[发明专利]一种告警信息处理方法、装置及服务器

说明书

本发明提供的一种告警信息处理方法、装置及服务器，应用于信息处理技术领域，该方法首先获取目标监控平台的告警信息，然后调用预训练的基于FP‑Tree算法训练得到的告警信息收敛模型，将告警信息输入告警信息收敛模型，对告警信息进行合并，得到合并后的告警信息。通过本发明提供的告警信息处理方法，可以实现对网络异常时目标监控平台发出的批量告警信息进行有效压缩、合并，减少需要运维人员手动处理的告警信息的数据量，降低一线运维人员的工作压力，同时，为快速定位问题根源提供有效的参考依据。

技术领域

本发明属于信息处理技术领域，尤其涉及一种告警信息处理方法、装置及服务器。

背景技术

随着互联网技术的发展，网络拓扑由传统的简单网络架构，渐渐延伸发展为多地多中心的高可用复杂架构。许多公司通过建设数据中心来实现对复杂网络的动态监测，并根据监测结果对网络中存在的异常情况进行处理，从而保障网络正常运行。

在实际应用中，当异常网络事件发生时，大型复杂的网络结构会产生批量、相互关联的告警信息，这些告警信息的信息量巨大，让一线运维人员压力倍增，无法在短时间内对其中有效的告警信息进行甄别，并快速定位故障原因。

因此，如何对网络异常时的批量告警信息进行有效压缩、合并，减少运维人员需要处理的告警信息的数据量，降低一线运维人员的工作压力，为快速定位问题根源提供有效的参考依据，成为本领域技术人员需要解决的技术问题之一。

发明内容

有鉴于此，本发明的目的在于提供一种告警信息处理方法、装置及服务器，实现对网络异常时的批量告警信息进行有效压缩、合并，减少运维人员需要处理的告警信息的数据量，降低一线运维人员的工作压力，为快速定位问题根源提供有效的参考依据，具体方案如下：

第一方面，本发明提供一种告警信息处理方法，包括：

获取目标监控平台的告警信息；

调用预训练的告警信息收敛模型，其中，所述告警信息收敛模型以离线告警信息为训练样本，基于FP-Tree算法训练得到；

将所述告警信息输入所述告警信息收敛模型，对所述告警信息进行合并，得到合并后的告警信息。

可选的，训练所述告警信息收敛模型的过程，包括：

获取预设时间段内所述目标监控平台的离线告警信息；

按照预设信息处理规则解析所述离线告警信息，得到训练样本；

以合并结果趋于实际告警信息类别为训练目标，重复的修正FP-Tree算法的预设参量，直至满足预设收敛条件，得到所述告警信息收敛模型。

可选的，所述按照预设信息处理规则解析所述离线告警信息，得到训练样本，包括：

按照预设筛选规则，对所述离线告警信息进行筛选，得到筛选后的离线告警信息；

将所述预设时间段内的每一天划分为多个预设长度的时间片段；

根据各所述筛选后的离线告警信息的发生时间，将属于同一所述时间片段的所述筛选后的离线告警信息划分至同一信息集合，得到多组信息集合；

将所述信息集合作为训练样本。

可选的，所述预设筛选规则至少包括：

告警信息的维护人员满足预设级别要求；

告警信息处理时间处于预设时长范围内；

告警信息处于关闭状态。

可选的，所述以合并结果趋于实际告警信息类别为训练目标，重复的修正FP-Tree算法的预设参量，直至满足预设收敛条件，得到所述告警信息收敛模型，包括：