[发明专利]一种基于事件流的承载网故障分析方法及装置

说明书

本发明涉及网络设备管理技术领域，提供了一种基于事件流的承载网故障分析方法及装置。包括：将预处理后的告警数据按第一时间周期进行切片得到切片数据；根据历史挖掘的根衍规则对切片数据中的告警数据进行分组，并判断各组之间的距离，将距离满足预设距离条件的各组分为同一个待寻根的故障场景；若历史的故障场景与待寻根的故障场景的相似度满足预设域条件，则所述历史的故障场景与待寻根的故障场景的根因相同。本发明通过历史的根衍规则和历史的故障场景从众多告警数据中发现根因，摆脱了单纯依靠人工无法快速定位告警中的根告警的情况，且提高了根因挖掘的效率。

技术领域

本发明涉及网络设备管理技术领域，特别是涉及一种基于事件流的承载网故障分析方法及装置。

背景技术

随着云计算、5G互联的兴起，网络容量需求日益增加，传统的10G网络逐步被100G替代。随着数据中心的兴起，100G骨干网大规模部署，发生告警、出现异常的概率增大。运维人员在面对海量告警时，需要尽快找出根告警，快速定位异常原因、解决问题。

传统的故障分析，主要是通过人工经验梳理出告警中的根告警(其中，根告警具体为：如A告警的发生一定会引发B告警的发生，则A告警就是根告警，B告警就是衍生告警)。但是随着网络规模不断扩大，单纯依靠人工无法快速定位告警中的根因(即根告警)，且利用人工梳理出告警中的根告警非常困难。

鉴于此，克服该现有技术所存在的缺陷是本技术领域亟待解决的问题。

发明内容

本发明要解决的技术问题是:

传统的故障分析，主要是通过人工经验梳理出告警中的根告警,但是随着网络规模不断扩大，单纯依靠人工无法快速定位告警中的根告警，且利用人工梳理出告警中的根告警非常困难。

本发明采用如下技术方案：

第一方面，本发明提供了一种基于事件流的承载网故障分析方法，包括：

将预处理后的告警数据按第一时间周期进行切片得到切片数据；

根据历史挖掘的根衍规则对切片数据中的告警数据进行分组，并判断各组之间的距离，将距离满足预设距离条件的各组分为同一个待寻根的故障场景；

若历史的故障场景与所述待寻根的故障场景的相似度满足预设域条件，则所述历史的故障场景与所述待寻根的故障场景的根因相同。

优选的，所述将预处理后的告警数据按第一时间周期进行切片得到切片数据，具体包括：

将预处理后的告警数据按告警发生时间的先后顺序排列为告警队列，并将所述告警队列按第一时间周期进行切片得到切片数据。

优选的，所述根据历史挖掘的根衍规则对切片数据中的告警数据进行分组，具体包括：

所述历史挖掘的根衍规则包括白名单；

若从切片数据中选择出与白名单中的根衍规则匹配的告警数据，则将选择出的各告警数据分为一组；

将分为一组的各告警数据中与匹配上的白名单中的根衍规则中的根告警相同的告警数据标记为预备根告警。

优选的，所述判断各组之间的距离，将距离满足预设距离条件的各组分为同一个待寻根的故障场景，具体包括：

根据拓扑信息判断各组中标记为预备根告警的告警数据是否具有业务影响关系；

若有业务影响关系，则具有业务影响关系的各组的距离满足预设距离条件。

优选的，计算历史的故障场景与待寻根的故障场景的相似度，具体包括：

从历史的所有的故障场景和待寻根的故障场景的各告警数据的告警名称中获取告警特征词，根据各告警特征词计算历史的故障场景和待寻根的故障场景之间的相似度。