[发明专利]电信网络故障预警方法、装置及终端设备

说明书

本发明提供一种电信网络故障预警方法、装置及终端设备。其中，电信网络故障预警方法，包括：预先训练隐马尔可夫模型，以及确定所述训练后的隐马尔可夫模型的正常概率阈值；采集电信网络设备生成的原始在线日志数据；对所述原始在线日志数据进行预处理，获得在线日志数据；遍历所述在线日志数据中的每条日志，判断每条日志所属的日志模式，并生成与所述在线日志数据对应的在线日志模式序列；计算所述在线日志模式序列在所述训练后的隐马尔可夫模型中出现的概率是否小于所述正常概率阈值，若是，则判断所述原始在线日志数据存在异常，发出故障预警。本发明能够对训练样本中出现或未出现的电信网络故障进行预警。

技术领域

本发明涉及互联网技术领域，具体涉及一种电信网络故障预警方法、装置及终端设备。

背景技术

在目前的电信网络设备中，通常存在较为完善的日志记录模块，其记录的日志类型包括诊断日志、操作日志、系统日志(syslog，System Log)等。电信产生的日志作为电信网络安全状态重要的信息来源，能对网络故障预警带来很大的帮助。

由于电信网络复杂度的不断提高，目前电信日志数据具有以下特点：(1)数据量较大，例如，某运营商的大型省份网络数据产生速率能达到平均每天10亿条，占据200GByte空间；(2)结构复杂，日志数据设备厂家来源众多，没有标准日志格式模板；(3)正负样本不均，网络告警时期的数据样本占总样本比例低；(4)故障类型多样，单种故障数据样本少，且存在样本中未出现的故障。

当前利用日志进行故障预警的方法有很多，其中，主要的故障预警方法有关键词匹配法、规则匹配法、基于传统分类算法的方法和基于故障日志相似性的方法，这些故障预警方法在实际应用中分别存在以下不足：

1)关键词匹配法和规则匹配法，需要领域专家根据经验预先创建故障预警关键词或规则列表，然后将日志与故障预警列表进行匹配，如果存在匹配项，则进行相应的故障预警。该方法中，故障预警关键词和规则列表的制定需要领域专家的参与，实际应用中仅适用于一部分特定种类的故障的预测，若要对各种故障进行全面的预测会耗费大量的人力和时间，随着电信网络的复杂性越来越高，其实施难度越来越大，实用性越来越低。

2)基于传统分类算法的方法，需要将日志数据与△t时间后触发的故障类型作为数据对训练分类模型，并将在线日志经过该分类模型的分类和识别后，根据得到的输出结果对故障进行判断。但若使用该方法对电信故障进行预测，由于电信日志数据正负样本不均、单种故障数据样本少等特点，分类准确性和泛化能力较低。

3)基于故障日志相似性的方法，需要将日志映射至一n维向量，然后将向量进行聚类，根据聚类结果指示故障类型。这种方法应用在电信日志数据上也存在对训练样本中未出现的故障无法预警的缺陷。

因此，目前迫切需要提供一种适用于电信网络的故障预警技术。

发明内容

鉴于上述问题，本发明提供一种电信网络故障预警方法、装置及终端设备。

本发明第一方面提供一种电信网络故障预警方法，包括：

预先根据电信网络设备在网络运行正常时期生成的原始历史日志数据训练隐马尔可夫模型，得到描述网络正常运行状态的训练后的隐马尔可夫模型，以及确定所述训练后的隐马尔可夫模型的正常概率阈值；

采集电信网络设备生成的原始在线日志数据；

对所述原始在线日志数据进行预处理，获得在线日志数据；

遍历所述在线日志数据中的每条日志，判断每条日志所属的日志模式，并生成与所述在线日志数据对应的在线日志模式序列；

计算所述在线日志模式序列在所述训练后的隐马尔可夫模型中出现的概率是否小于所述正常概率阈值，若是，则判断所述原始在线日志数据存在异常，发出故障预警。