[发明专利]网络故障预测模型建立方法及装置

权利要求书

1.一种网络故障预测模型建立方法，其特征在于，包括：

获取网络系统中多个网络设备的多个日志信息；

基于日志信息中的告警信息特征对所述多个日志信息进行预处理生成多个日志数据；

将所述多个日志数据按照预设时间窗划分为多个日志数据集合；

基于所述多个日志数据集合通过分类预测方法建立故障预测模型，所述故障预测模型用于对网络整体故障或故障设备进行预测。

2.如权利要求1所述的方法，其特征在于，还包括：

获取网络系统中的实时日志信息；

将所述实时日志信息输入所述故障预测模型中，输出网络整体故障概率或故障设备标识。

3.如权利要求1所述的方法，其特征在于，基于日志信息中的告警信息特征对所述多个日志信息进行预处理生成多个日志数据，包括：

滤除所述多个日志信息中的衍生告警信息；和/或

滤除所述多个日志信息中时间间隔小于预设值的告警信息；和/或

基于时间阈值滤除所述多个日志信息中重复的告警信息。

4.如权利要求3所述的方法，其特征在于，基于时间阈值滤除所述多个日志信息中重复的告警信息，包括：

将告警信息按发生时间和类别排序；

基于所述排序根据至少一个时间阈值判断一类别的告警信息是否为重复信息；

在所述预设类别的告警信息为重复信息时，删除告警信息。

5.如权利要求1所述的方法，其特征在于，将所述多个日志数据按照预设时间窗划分为多个日志数据集合，包括：

确定观测时间窗、预测时间窗、当前时间窗的范围；

基于所述观测时间窗、所述预测时间窗、所述当前时间窗将多个日志数据分为观测时间窗日志数据集合、预测时间窗日志数据集合、当前时间窗日志数据集合。

6.如权利要求1所述的方法，其特征在于，基于所述多个日志数据集合通过分类预测方法建立故障预测模型，包括：

基于所述多个日志数据集合通过分类预测方法建立用于对网络整体故障进行预测的网络故障预测模型；和/或

基于所述多个日志数据集合通过分类预测方法建立用于对故障设备进行预测的设备故障预测模型。

7.如权利要求1所述的方法，其特征在于，基于所述多个日志数据集合通过分类预测方法建立用于对网络整体故障进行预测的网络故障预测模型，包括：

通过观测时间窗日志数据集合中提取网络故障相关的网络告警信息；

通过预测时间窗日志数据集合中提取网络故障相关的网络故障信息；

基于所述网络告警信息、所述网络故障信息和分类预测方法建立所述网络故障预测模型。

8.如权利要求1所述的方法，其特征在于，基于所述多个日志数据集合通过分类预测方法建立用于对故障设备进行预测的设备故障预测模型，包括：

通过观测时间窗日志数据集合中提取设备故障相关的设备告警信息；

通过预测时间窗日志数据集合中提取设备故障相关的设备故障信息；

基于所述设备告警信息、设备故障信息和分类预测方法建立所述设备故障预测模型。

9.如权利要求7或8所述的方法，其特征在于，所述分类预测方法包括：

基于规则的重复增量修枝分类算法；和/或

贝叶斯网络分类算法；和/或

基于决策树的随机森林算法。

10.一种网络故障预测模型建立装置，其特征在于，包括：

日志模块，用于获取网络系统中多个网络设备的多个日志信息；

处理模块，用于基于日志信息中的告警信息特征对所述多个日志信息进行预处理生成多个日志数据；

集合模块，用于将所述多个日志数据按照预设时间窗划分为多个日志数据集合；

模型模块，用于基于所述多个日志数据集合通过分类预测方法建立故障预测模型，所述故障预测模型用于对网络整体故障或故障设备进行预测。

11.如权利要求10所述的装置，其特征在于，还包括：

实时模块，用于获取网络系统中的实时日志信息；

预测模块，用于将所述实时日志信息输入所述故障预测模型中，输出网络整体故障概率或故障设备标识。