[发明专利]告警关联方法、装置、计算设备及计算机存储介质

权利要求书

1.一种告警关联方法，其特征在于，所述方法包括：

获取预设时间窗口内的告警数据；

根据所述告警数据构建部分告警关联图，包括：根据所述告警数据确定告警发生的告警节点，根据每一告警节点的告警数据确定各告警节点之间的连接关系，根据各告警节点之间的连接关系构建部分告警关联图；根据所述部分告警关联图生成邻接矩阵和特征矩阵，包括：根据各告警节点之间的连接关系生成邻接矩阵；根据每一告警节点的告警数据生成特征矩阵；

将所述邻接矩阵和特征矩阵输入告警关联模型，得到所述预设时间窗口内的完整告警关联图，所述告警关联模型是通过多组训练数据训练得到的，所述多组训练数据中的每一组均包含邻接矩阵和特征矩阵；

根据所述完整告警关联图确定所述预设时间窗口内的告警关联关系。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取历史告警数据；

按照所述历史告警数据中的告警发生时间将所述历史告警数据划分为多组告警数据；

根据所述多组告警数据得到所述多组训练数据；

根据所述多组训练数据训练图卷积神经网络，得到所述告警关联模型。

3.根据权利要求2所述的方法，其特征在于，根据所述多组训练数据训练图卷积神经网络，得到所述告警关联模型，包括：

构建图卷积神经网络框架；

根据输入的多组训练数据对所述图卷积神经网络框架进行训练，得到所述图卷积神经网络框架的权重；

将所述权重对应的图卷积神经网络框架作为所述告警关联模型。

4.根据权利要求3所述的方法，其特征在于，所述构建图卷积神经网络框架，包括：

构建图卷积神经网络框架，所述图卷积神经网络框架包括编码器和解码器，所述编码器用于根据输入的邻接矩阵和特征矩阵提取告警关联特征，所述解码器用于对输入的邻接矩阵进行重建。

5.根据权利要求4所述的方法，其特征在于，根据输入的多组训练数据对所述图卷积神经网络框架进行训练，得到所述图卷积神经网络框架的权重，包括：

将每一组训练数据输入图卷积神经网络框架，得到所述每一组训练数据对应的重建邻接矩阵；

根据所述重建邻接矩阵与所述邻接矩阵之间的误差更新权重，直至所述误差最小；

将所述误差最小的权重作为所述图卷积神经网络框架的权重。

6.一种告警关联装置，其特征在于，所述装置包括：

获取模块，用于获取预设时间窗口内的告警数据；

构建模块，用于根据所述告警数据构建部分告警关联图，包括：根据所述告警数据确定告警发生的告警节点，根据每一告警节点的告警数据确定各告警节点之间的连接关系，根据各告警节点之间的连接关系构建部分告警关联图；

生成模块，用于根据所述部分告警关联图生成邻接矩阵和特征矩阵，包括：根据各告警节点之间的连接关系生成邻接矩阵；根据每一告警节点的告警数据生成特征矩阵；

输入模块，用于将所述邻接矩阵和特征矩阵输入告警关联模型，得到所述预设时间窗口内的完整告警关联图，所述告警关联模型是通过多组训练数据训练得到的，所述多组训练数据中的每一组均包含邻接矩阵和特征矩阵；

确定模块，用于根据所述完整告警关联图确定所述预设时间窗口内的告警关联关系。

7.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1至5任一项所述的告警关联方法对应的操作。

8.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1至5任一项所述的告警关联方法对应的操作。