh) | 智能决策方法及装置 | |
US20140006554A1 (en) | System management apparatus, system management method, and storage medium | |
CN113852476A (zh) | 确定异常事件关联对象的方法、装置及系统 | |
CN117312098B (zh) | 一种日志异常告警方法及装置 | |
JP6078485B2 (ja) | 運用履歴分析装置及び方法及びプログラム | |
CN112714022A (zh) | 多套集群的控制处理方法、装置及计算机设备 | |
CN115242839B (zh) | 物联网级联数据传输方法、装置、电子设备和存储介质 | |
US10268375B2 (en) | Methods for proactive prediction of disk failure in the disk maintenance pipeline and devices thereof | |
CN115150253A (zh) | 一种故障根因确定方法、装置及电子设备 | |
CN116975102A (zh) | 敏感数据监测方法、系统、电子设备及存储介质 | |
CN115705259A (zh) | 故障处理方法、相关设备及存储介质 | |
CN112564928A (zh) | 服务分类方法及设备、互联网系统 | |
CN113542192B (zh) | 非法网络设备接入检测方法、装置、计算设备及存储介质 | |
CN113132233B (zh) | 数据处理方法、软件定义网络控制器和数据处理系统 | |
LYU et al. | Alarm-Based Root Cause Analysis Based on Weighted Fault Propagation Topology for Distributed Information Network | |
CN117370063A (zh) | 一种云服务器内存故障特征的提取方法、系统及相关装置 | |
CN117851127A (zh) | 语义模型故障处理方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |