一種信息通信網(wǎng)絡中的告警關(guān)聯(lián)性分析方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及通信網(wǎng)絡技術(shù)領(lǐng)域，特別是指一種信息通信網(wǎng)絡中的告警關(guān)聯(lián)性分 析方法。
【背景技術(shù)】
[0002] 信息網(wǎng)絡技術(shù)和通信網(wǎng)絡技術(shù)逐步走向融合，將實現(xiàn)網(wǎng)絡的一體化，全網(wǎng)統(tǒng)一規(guī) 劃、建設、維護和優(yōu)化，提升網(wǎng)絡的服務質(zhì)量。同時，由于信息網(wǎng)絡技術(shù)和通信網(wǎng)絡技術(shù)的融 合，網(wǎng)絡用戶數(shù)的指數(shù)性增長，網(wǎng)絡規(guī)模會越來越龐大，網(wǎng)絡終端設備的種類呈現(xiàn)猛增趨 勢，網(wǎng)絡故障發(fā)生的突然性增加，故障的原因更加多樣性，導致整個網(wǎng)絡的維護、管理、操作 日益困難。告警與故障發(fā)生的根源并不是一一對應的關(guān)系，快速有效的找到告警產(chǎn)生的根 源故障是網(wǎng)絡技術(shù)人員研究的重要問題。處理告警數(shù)據(jù)的難點在于對大量數(shù)據(jù)的處理上， 即從大量的告警信息中找到有效的故障根源信息。
[0003] 為此，引入告警關(guān)聯(lián)技術(shù)，管理中心自動分析告警信息流，通過對告警事件間的關(guān) 聯(lián)性分析，將大量告警數(shù)據(jù)所表示的有用信息集中到少量的告警數(shù)據(jù)上，從而減少告警數(shù) 據(jù)的數(shù)量，可以有效地提高故障根源定位效率。目前，關(guān)于告警關(guān)聯(lián)的分析方法有很多，主 要有下面幾種:基于規(guī)則推理、案例推理、模型推理、模糊邏輯、數(shù)據(jù)挖掘的告警關(guān)聯(lián)技術(shù)。 基于數(shù)據(jù)挖掘的告警關(guān)聯(lián)分析技術(shù)，對過去告警數(shù)據(jù)庫的歸納學習，從大量模糊的、不確定 的、不完整的告警信息中挖掘出有效的信息，網(wǎng)絡發(fā)生改變時，能夠及時做出相應的調(diào)整， 具有良好的自學習能力、適應性、可擴展性等特點，能快速有效的處理大量的網(wǎng)絡告警數(shù) 據(jù)，成為現(xiàn)在告警關(guān)聯(lián)分析技術(shù)領(lǐng)域的研究熱點。
[0004] 然而，隨著通信網(wǎng)絡與信息網(wǎng)絡的融合，大數(shù)據(jù)時代的到來，告警故障數(shù)據(jù)庫的增 大，對告警關(guān)聯(lián)分析算法的性能有了更高的要求。關(guān)聯(lián)規(guī)則挖掘的速率直接影響網(wǎng)絡故障 定位的效率。另外，樹形的層次化結(jié)構(gòu)網(wǎng)絡在通信網(wǎng)絡和信息網(wǎng)絡中是一種常見模型，目 前，在該網(wǎng)絡場景下針對告警相關(guān)性分析還沒有相應的研究。

【發(fā)明內(nèi)容】

[0005] 有鑒于此，本發(fā)明的目的在于提出一種針對告警相關(guān)性分析的樹形的層次化結(jié)構(gòu) 網(wǎng)絡。
[0006] 基于上述目的本發(fā)明提供的一種信息通信網(wǎng)絡中的告警關(guān)聯(lián)性分析方法，包括以 下步驟：
[0007] 1)根據(jù)網(wǎng)絡節(jié)點的發(fā)生故障的時間、空間相關(guān)性，定義樹形層次結(jié)構(gòu)網(wǎng)絡中的上 層網(wǎng)絡節(jié)點的時空相關(guān)性；
[0008] 2)基于上層網(wǎng)絡節(jié)點的時空相關(guān)性，對樹形層次網(wǎng)絡中的上層節(jié)點進行分簇，根 據(jù)分簇結(jié)果將總的告警數(shù)據(jù)庫劃分為多個子告警數(shù)據(jù)庫；
[0009] 3)根據(jù)告警項的屬性，確定各告警項的權(quán)重；
[0010] 4)利用加權(quán)的Apriori關(guān)聯(lián)規(guī)則算法對各自告警數(shù)據(jù)庫進行關(guān)聯(lián)規(guī)則挖掘。
[0011] 進一步的，還包括使用2項集支持度的形式定義網(wǎng)絡故障事務的相關(guān)性：
[0012]
[0013] |Dinj|表示在總的網(wǎng)絡故障數(shù)據(jù)庫中，節(jié)點i子網(wǎng)和節(jié)點j子網(wǎng)同時發(fā)生故障的事 務項總數(shù)，|D|表示總的故障事務項的數(shù)目，定義網(wǎng)絡故障事務的相關(guān)性為節(jié)點i子網(wǎng)和節(jié) 點j子網(wǎng)同時發(fā)生故障的事務總數(shù)與總的故障事務項數(shù)的比值，即關(guān)聯(lián)規(guī)則挖掘中的2項集 支持度。
[0014] 進一步的，考慮時間、空間相關(guān)度，將網(wǎng)絡故障事務相關(guān)性定義為：
[0015]
[0016]
[0017] 其中，|D_ |表示在總的網(wǎng)絡故障數(shù)據(jù)庫中，節(jié)點i子網(wǎng)和節(jié)點j子網(wǎng)同時發(fā)生故障 的事務項總數(shù)，IDI表示總的故障事務項的數(shù)目，Nij表示節(jié)點i和j的在總時間范圍內(nèi)直接相 互通信次數(shù)，N表示總通信次數(shù)，tni和tnj表示節(jié)點i和j發(fā)生故障的時間，△ t表示在所有時 間段上的平均故障發(fā)生時間差，定義網(wǎng)絡故障事務的相關(guān)性為節(jié)點i子網(wǎng)和節(jié)點j子網(wǎng)同時 發(fā)生故障的事務總數(shù)與總的故障事務項數(shù)的比值，并規(guī)定：當C 〇 r d (i，j) > α時，兩個節(jié)點子 網(wǎng)絡間相關(guān)性強；否則，認為兩節(jié)點子網(wǎng)絡間相關(guān)性微弱，即不相關(guān)，α(〇<α<1)為子網(wǎng)絡 間故障事務關(guān)聯(lián)性的門限值。
[0018] 進一步的，根據(jù)定義的網(wǎng)絡故障關(guān)聯(lián)性，對網(wǎng)絡進行分簇處理，根據(jù)分簇結(jié)果，將 整個網(wǎng)絡告警數(shù)據(jù)庫劃分為多個子網(wǎng)絡告警數(shù)據(jù)庫。
[0019] 進一步的，所述根據(jù)告警項的屬性，確定各告警項的權(quán)重具體為：
[0020] 步驟1:將問題層次結(jié)構(gòu)化，構(gòu)建問題的遞階層次結(jié)構(gòu)模型，；
[0021] 步驟2:針對每一個有支配能力的指標，構(gòu)建成對比較矩陣；
[0022] 步驟3:計算各指標對于各支配指標的權(quán)重，且檢驗成對比較矩陣的一致性；
[0023]步驟4:計算各指標對目標層的權(quán)重。
[0024] 進一步的，所述的利用加權(quán)的Apriori關(guān)聯(lián)規(guī)則算法對各自告警數(shù)據(jù)庫進行關(guān)聯(lián) 規(guī)則挖掘的具體步驟為：
[0025] 步驟一:掃描告警事務數(shù)據(jù)庫T，得到告警事務中的所有告警項目，并按字典順序 排列；
[0026] 步驟二:根據(jù)告警項的各屬性值，如告警發(fā)生頻率、告警重要級別、告警故障類型 等，利用層次分析法計算各告警項目的權(quán)值；
[0027] 步驟三:掃描告警事務數(shù)據(jù)庫T，根據(jù)告警項目的權(quán)值，計算各告警事務項集t的權(quán) 重值
[0028]
[0029]步驟四:根據(jù)各告警事務項集的權(quán)重，計算各告警項集的加權(quán)支持度
[0030]
[0031] 根據(jù)預先設定的最小支持度閾值，產(chǎn)生加權(quán)的告警頻繁k項集；
[0032] 步驟五:將告警頻繁k項集，根據(jù)告警加權(quán)項目集的先驗性質(zhì)，采用優(yōu)化拼接和減 枝方法，產(chǎn)生告警項目的候選k+Ι項集，計算候選告警k+Ι項集的加權(quán)支持度，產(chǎn)生加權(quán)的 告警頻繁k+Ι項集；
[0033] 步驟六:重復步驟四，直到無法繼續(xù)產(chǎn)生告警頻繁項目集。
[0034] 從上面所述可以看出，本發(fā)明提供的信息通信網(wǎng)絡中的告警關(guān)聯(lián)性分析方案，由 于針對樹形層次結(jié)構(gòu)網(wǎng)絡的拓撲的研究，根據(jù)網(wǎng)絡節(jié)點的發(fā)生故障的時間、空間相關(guān)性，定 義樹形層次結(jié)構(gòu)網(wǎng)絡中的上層網(wǎng)絡節(jié)點的時空相關(guān)性，基于上層網(wǎng)絡節(jié)點的時空相關(guān)性， 對樹形層次網(wǎng)絡中的上層節(jié)點進行分簇，根據(jù)分簇結(jié)果將總的告警數(shù)據(jù)庫劃分為多個子告 警數(shù)據(jù)庫，根據(jù)告警項的屬性，如告警發(fā)生的頻率、告警重要性級別、告警故障類型，確定各 告警項的權(quán)重，利用加權(quán)的Apriori關(guān)聯(lián)規(guī)則算法對各自告警數(shù)據(jù)庫進行關(guān)聯(lián)規(guī)則挖掘。從 而可以從大量告警信息中高效的挖掘到所感興趣的告警關(guān)聯(lián)規(guī)則。
【附圖說明】
[0035] 圖1為數(shù)據(jù)庫壓縮的告警相關(guān)性樹形圖；
[0036] 圖2為加權(quán)的Apriori關(guān)聯(lián)規(guī)則算法的流程圖；
[0037] 圖3為根據(jù)告警項的屬性確定各告警項權(quán)重的遞階層次結(jié)構(gòu)模型圖；
[0038] 圖4為告警關(guān)聯(lián)算法與普通算法產(chǎn)生候選項集的數(shù)量條形圖；
[0039] 圖5為警關(guān)聯(lián)算法與普通算法產(chǎn)生加權(quán)頻繁項集的時間折線圖；
[0040] 圖6為告警關(guān)聯(lián)算法與普通算法產(chǎn)生感興趣的告警頻繁項在總告警頻繁項中所占 的比例的條形圖。
【具體實施方式】
[0041] 為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚明白，以下結(jié)合具體實施例，并參照 附圖，對本發(fā)明進一步詳細說明。
[0042] 本發(fā)明提出的信息通信網(wǎng)絡中的告警關(guān)聯(lián)性分析方案是基于數(shù)據(jù)庫壓縮的告警 相關(guān)性分析方案。如圖1所示，為數(shù)據(jù)庫壓縮的告警相關(guān)性樹形圖。進一步地，本發(fā)明根據(jù)樹 形層次結(jié)構(gòu)網(wǎng)絡的拓撲的研究，提出將整個信息通信網(wǎng)絡劃分為多個不同的子網(wǎng)絡，將告 警數(shù)據(jù)庫分為多個子告警數(shù)據(jù)庫，然后使用加權(quán)的Apriori關(guān)聯(lián)規(guī)則算法挖掘各子告警數(shù) 據(jù)庫中的關(guān)聯(lián)規(guī)則，如圖2所示，為加權(quán)的Apriori關(guān)聯(lián)規(guī)則算法的流程圖。
[0043] 本發(fā)明的基本技術(shù)思路是，在樹形的層次結(jié)構(gòu)網(wǎng)絡中，基于網(wǎng)絡節(jié)點時空相關(guān)性 對網(wǎng)絡進行分簇，根據(jù)分簇結(jié)果將網(wǎng)絡劃分為多個子網(wǎng)絡，從而告警數(shù)據(jù)庫被分為多個子 告警數(shù)據(jù)庫，減小了告警數(shù)據(jù)庫的規(guī)模。根據(jù)各告警項的屬性如:告警發(fā)生的頻率、告警的 重要級別、告警故障類型等，利用層次分析法確定告警權(quán)值，然后利用加權(quán)的Apriori關(guān)聯(lián)