[发明专利]一种网络告警关联分析的方法及装置

说明书

本发明公开了一种网络告警关联分析的方法及装置，根据预设的时间窗口长度和预设的窗口移动步长，确定N条告警信息中每一条告警信息落入的时间窗口；根据告警信息与告警标识的映射关系，确定告警信息对应的告警标识，根据同一个所述时间窗口中的所有告警信息对应的告警标识，确定所述时间窗口对应的至少一个告警事务；根据预设的关联规则，对所有告警事务进行关联分析，确定包含告警标识的关联分析结果。本发明提供一种网络告警关联分析的方法及装置，通过告警标识的转换降低了关联分析的复杂度，并且能够支持连续的数据分析挖掘。

技术领域

本发明涉及大数据处理领域，尤其涉及一种网络告警关联分析的方法及装置。

背景技术

随着网络规模的不断扩展、多业务网络的逐渐融合和新业务的加速引入给电信网络管理及维护工作带来了极大的挑战。在故障管理领域，一个重要而迫切的管理需求是对网络中产生的大量告警进行关联分析。

现有的关联分析主要分成两类，一类是通过传统的关联分析算法实现，如经典的Apriori(关联规则算法)，FP-growth(Frequent Pattern growth，频繁模式迭代)算法，典型的关联分析平台为weka(Waikato Environment for Knowledge Analysis，怀卡托智能分析环境)；另一类是通过单纯的大数据处理平台Hadoop实现关联分析挖掘技术，如Hadoop(Hadoop Distributed File System，分布式文件系统)的Apriori算法、Web服务器软件Apache(阿帕奇)的机器学习算法Mahout等。

传统的关联分析平台如Weka是基于单机实现的关联的分析算法，主要是针对小数据量的关联分析，不适宜大数据的关联分析挖掘；通过Hadoop大数据处理平台实现的关联分析，迭代计算性能欠佳；基于Mahout的Apriori算法主要是针对离散型的数据处理，不支持连续数据的分析挖掘。

综上所述，在大数据处理场景下，现有的网络告警关联分析方法无法支持连续的数据分析挖掘。

发明内容

本发明提供一种网络告警关联分析的方法及装置，用以解决在大数据处理场景下，现有技术中的网络告警关联分析方法无法支持连续的数据分析挖掘的问题。

本发明实施例提供一种网络告警关联分析的方法，包括：

根据预设的时间窗口长度和预设的窗口移动步长，确定N条告警信息中每一条告警信息落入的时间窗口，其中，所述窗口移动步长小于所述时间窗口长度，N为正整数；

根据告警信息与告警标识的映射关系，确定告警信息对应的告警标识，根据同一个所述时间窗口中的所有告警信息对应的告警标识，确定所述时间窗口对应的至少一个告警事务；

根据预设的关联规则，对所有告警事务进行关联分析，确定包含告警标识的关联分析结果。

可选的，所述根据预设的时间窗口长度和预设的窗口移动步长，确定N条告警信息中每一条告警信息落入的时间窗口之前，还包括：

确定所述N条告警信息中每一条告警信息对应的告警标签；

根据告警标签与告警标识的映射关系，确定每一条告警标签对应的告警标识，其中每条告警标签对应一个告警标识；

所述根据预设的关联规则，对所有告警事务进行关联分析，确定包含告警标识的关联的分析结果之后，还包括:

根据所述告警标签与告警标识的映射关系，将所述包含告警标识的关联分析结果转换成包含告警标签的关联分析结果。

可选的，所述确定所述N条告警信息中每一条告警信息对应的告警标签，包括：

根据预设的告警维度，确定每一条告警信息对应的告警标签；