[发明专利]一种告警的根因确定方法、装置及设备有效
申请号: | 202210039644.6 | 申请日: | 2022-01-14 |
公开(公告)号: | CN114090326B | 公开(公告)日: | 2022-06-03 |
发明(设计)人: | 郑铁樵;张博 | 申请(专利权)人: | 云智慧(北京)科技有限公司 |
主分类号: | G06F11/07 | 分类号: | G06F11/07;G06N3/04;G06N3/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100080 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 告警 确定 方法 装置 设备 | ||
1.一种告警的根因确定方法,其特征在于,包括:
获得系统发出的告警消息的当前告警事件;
根据告警事件的拓扑信息、时域信息和语义信息,计算所述当前告警事件与历史告警事件的相似度;
根据所述相似度与预设阈值,确定所述告警消息的根因;
其中,获得系统发出的告警消息的当前告警事件,包括:
对系统发出的告警消息进行告警合并,得到至少一个警报;
将预设时间窗口内的具有相关性的多个警报进行关联,生成当前告警事件;
其中,告警消息记为alert_message,原始告警消息具有以下属性:告警消息的id、告警消息的发生时间、告警消息的具体描述信息、告警消息的主机信息、告警消息中的来源信息、告警消息的摘要信息;
警报记为alert,是由一段时间内大量的告警消息组成,警报具有以下属性:警报的id、警报的中所有告警消息时间列表、警报的描述信息、警报的来源信息;
告警事件记为incident,由一段时间窗口内具有相关性的警报组成,告警事件具有以下属性:告警事件的最后关联的警报的时间、告警事件的id、告警事件中包含的警报列表;
系统的配置拓扑信息记为Graph,Graph为节点Node的集合,节点Node具有以下属性:节点的id、该节点父节点id列表、该节点孩子节点id列表、该节点的主机信息、节点的类型信息;
其中,根据告警事件的拓扑信息、时域信息和语义信息,计算所述当前告警事件与历史告警事件的相似度,包括:
根据告警事件的拓扑信息,计算所述当前告警事件与历史告警事件的拓扑相似度;
根据告警事件的时域信息,计算所述当前告警事件与历史告警事件的时域相似度;
根据告警事件的语义信息,计算所述当前告警事件与历史告警事件的语义相似度;
根据所述拓扑相似度、时域相似度和语义相似度,计算所述当前告警事件与历史告警事件的相似度;
其中,根据告警事件的拓扑信息,计算所述当前告警事件与历史告警事件的拓扑相似度,包括:
将当前告警事件所包含的警报之间的拓扑关系图记为;
将历史告警事件所包含的警报之间的拓扑关系图记为;V代表拓扑关系图中的节点,E代表节点与节点之间的边;
利用图神经网络将G1编码为相应的向量,将G2编码为相应的向量;
根据计算当前告警事件与历史告警事件之间的拓扑相似度;其中,为向量的距离计算函数,为拓扑相似度;
其中,根据告警事件的时域信息,计算所述当前告警事件与历史告警事件的时域相似度,包括:
获得当前告警事件所包含的警报之间的拓扑关系图的第一节点集合;
获得历史告警事件所包含的警报之间的拓扑关系图的第二节点集合;
获得所述第一节点集合和第二节点集合的交集;
将所述当前告警事件中所属节点为交集中的警报按预设时间粒度聚合为第一序列列表;
将所述历史告警事件中所属节点为交集中的警报按预设时间粒度聚合为第二序列列表;
根据所述第一序列列表和所述第二序列列表,计算所述当前告警事件与历史告警事件的时域相似度;
其中,根据告警事件的语义信息,计算所述当前告警事件与历史告警事件的语义相似度,包括:
获取当前告警事件所包含的警报的描述字段的第一文本信息;
获取历史告警事件所包含的警报的描述字段的第二文本信息;
将所述第一文本信息向量化处理,得到第一向量;
将所述第二文本信息向量化处理,得到第二向量;
根据所述第一向量和所述第二向量,计算所述当前告警事件与历史告警事件的语义相似度;
其中,根据所述拓扑相似度、时域相似度和语义相似度,计算所述当前告警事件与历史告警事件的相似度,包括:
根据公式;计算所述当前告警事件与历史告警事件的相似度;
其中,,,为预定义的可调节的权重参数,且满足;
为所述当前告警事件与历史告警事件的拓扑相似度;
为所述当前告警事件与历史告警事件的时域相似度;
为所述当前告警事件与历史告警事件的语义相似度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于云智慧(北京)科技有限公司,未经云智慧(北京)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210039644.6/1.html,转载请声明来源钻瓜专利网。