[发明专利]告警关联方法、装置、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，所述告警关联方法包括以下步骤：

根据获取的原始数据构建训练集，并确定所述训练集中告警数据对的特征数据；

根据所述特征数据确定所有网元，并根据各所述网元构建网络拓扑图；

确定所述网络拓扑图中的所有网元序列，根据各所述网元序列对应的网元向量构建告警关联模型；

若接收到输入的待测告警数据对，则根据所述告警关联模型对所述待测告警数据对进行告警关联预测，以确定所述待测告警数据对的告警关联关系。

2.如权利要求1所述的告警关联方法，其特征在于，所述确定所述网络拓扑图中的所有网元序列的步骤，包括：

确定所述网络拓扑图中的网元集合和边集合，并基于所述网元集合确定网元起始点，根据所述边集合确定所述网元起始点对应的所有关联网元，其中，所述边集合包括所述网元集合中网元的物理连接、逻辑连接和弱连接中的一种或多种；

计算各所述关联网元与所述网元起始点之间的连接概率，根据各所述连接概率构建网元序列。

3.如权利要求2所述的告警关联方法，其特征在于，所述计算各所述关联网元与所述网元起始点之间的连接概率的步骤，包括：

遍历各所述关联网元，确定遍历的关联网元和所述网元起始点之间连接关系对应的权重，并根据所述权重和预设的跳转概率计算公式计算所述遍历的关联网元和所述网元起始点之间的连接概率。

4.如权利要求1所述的告警关联方法，其特征在于，所述根据各所述网元序列对应的网元向量构建告警关联模型的步骤，包括：

获取所述特征数据中的分类特征数据，并对所述分类特征数据中的所有字段进行编码处理，以获取字段编码；

确定所述特征数据中告警发生时间对应的时间差值，根据所述字段编码、所述时间差值和各所述网元序列对应的网元向量构建关联模型，并对所述关联模型进行迭代优化，以获取告警关联模型。

5.如权利要求4所述的告警关联方法，其特征在于，所述根据所述字段编码、所述时间差值和各所述网元序列对应的网元向量构建关联模型的步骤，包括：

根据预设的告警专属词汇表对所述特征数据中的告警信息进行分词处理，以获取多个分词，并确定各所述分词对应的词向量；

将各所述字段编码、各所述词向量、所述时间差值和各所述网元序列对应的网元向量输入至预设的神经网络模型中进行模型训练，以获取关联模型。

6.如权利要求4所述的告警关联方法，其特征在于，所述对所述关联模型进行迭代优化，以获取告警关联模型的步骤，包括：

确定所述原始数据中故障原因一致的所有告警数据对，并依次将各所述告警数据对输入至所述关联模型进行模型训练；

基于所述模型训练的训练结果对所述关联模型进行迭代优化，以获取告警关联模型。

7.如权利要求6所述的告警关联方法，其特征在于，所述基于所述模型训练的训练结果对所述关联模型进行迭代优化的步骤，包括：

获取所述模型训练的训练结果对应的所有告警关联度，并检测各所述告警关联度是否大于预设关联度；

根据所述检测各所述告警关联度是否大于预设关联度的检测结果对所述关联模型进行迭代优化。

8.一种告警关联装置，其特征在于，所述告警关联装置包括：

获取模块，用于根据获取的原始数据构建训练集，并确定所述训练集中告警数据对的特征数据；

构建模块，用于根据所述特征数据确定所有网元，并根据各所述网元构建网络拓扑图；

确定模块，用于确定所述网络拓扑图中的所有网元序列，并根据各所述网元序列对应的网元向量构建告警关联模型；

告警关联预测模块，用于若接收到输入的待测告警数据对，则根据所述告警关联模型对所述待测告警数据对进行告警关联预测，以确定所述待测告警数据对的告警关联关系。