[发明专利]用于推送告警信息的方法和装置

说明书

本申请实施例公开了用于推送告警信息的方法和装置。该方法的一具体实施方式包括：获取目标数据链路的质量数据；检测第一级质量数据是否存在异常；响应于检测到第一级质量数据不存在异常，则执行如下的第二级质量数据异常检测步骤：提取第二级质量数据的特征向量；将第二级质量数据的特征向量输入至预先训练的异常检测模型，得到异常检测结果；响应于异常检测结果表征第二级质量数据存在异常，生成第一告警信息并进行推送。该实施例实现了发生网络故障时的告警。

技术领域

本申请涉及计算机技术领域，具体涉及网络技术领域，尤其涉及用于推送告警信息的方法和装置。

背景技术

在具有复杂的网络拓扑关系的网络中，网络故障的出现会极大的影响网络的稳定性和可用性。同时，网络运维人员在面对复杂的网络问题面前也是分身乏术，不能够有效处理故障问题。因此，采用一个有效的告警方法，能够减轻网络运维人员的压力，提高网络的稳定性和可用性。

目前用于网络的告警方法，主要通过对数据链路的质量数据(例如丢包率和时延)设置静态阈值来进行告警判断。所设置的阈值不能够随着网络状况的变化进行有效的适应。这将导致通过所设置的阈值在一开始可以产生有效的告警。随着网络状况发生变化，阈值将不再适用，随之就会产生大量的假告警，以及过滤掉太多的真故障。

发明内容

本申请实施例提出了用于推送告警信息的方法和装置。

第一方面，本申请实施例提出了一种用于推送告警信息的方法，该方法包括：获取目标数据链路的质量数据，其中，上述目标数据链路是预先指定的、数据中心内网中的数据链路，上述质量数据包括根据上述目标数据链路中带宽分配而划分的第一级质量数据和第二级质量数据，上述质量数据包括以下至少一项：丢包率，时延；检测上述第一级质量数据是否存在异常；响应于检测到上述第一级质量数据不存在异常，执行如下的第二级质量数据异常检测步骤：提取上述第二级质量数据的特征向量；将上述第二级质量数据的特征向量输入至预先训练的异常检测模型，得到异常检测结果，其中，上述异常检测模型用于表征特征向量与异常检测结果的对应关系；响应于上述异常检测结果表征第二级质量数据存在异常，生成第一告警信息并进行推送。

在一些实施例中，上述检测上述第一级质量数据是否存在异常包括：统计上述第一级质量数据的波动程度，得到上述波动程度的表征值；确定上述波动程度的表征值是否大于预设阈值，响应于确定上述表征量大于预设阈值，则确定上述第一级质量数据存在异常。

在一些实施例中，上述检测上述第一级质量数据是否存在异常之前，上述方法还包括：对上述质量数据进行预处理。

在一些实施例中，上述检测上述第一级质量数据是否存在异常之后，上述方法还包括：响应于检测到上述第一级质量数据存在异常，生成第二告警信息并进行推送。

在一些实施例中，上述异常检测模型是通过以下方式训练得到的：获取样本数据，其中，上述样本数据包括预先采集并存储的目标网络中各条数据链路在预设时间段内的、经过预处理的第二级质量数据；提取上述样本数据的特征向量；利用机器学习方法，将上述样本数据的特征向量作为输入，用于表征上述第二级质量数据是否存在异常的信息作为输出，训练得到异常检测模型。

第二方面，本申请实施例提出了一种用于推送告警信息的装置，该装置包括：第一获取单元，配置用于获取目标数据链路的质量数据，其中，上述目标数据链路是预先指定的、数据中心内网中的数据链路，上述质量数据包括根据上述目标数据链路中带宽分配而划分的第一级质量数据和第二级质量数据，上述质量数据包括以下至少一项：丢包率，时延；第一执行单元，配置用于检测上述第一级质量数据是否存在异常；第二执行单元，配置用于响应于检测到上述第一级质量数据不存在异常，执行如下的第二级质量数据异常检测步骤：提取上述第二级质量数据的特征向量；将上述第二级质量数据的特征向量输入至预先训练的异常检测模型，得到异常检测结果，其中，上述异常检测模型用于表征特征向量与异常检测结果的对应关系；响应于上述异常检测结果表征第二级质量数据存在异常，生成第一告警信息并进行推送。