CN116361112B - 一种告警收敛方法和装置 - Google Patents

一种告警收敛方法和装置 Download PDF

Info

Publication number
CN116361112B
CN116361112B CN202310279464.XA CN202310279464A CN116361112B CN 116361112 B CN116361112 B CN 116361112B CN 202310279464 A CN202310279464 A CN 202310279464A CN 116361112 B CN116361112 B CN 116361112B
Authority
CN
China
Prior art keywords
cluster
alarm
alarm message
message
current
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.)
Active
Application number
CN202310279464.XA
Other languages
English (en)
Other versions
CN116361112A (zh
Inventor
张高强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Singularity Haohan Data Technology Beijing Co ltd
Original Assignee
Singularity Haohan Data Technology Beijing Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Singularity Haohan Data Technology Beijing Co ltd filed Critical Singularity Haohan Data Technology Beijing Co ltd
Priority to CN202310279464.XA priority Critical patent/CN116361112B/zh
Publication of CN116361112A publication Critical patent/CN116361112A/zh
Application granted granted Critical
Publication of CN116361112B publication Critical patent/CN116361112B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
    • G06F11/3072—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
    • G06F11/3086—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves the use of self describing data formats, i.e. metadata, markup languages, human readable formats
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking

Abstract

本发明公开了一种告警收敛方法和装置，涉及大数据处理技术领域。该方法的一具体实施方式包括：获取或者接收当前告警消息，从所述当前告警消息中提取出关键字特征；根据所述当前告警消息的关键字特征，对各个簇进行特征匹配，判断是否能够匹配出目标簇；若是，则将所述当前告警消息及其对应的关键字特征加入到所述目标簇中；若否，则生成一个新的簇，并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中；周期性遍历各个簇，判断是否存在过期的簇，若是，则对所述过期的簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户。该实施方式能够解决告警收敛的效果不佳的技术问题。

Description

一种告警收敛方法和装置
技术领域
本发明涉及大数据处理技术领域，尤其涉及一种告警收敛方法和装置。
背景技术
告警消息是多个关键词/字的集合，通过TF-IDF对样本数据进行回归计算，统计出分词所需的关键字词库，从而降低因数词、量词、助词等对告警聚合算法产生的影响。通过JIEBA分词对实时告警的文本做归一化处理，计算出Viterbi系数，并与历史数据比对，结果作为告警是否聚合的判断条件，降低告警通知的频率。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
告警收敛的效果不佳，导致运维人员接收到的告警数量过多。
发明内容
有鉴于此，本发明实施例提供一种告警收敛方法和装置，以解决告警收敛的效果不佳的技术问题。
为实现上述目的，根据本发明实施例的一个方面，提供了一种告警收敛方法，包括：
获取或者接收当前告警消息，从所述当前告警消息中提取出关键字特征；
根据所述当前告警消息的关键字特征，对各个簇进行特征匹配，判断是否能够匹配出目标簇；若是，则将所述当前告警消息及其对应的关键字特征加入到所述目标簇中；若否，则生成一个新的簇，并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中；
周期性遍历各个簇，判断是否存在过期的簇，若是，则对所述过期的簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户。
可选地，将所述当前告警消息及其对应的关键字特征加入到所述目标簇中，包括：
判断所述目标簇是否已经过期；
若是，则对所述目标簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户，以及，生成一个新的簇并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中；
若否，则判断所述目标簇中的告警消息的数量是否大于等于告警数量阈值；若是，则对所述目标簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户，以及，生成一个新的簇并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中；若否，则将所述当前告警消息及其对应的关键字特征加入到所述目标簇中。
可选地，根据所述当前告警消息的关键字特征，对各个簇进行特征匹配，判断是否能够匹配出目标簇，包括：
对于每个簇，计算所述簇中所述当前告警消息的关键字特征对应的告警值，从而得到所述簇的告警值；
按照各个簇的告警值对所述各个簇进行排序，从而筛选出告警值最大的目标簇；
判断所述目标簇的告警值是否大于等于告警阈值。
可选地，计算所述簇中所述当前告警消息的关键字特征对应的告警值，从而得到所述簇的告警值，包括：
对于所述当前告警消息的每个关键字特征，计算所述关键字特征在所述簇中的出现比例，获取所述关键字特征对应的各个告警消息的等级系数，然后对所述关键字特征在所述簇中的出现比例和所述关键字特征所属的各个告警消息的等级系数进行加权求和，从而得到所述关键字特征的告警值；
将所述当前告警消息的每个关键字特征对应的告警值相加，从而得到所述簇的告警值。
可选地，计算所述关键字特征在所述簇中的出现比例，包括：
计算所述关键字特征在所述簇中的出现次数以及所述簇中的所有关键字特征的出现次数；
将所述关键字特征在所述簇中的出现次数除以所述簇中的所有关键字特征的出现次数，从而得到所述关键字特征的出现比例。
可选地，将所述聚合告警消息发送至用户，包括：
判断知识库中是否存在所述聚合告警消息；
若是，则从所述知识库中获取所述聚合告警消息对应的告警原因和处理方案，并将所述聚合告警消息、所述告警原因和所述处理方案发送至用户；
若否，则将所述聚合告警消息发送至用户。
另外，根据本发明实施例的另一个方面，提供了一种告警收敛装置，包括：
提取模块，用于获取或者接收当前告警消息，从所述当前告警消息中提取出关键字特征；
匹配模块，用于根据所述当前告警消息的关键字特征，对各个簇进行特征匹配，判断是否能够匹配出目标簇；若是，则将所述当前告警消息及其对应的关键字特征加入到所述目标簇中；若否，则生成一个新的簇，并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中；
告警模块，用于周期性遍历各个簇，判断是否存在过期的簇，若是，则对所述过期的簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户。
可选地，所述匹配模块还用于：
判断所述目标簇是否已经过期；
若是，则对所述目标簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户，以及，生成一个新的簇并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中；
若否，则判断所述目标簇中的告警消息的数量是否大于等于告警数量阈值；若是，则对所述目标簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户，以及，生成一个新的簇并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中；若否，则将所述当前告警消息及其对应的关键字特征加入到所述目标簇中。
可选地，所述匹配模块还用于：
对于每个簇，计算所述簇中所述当前告警消息的关键字特征对应的告警值，从而得到所述簇的告警值；
按照各个簇的告警值对所述各个簇进行排序，从而筛选出告警值最大的目标簇；
判断所述目标簇的告警值是否大于等于告警阈值。
可选地，所述匹配模块还用于：
对于所述当前告警消息的每个关键字特征，计算所述关键字特征在所述簇中的出现比例，获取所述关键字特征对应的各个告警消息的等级系数，然后对所述关键字特征在所述簇中的出现比例和所述关键字特征所属的各个告警消息的等级系数进行加权求和，从而得到所述关键字特征的告警值；
将所述当前告警消息的每个关键字特征对应的告警值相加，从而得到所述簇的告警值。
可选地，所述匹配模块还用于：
计算所述关键字特征在所述簇中的出现次数以及所述簇中的所有关键字特征的出现次数；
将所述关键字特征在所述簇中的出现次数除以所述簇中的所有关键字特征的出现次数，从而得到所述关键字特征的出现比例。
可选地，所述告警模块还用于：
判断知识库中是否存在所述聚合告警消息；
若是，则从所述知识库中获取所述聚合告警消息对应的告警原因和处理方案，并将所述聚合告警消息、所述告警原因和所述处理方案发送至用户；
若否，则将所述聚合告警消息发送至用户。
根据本发明实施例的另一个方面，还提供了一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，所述一个或多个处理器实现上述任一实施例所述的方法。
根据本发明实施例的另一个方面，还提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一实施例所述的方法。
根据本发明实施例的另一个方面，还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述的方法。
上述发明中的一个实施例具有如下优点或有益效果：因为采用根据当前告警消息的关键字特征，对各个簇进行特征匹配，判断是否能够匹配出目标簇；若是，则将当前告警消息及其对应的关键字特征加入到目标簇中；若否，则生成一个新的簇，并将当前告警消息及其对应的关键字特征加入到新的簇中的技术手段，所以克服了现有技术中告警收敛的效果不佳的技术问题。本发明实施例通过当前告警消息的关键字特征对各个簇进行特征匹配，使得当前告警消息能够准确地匹配到相似的簇，而且当簇过期时对簇内的告警消息进行聚合并发出告警，从而提高告警收敛的效果，大幅降低运维人员接收到的告警数量。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
为了更清楚地说明本发明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发明的一些实施例，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。其中：
图1是根据本发明实施例的告警收敛方法的流程图；
图2是根据本发明一个可参考实施例的告警收敛方法的流程图；
图3是根据本发明另一个可参考实施例的告警收敛方法的流程图；
图4是根据本发明再一个可参考实施例的告警收敛方法的流程图；
图5是根据本发明实施例的告警收敛装置的示意图；
图6是本发明实施例可以应用于其中的示例性系统架构图；
图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
需要说明的是，本公开的技术方案中，所涉及的用户个人信息的采集、收集、更新、分析、处理、使用、传输、存储等方面，均符合相关法律法规的规定，被用于合法的用途，且不违背公序良俗。对用户个人信息采取必要措施，防止对用户个人信息数据的非法访问，维护用户个人信息安全、网络安全和国家安全。
图1是根据本发明实施例的告警收敛方法的流程图。作为本发明的一个实施例，如图1所示，所述告警收敛方法可以包括：
步骤101，获取或者接收当前告警消息，从所述当前告警消息中提取出关键字特征。
首先从告警系统中获取告警消息(即当前告警消息)或者接收告警系统推送的告警消息(即当前告警消息)，然后对该告警消息进行特征提取，从而得到该告警消息对应的关键字特征，关键字特征可以是一个或者多个。可选地，采用TF-IDF算法和预先建立的分词词库对告警消息进行特征提取。
需要说明的是，分词词库可以根据历史告警消息建立，分词词库中可以包括：80、％、NameSpace、is、大于、not、70％、的、处于、当前等。通过分词词库对告警消息进行分词，从而提取出告警消息中的各个关键字，由此得到各个关键字特征。
步骤102，根据所述当前告警消息的关键字特征，对各个簇进行特征匹配，判断是否能够匹配出目标簇；若是，则将所述当前告警消息及其对应的关键字特征加入到所述目标簇中；若否，则生成一个新的簇，并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中。
在该步骤中，基于步骤101中提取出的关键字特征，对各个簇进行特征匹配，判断是否能够从已有的簇中匹配出目标簇；若是，则将所述当前告警消息及其对应的关键字加入到所述目标簇中；若否，说明不存在与当前告警消息匹配的目标簇，则生成一个新的簇，并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中。
可选地，根据所述当前告警消息的关键字特征，对各个簇进行特征匹配，判断是否能够匹配出目标簇，包括：对于每个簇，计算所述簇中所述当前告警消息的关键字特征对应的告警值，从而得到所述簇的告警值；按照各个簇的告警值对所述各个簇进行排序，从而筛选出告警值最大的目标簇；判断所述目标簇的告警值是否大于等于告警阈值。本发明实施例计算每个簇的告警值，然后按照各个簇的告警值对所述各个簇进行排序，从而筛选出告警值最大的目标簇，最后判断该目标簇的告警值是否大于等于预设的告警阈值，以此来判断是否能够匹配出目标簇。如果目标簇的告警值大于等于预设的告警阈值，则说明能够匹配出目标簇，如果目标簇的告警值小于预设的告警阈值，则说明不能匹配出目标簇。
可选地，计算所述簇中所述当前告警消息的关键字特征对应的告警值，从而得到所述簇的告警值，包括：对于所述当前告警消息的每个关键字特征，计算所述关键字特征在所述簇中的出现比例，获取所述关键字特征对应的各个告警消息的等级系数，然后对所述关键字特征在所述簇中的出现比例和所述关键字特征所属的各个告警消息的等级系数进行加权求和，从而得到所述关键字特征的告警值；将所述当前告警消息的每个关键字特征对应的告警值相加，从而得到所述簇的告警值。本申请通过关键字特征在簇中的出现比例和告警消息的等级系数来计算关键字特征的告警值，从而准确地计算出各个簇的告警值，方便对各个簇进行排序。
可选地，计算所述关键字特征在所述簇中的出现比例，包括：计算所述关键字特征在所述簇中的出现次数以及所述簇中的所有关键字特征的出现次数；将所述关键字特征在所述簇中的出现次数除以所述簇中的所有关键字特征的出现次数，从而得到所述关键字特征的出现比例。对于每个簇而言，可以对该簇中的关键词特征进行统计，计算出关键词特征在该簇中的出现次数以及该簇中所有关键字特征的出现次数，从而准确地计算出各个关键字特征的出现比例。
例如，当前告警消息的关键字特征为特征A、特征B和特征C，某个簇中包含：告警消息1及其对应的关键字特征A、C、D、F，告警消息2及其对应的关键字特征A、B、C、D，告警消息3及其对应的关键字特征A、E。那么，关键字特征A的出现比例＝3/10，关键字特征B的出现比例＝1/10，关键字特征C的出现比例＝2/10；关键字特征A的告警值＝(告警消息1的等级系数+告警消息2的等级系数+告警消息3的等级系数)*3/10，关键字特征B的告警值＝告警消息2的等级系数*1/10，关键字特征C的告警值＝(告警消息1的等级系数+告警消息2的等级系数)*2/10；该簇的告警值＝关键字特征A的告警值+关键字特征B的告警值+关键字特征C的告警值。
需要说明的是，告警消息的等级系数与告警源所处系统架构层级有关。比如，告警源所处系统架构层级越低(处于底层)，则该告警消息的等级系数越大。
步骤103，周期性遍历各个簇，判断是否存在过期的簇，若是，则对所述过期的簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户。
需要指出的是，每生成一个新的簇时，则为该簇配置过期时间，比如1天、1小时等。从该簇的生成时间开始计时，判断该簇是否过期。可选地，可以周期性遍历各个簇，判断是否存在已经过期的簇，如果存在，则对该簇进行归档，即对该簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户。
可选地，将所述聚合告警消息发送至用户，包括：判断知识库中是否存在所述聚合告警消息；若是，则从所述知识库中获取所述聚合告警消息对应的告警原因和处理方案，并将所述聚合告警消息、所述告警原因和所述处理方案发送至用户；若否，则将所述聚合告警消息发送至用户。知识库中存储有各个聚合告警消息及其对应的告警原因和处理方案，在将聚合告警消息发送至用户之前，先从知识库中匹配出对应的告警原因和处理方案，有助于用户快速地定位问题以及及时地解决问题。需要指出的是，如果没有在知识库中命中聚合告警消息，则将该聚合告警消息发送给用户之后，将该聚合告警消息及其对应的告警原因和处理方案加入到知识库中，以方便下次命中时直接从知识库中获取告警原因和处理方案。
根据上面所述的各种实施例，可以看出本发明实施例通过根据当前告警消息的关键字特征，对各个簇进行特征匹配，判断是否能够匹配出目标簇；若是，则将当前告警消息及其对应的关键字特征加入到目标簇中；若否，则生成一个新的簇，并将当前告警消息及其对应的关键字特征加入到新的簇中的技术手段，解决了现有技术中告警收敛的效果不佳的技术问题。本发明实施例通过当前告警消息的关键字特征对各个簇进行特征匹配，使得当前告警消息能够准确地匹配到相似的簇，而且当簇过期时对簇内的告警消息进行聚合并发出告警，从而提高告警收敛的效果，大幅降低运维人员接收到的告警数量。本申请的维护成本低，随着系统运行时间的增加，告警收敛的效果会越来越好。
图2是根据本发明一个可参考实施例的告警收敛方法的流程图。作为本发明的又一个实施例，如图2所示，所述告警收敛方法可以包括：
步骤201，获取或者接收当前告警消息，从所述当前告警消息中提取出关键字特征。
步骤202，根据所述当前告警消息的关键字特征，对各个簇进行特征匹配，判断是否能够匹配出目标簇；若是，则执行步骤203；若否，则执行步骤205。
步骤203，判断所述目标簇是否已经过期；若是，则执行步骤204；若否，则执行步骤206。
步骤204，对所述目标簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户。
步骤205，生成一个新的簇并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中。
步骤206，判断所述目标簇中的告警消息的数量是否大于等于告警数量阈值；若是，则执行步骤204；若否，则执行步骤207。
步骤207，将所述当前告警消息及其对应的关键字特征加入到所述目标簇中。
如果根据当前告警消息的关键字特征匹配出一个告警值最大且大于等于告警阈值的目标簇，则判断该目标簇是否已经过期，如果该目标簇已经过期，则对该目标簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户，以及生成一个新的簇并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中；如果该目标簇还未过期，则进一步判断该目标簇中已有的告警消息的数量是否大于等于告警数量阈值，如果是，说明该目标簇中的告警消息的数量已经达到最大，则对该目标簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户，以及生成一个新的簇并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中；如果不是，则直接将所述当前告警消息及其对应的关键字特征加入到该目标簇中。
步骤208，周期性遍历各个簇，判断是否存在过期的簇；若是，则执行步骤209；若否，则结束。
步骤209，对所述过期的簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户。
可以周期性(比如1小时、6小时、12小时或者1天等)遍历各个簇，判断是否存在已经过期的簇，如果存在，则对该簇进行归档，即对该簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户。
另外，在本发明一个可参考实施例中告警收敛方法的具体实施内容，在上面所述告警收敛方法中已经详细说明了，故在此重复内容不再说明。
图3是根据本发明另一个可参考实施例的告警收敛方法的流程图。作为本发明的另一个实施例，如图3所示，所述告警收敛方法可以包括：
步骤301，获取或者接收当前告警消息，从所述当前告警消息中提取出关键字特征。
步骤302，对于每个簇，计算所述簇中所述当前告警消息的关键字特征对应的告警值，从而得到所述簇的告警值。
步骤303，按照各个簇的告警值对所述各个簇进行排序，从而筛选出告警值最大的目标簇。
步骤304，判断所述目标簇的告警值是否大于等于告警阈值；若是，则执行步骤305；若否，则执行步骤306。
通过步骤302-步骤304对各个簇进行匹配，判断是否能够匹配出目标簇。
步骤305，将所述当前告警消息及其对应的关键字特征加入到所述目标簇中。
步骤306，生成一个新的簇，并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中。
步骤307，周期性遍历各个簇，判断是否存在过期的簇；若是，则执行步骤308；若否，则结束。
步骤308，对所述过期的簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户。
另外，在本发明另一个可参考实施例中告警收敛方法的具体实施内容，在上面所述告警收敛方法中已经详细说明了，故在此重复内容不再说明。
图4是根据本发明再一个可参考实施例的告警收敛方法的流程图。作为本发明的再一个实施例，如图4所示，所述告警收敛方法可以包括：
步骤401，获取或者接收当前告警消息，从所述当前告警消息中提取出关键字特征。
步骤402，根据所述当前告警消息的关键字特征，对各个簇进行特征匹配，判断是否能够匹配出目标簇；若是，则执行步骤403；若否，则执行步骤404。
步骤403，将所述当前告警消息及其对应的关键字特征加入到所述目标簇中。
步骤404，生成一个新的簇，并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中。
步骤405，周期性遍历各个簇，判断是否存在过期的簇；若是，则执行步骤406；若否，则结束。
步骤406，对所述过期的簇中的各个告警消息进行聚合，从而生成聚合告警消息。
步骤407，判断知识库中是否存在所述聚合告警消息；若是，则执行步骤408；若否，则执行步骤409。
步骤408，从所述知识库中获取所述聚合告警消息对应的告警原因和处理方案，并将所述聚合告警消息、所述告警原因和所述处理方案发送至用户。
步骤409，将所述聚合告警消息发送至用户。
知识库中存储有各个聚合告警消息及其对应的告警原因和处理方案，在将聚合告警消息发送至用户之前，先从知识库中匹配出对应的告警原因和处理方案，有助于用户快速地定位问题以及及时地解决问题。需要指出的是，如果没有在知识库中命中聚合告警消息，则将该聚合告警消息发送给用户之后，将该聚合告警消息及其对应的告警原因和处理方案加入到知识库中，以方便下次命中时直接从知识库中获取告警原因和处理方案。
另外，在本发明再一个可参考实施例中告警收敛方法的具体实施内容，在上面所述告警收敛方法中已经详细说明了，故在此重复内容不再说明。
图5是根据本发明实施例的告警收敛装置的示意图。如图5所示，所述告警收敛装置500包括提取模块501、匹配模块502和告警模块503；其中，提取模块501用于获取或者接收当前告警消息，从所述当前告警消息中提取出关键字特征；匹配模块502，用于根据所述当前告警消息的关键字特征，对各个簇进行特征匹配，判断是否能够匹配出目标簇；若是，则将所述当前告警消息及其对应的关键字特征加入到所述目标簇中；若否，则生成一个新的簇，并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中；告警模块503用于周期性遍历各个簇，判断是否存在过期的簇，若是，则对所述过期的簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户。
可选地，所述匹配模块502还用于：
判断所述目标簇是否已经过期；
若是，则对所述目标簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户，以及，生成一个新的簇并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中；
若否，则判断所述目标簇中的告警消息的数量是否大于等于告警数量阈值；若是，则对所述目标簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户，以及，生成一个新的簇并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中；若否，则将所述当前告警消息及其对应的关键字特征加入到所述目标簇中。
可选地，所述匹配模块502还用于：
对于每个簇，计算所述簇中所述当前告警消息的关键字特征对应的告警值，从而得到所述簇的告警值；
按照各个簇的告警值对所述各个簇进行排序，从而筛选出告警值最大的目标簇；
判断所述目标簇的告警值是否大于等于告警阈值。
可选地，所述匹配模块502还用于：
对于所述当前告警消息的每个关键字特征，计算所述关键字特征在所述簇中的出现比例，获取所述关键字特征对应的各个告警消息的等级系数，然后对所述关键字特征在所述簇中的出现比例和所述关键字特征所属的各个告警消息的等级系数进行加权求和，从而得到所述关键字特征的告警值；
将所述当前告警消息的每个关键字特征对应的告警值相加，从而得到所述簇的告警值。
可选地，所述匹配模块502还用于：
计算所述关键字特征在所述簇中的出现次数以及所述簇中的所有关键字特征的出现次数；
将所述关键字特征在所述簇中的出现次数除以所述簇中的所有关键字特征的出现次数，从而得到所述关键字特征的出现比例。
可选地，所述告警模块503还用于：
判断知识库中是否存在所述聚合告警消息；
若是，则从所述知识库中获取所述聚合告警消息对应的告警原因和处理方案，并将所述聚合告警消息、所述告警原因和所述处理方案发送至用户；
若否，则将所述聚合告警消息发送至用户。
需要说明的是，在本发明所述告警收敛装置的具体实施内容，在上面所述告警收敛方法中已经详细说明了，故在此重复内容不再说明。
图6示出了可以应用本发明实施例的告警收敛方法或告警收敛装置的示例性系统架构600。
如图6所示，系统架构600可以包括终端设备601、602、603，网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器605可以是提供各种服务的服务器，例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的物品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、物品信息——仅为示例)反馈给终端设备。
需要说明的是，本发明实施例所提供的告警收敛方法一般由服务器605执行，相应地，所述告警收敛装置一般设置在服务器605中。
应该理解，图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图7，其示出了适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括提取模块、匹配模块和告警模块，其中，这些模块的名称在某种情况下并不构成对该模块本身的限定。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，该设备实现如下方法：获取或者接收当前告警消息，从所述当前告警消息中提取出关键字特征；根据所述当前告警消息的关键字特征，对各个簇进行特征匹配，判断是否能够匹配出目标簇；若是，则将所述当前告警消息及其对应的关键字特征加入到所述目标簇中；若否，则生成一个新的簇，并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中；周期性遍历各个簇，判断是否存在过期的簇，若是，则对所述过期的簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户。
作为另一方面，本发明实施例还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述的方法。
根据本发明实施例的技术方案，因为采用根据当前告警消息的关键字特征，对各个簇进行特征匹配，判断是否能够匹配出目标簇；若是，则将当前告警消息及其对应的关键字特征加入到目标簇中；若否，则生成一个新的簇，并将当前告警消息及其对应的关键字特征加入到新的簇中的技术手段，所以克服了现有技术中告警收敛的效果不佳的技术问题。本发明实施例通过当前告警消息的关键字特征对各个簇进行特征匹配，使得当前告警消息能够准确地匹配到相似的簇，而且当簇过期时对簇内的告警消息进行聚合并发出告警，从而提高告警收敛的效果，大幅降低运维人员接收到的告警数量。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (8)

1.一种告警收敛方法，其特征在于，包括：
获取或者接收当前告警消息，从所述当前告警消息中提取出关键字特征；
根据所述当前告警消息的关键字特征，对各个簇进行特征匹配，判断是否能够匹配出目标簇；若是，则将所述当前告警消息及其对应的关键字特征加入到所述目标簇中；若否，则生成一个新的簇，并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中；
周期性遍历各个簇，判断是否存在过期的簇，若是，则对所述过期的簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户；
将所述当前告警消息及其对应的关键字特征加入到所述目标簇中，包括：
判断所述目标簇是否已经过期；
若是，则对所述目标簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户，以及，生成一个新的簇并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中；
若否，则判断所述目标簇中的告警消息的数量是否大于等于告警数量阈值；若是，则对所述目标簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户，以及，生成一个新的簇并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中；若否，则将所述当前告警消息及其对应的关键字特征加入到所述目标簇中。
2.根据权利要求1所述的方法，其特征在于，根据所述当前告警消息的关键字特征，对各个簇进行特征匹配，判断是否能够匹配出目标簇，包括：
对于每个簇，计算所述簇中所述当前告警消息的关键字特征对应的告警值，从而得到所述簇的告警值；
按照各个簇的告警值对所述各个簇进行排序，从而筛选出告警值最大的目标簇；
判断所述目标簇的告警值是否大于等于告警阈值；若所述目标簇的告警值大于等于所述告警阈值，则说明能够匹配出所述目标簇，若所述目标簇的告警值小于所述告警阈值，则说明不能匹配出所述目标簇。
3.根据权利要求2所述的方法，其特征在于，计算所述簇中所述当前告警消息的关键字特征对应的告警值，从而得到所述簇的告警值，包括：
对于所述当前告警消息的每个关键字特征，计算所述关键字特征在所述簇中的出现比例，获取所述关键字特征对应的各个告警消息的等级系数，然后对所述关键字特征在所述簇中的出现比例和所述关键字特征所属的各个告警消息的等级系数进行加权求和，从而得到所述关键字特征的告警值；
将所述当前告警消息的每个关键字特征对应的告警值相加，从而得到所述簇的告警值。
4.根据权利要求3所述的方法，其特征在于，计算所述关键字特征在所述簇中的出现比例，包括：
计算所述关键字特征在所述簇中的出现次数以及所述簇中的所有关键字特征的出现次数；
将所述关键字特征在所述簇中的出现次数除以所述簇中的所有关键字特征的出现次数，从而得到所述关键字特征的出现比例。
5.根据权利要求1所述的方法，其特征在于，将所述聚合告警消息发送至用户，包括：
判断知识库中是否存在所述聚合告警消息；
若是，则从所述知识库中获取所述聚合告警消息对应的告警原因和处理方案，并将所述聚合告警消息、所述告警原因和所述处理方案发送至用户；
若否，则将所述聚合告警消息发送至用户。
6.一种告警收敛装置，其特征在于，包括：
提取模块，用于获取或者接收当前告警消息，从所述当前告警消息中提取出关键字特征；
匹配模块，用于根据所述当前告警消息的关键字特征，对各个簇进行特征匹配，判断是否能够匹配出目标簇；若是，则将所述当前告警消息及其对应的关键字特征加入到所述目标簇中；若否，则生成一个新的簇，并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中；
告警模块，用于周期性遍历各个簇，判断是否存在过期的簇，若是，则对所述过期的簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户；
所述匹配模块还用于：
判断所述目标簇是否已经过期；
若是，则对所述目标簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户，以及，生成一个新的簇并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中；
若否，则判断所述目标簇中的告警消息的数量是否大于等于告警数量阈值；若是，则对所述目标簇中的各个告警消息进行聚合，从而生成聚合告警消息，并将所述聚合告警消息发送至用户，以及，生成一个新的簇并将所述当前告警消息及其对应的关键字特征加入到所述新的簇中；若否，则将所述当前告警消息及其对应的关键字特征加入到所述目标簇中。
7.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
8.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN202310279464.XA 2023-03-21 2023-03-21 一种告警收敛方法和装置 Active CN116361112B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310279464.XA CN116361112B (zh) 2023-03-21 2023-03-21 一种告警收敛方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310279464.XA CN116361112B (zh) 2023-03-21 2023-03-21 一种告警收敛方法和装置

Publications (2)

Publication Number Publication Date
CN116361112A CN116361112A (zh) 2023-06-30
CN116361112B true CN116361112B (zh) 2024-02-20

Family

ID=86940133

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310279464.XA Active CN116361112B (zh) 2023-03-21 2023-03-21 一种告警收敛方法和装置

Country Status (1)

Country Link
CN (1) CN116361112B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110401567A (zh) * 2019-07-25 2019-11-01 中国工商银行股份有限公司 告警数据的处理方法、装置、计算设备、介质
CN112564988A (zh) * 2021-02-19 2021-03-26 腾讯科技（深圳）有限公司 告警处理方法、装置及电子设备
CN113590436A (zh) * 2021-07-30 2021-11-02 中国工商银行股份有限公司 一种告警方法及装置
CN115168311A (zh) * 2022-06-30 2022-10-11 深信服科技股份有限公司 一种告警事件处理方法、系统、存储介质和终端

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110401567A (zh) * 2019-07-25 2019-11-01 中国工商银行股份有限公司 告警数据的处理方法、装置、计算设备、介质
CN112564988A (zh) * 2021-02-19 2021-03-26 腾讯科技（深圳）有限公司 告警处理方法、装置及电子设备
CN113590436A (zh) * 2021-07-30 2021-11-02 中国工商银行股份有限公司 一种告警方法及装置
CN115168311A (zh) * 2022-06-30 2022-10-11 深信服科技股份有限公司 一种告警事件处理方法、系统、存储介质和终端

Also Published As

Publication number Publication date
CN116361112A (zh) 2023-06-30

Similar Documents

Publication Publication Date Title
US11151206B2 (en) Method and apparatus for pushing information
US10754830B2 (en) Activity information schema discovery and schema change detection and notification
CN107247798B (zh) 构建搜索词库的方法和装置
US11423096B2 (en) Method and apparatus for outputting information
CN107392259B (zh) 构建不均衡样本分类模型的方法和装置
CN107291835B (zh) 一种搜索词的推荐方法和装置
CN116822995A (zh) 事件发生数量的预测方法和装置
CN114091704A (zh) 一种告警压制方法和装置
CN113761565B (zh) 数据脱敏方法和装置
CN116361112B (zh) 一种告警收敛方法和装置
CN112749204B (zh) 一种读取数据的方法和装置
CN115423030A (zh) 一种设备识别的方法和装置
CN112866179B (zh) 限流方法和限流装置
CN113282455A (zh) 一种监控处理方法和装置
CN112184370A (zh) 一种推送产品的方法和装置
CN113722193A (zh) 检测页面异常的方法和装置
CN111178696A (zh) 一种业务处理时长超时预警方法和装置
CN112862554A (zh) 一种订单数据的处理方法和装置
CN111831534A (zh) 一种对数据报表进行准确性验证的方法和装置
CN115981910B (zh) 处理异常请求的方法、装置、电子设备和计算机可读介质
CN113066479A (zh) 一种评测模型的方法和装置
CN114089712B (zh) 一种数据处理方法和装置
CN116450622B (zh) 数据入库的方法、装置、设备和计算机可读介质
CN110851438A (zh) 一种数据库索引优化建议与验证的方法和装置
CN113239687B (zh) 一种数据处理方法和装置

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
GR01 Patent grant
GR01 Patent grant