CN108170702A - 一种基于统计分析的电力通信告警关联模型 - Google Patents
一种基于统计分析的电力通信告警关联模型 Download PDFInfo
- Publication number
- CN108170702A CN108170702A CN201711129420.XA CN201711129420A CN108170702A CN 108170702 A CN108170702 A CN 108170702A CN 201711129420 A CN201711129420 A CN 201711129420A CN 108170702 A CN108170702 A CN 108170702A
- Authority
- CN
- China
- Prior art keywords
- alarm
- similarity
- statistical analysis
- power communication
- model based
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004891 communication Methods 0.000 title claims abstract description 29
- 238000007619 statistical method Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims abstract description 4
- 238000000926 separation method Methods 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Water Supply & Treatment (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Maintenance And Management Of Digital Transmission (AREA)
Abstract
本发明公开了一种基于统计分析的电力通信告警关联模型,包括以下步骤:步骤S1,当有新告警发生时,将新告警与已存在的告警的属性进行相似度计算,包括告警时间相似度、告警级别相似度、告警对象和告警类型相似度,以及告警总体相似度;步骤S2,将计算得到的告警总体相似度值与预设的阈值进行比较,若超过设定的阈值,则表示两者关联;反之则将新的告警归为一个新的告警类型。本发明方法实现了对属性相似度函数的分层定义,提高了相似度值的对故障的表达能力。
Description
技术领域
本发明涉及电力***安全技术领域,具体涉及一种基于统计分析的电力通信告警关联模型。
背景技术
随着电力通信***智能化水平的提高,网络规模的不断扩大,告警数量也随之倍增。特别是大容量OTN传输技术的引入,不同性质的故障所诱发的多个层级的告警事件集之间存在着较为复杂的重叠和相关性,使得真正有效的根原因告警常常隐藏在海量的原始告警中,造成故障识别和定位的困难。众多原始告警的相关性不仅与OTN本身的技术特性有关,还与实际电力通信的物理拓扑、各业务层级的逻辑拓扑密切相关,这大大增加了故障管理在实际生产运维中的复杂度。
为对海量原始告警进行有效分析与准确处理,通常利用告警关联技术,通过对告警信息在时间和空间上进行相关处理,压缩原始告警数量,分析原始告警之间与通信设备之间的关联规则,从而实现网络故障定位诊断功能。
目前告警关联方法主要有基于相似度的告警关联、基于序列的告警关联、基于案例的告警关联等。传统的告警关联方法其基本原理是由同一种网络行为引发的告警相似程度较高,而由不同网络行为引发的告警相异程度较高,告警的属性值直接体现了其相似程度或相异程度。
在电力***通信网综合网络监测***中,故障产生的告警组合随机性较强,很难找出对应某种故障类型的典型告警群。
发明内容
本发明的目的在于克服现有技术中的不足,提供了一种基于统计分析的电力通信告警关联模型,实现了对属性相似度函数的分层定义,提高了相似度值的对故障的表达能力。
为解决上述技术问题,本发明提供了一种基于统计分析的电力通信告警关联模型,其特征是,包括以下步骤:
步骤S1,当有新告警发生时,将新告警与已存在的告警的属性进行相似度计算,包括告警时间相似度、告警级别相似度、告警对象和告警类型相似度,以及告警总体相似度;
步骤S2,将计算得到的告警总体相似度值与预设的阈值进行比较,若超过设定的阈值,则表示两者关联;反之则将新的告警归为一个新的告警类型。
进一步的,计算告警时间相似度过程为:
设定T(x)=te(x)-ts(x),T(y)=te(y)-ts(y)分别表示告警x和告警y的持续时长,其中ts(x)、te(x)、ts(y)、te(y)表示告警x的起始和终止时间,告警y的起始和终止时间。
则,告警时间相似度函数如下所示:
其中,t(τ)为频闪告警和正常告警的分界点。
进一步的,频闪告警和正常告警的出现次数符合正态分布,t(τ)为正太分布中0.95对应的时间值。
进一步的,告警级别相似度的计算:
设定x2、y2表示告警x和告警y所发生的告警级别,
告警级别相似度函数如下所示:
其中,L1=紧急,L2=主要,L3=次要,L4=提示。
进一步的,告警对象相似度的计算:
设定x3、y3告警x和告警y所发生的告警对象,
告警对象相似度函数如下所示:
其中,O1=端口、O2=机框、O3=***、O4=插槽、O5=网元、O6=板卡。
进一步的,告警类型相似度的计算过程为:
设定x4、y4告警x和告警y所发生的告警类型。
告警类型相似度函数如下所示:
其中,M1=设备告警、M2=环境告警、M3=安全告警、M4=处理失败告警、M5=质量告警、M6=通信告警。
进一步的,设定以上每一个属性对总体相似度计算的贡献是一样的,即设每个属性的权值为1/4,得到的通信告警总体相似度函数如下所示:
其中,当某单个属性相似度为0时,总体告警属性相似度也为0;在其他情况下,将各个单属性相似度值加权求和。
与现有技术相比,本发明所达到的有益效果是:本发明方法实现了有效的告警聚类,增加了告警的语义信息,帮助网管人员提高分析效率,降低了工作量。。
附图说明
图1为本发明方法的流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
已知电力通信***中,告警属性主要包括告警时间(包括告警产生时间、告警结束时间)、告警级别、告警对象、告警类型等属性。其中告警产生时间和结束时间为连续型对象,告警级别、告警对象、告警类型等为离散型对象。在度量两个告警的相似度时,需要综合多个告警属性。
本发明的一种基于统计分析的电力通信告警关联模型,如图1所示,包括以下内容:
步骤S1,当有新告警发生时,将新告警与已存在的告警的属性进行相似度计算,包括告警时间相似度、告警级别相似度、告警对象相似度和告警类型相似度,以及告警总体相似度。
S1.1,计算告警时间相似度;
在电力通信中,告警时间相似度根据告警时间的持续性来确定,分为频闪告警和正常告警。其中频闪告警是在短时间内重复出现,正常告警持续时间长。通过大量数据的统计分析,频闪告警和正常告警的出现次数符合正态分布,以0.95对应的时间值t(τ)为临界(频闪告警和正常告警的分界点),即横轴区间内面积0.95为正常告警,横轴区间外占0.05为频闪告警。
设定T(x)=te(x)-ts(x),T(y)=te(y)-ts(y)分别表示告警x和告警y的持续时长,其中ts(x)、te(x)、ts(y)、te(y)表示告警x的起始和终止时间,告警y的起始和终止时间。
则,告警时间相似度函数如下所示:
当,但是至少有一个告警为正常告警且两个告警的持续时间不相等时,定义告警时间相似度为0;当两个告警均为正常告警时且两个告警的持续时间不相等时,定义告警时间相似度为0.095;当两个告警均为频闪告警且两个告警的持续时间不相等时,定义告警时间相似度为0.905;当两个告警持续时间相等时,定义告警时间相似度为1。
S1.2,计算告警级别相似度;
在电力通信***中,告警级别分为紧急、主要、次要和提示四个级别。设定x2、y2表示告警x和告警y所发生的告警级别。
告警级别相似度函数如下所示:
其中,L1=紧急,L2=主要,L3=次要,L4=提示。
当x2≠y2,且其中有一个不属于定义的四种级别时,则定义两个告警的属性相似度为0;当x2≠y2,且两者均属于定义的四种级别时,则定义两个告警的属性相似度为0.5;当x2=y2时,定义两个告警的属性相似度为1。
S1.3,计算告警对象相似度;
在电力通信***中,告警对象分为端口、机框、***、插槽、网元和板卡六个对象。设定x3、y3告警x和告警y所发生的告警对象。
告警对象相似度函数如下所示:
其中,O1=端口、O2=机框、O3=***、O4=插槽、O5=网元、O6=板卡。
当x3≠y3,且其中有一个不属于定义的六种对象时,则定义两个告警的属性相似度为0;当x3≠y3,且两者均属于定义的六种对象时,则定义两个告警的属性相似度为0.5;当x3=y3时,定义两个告警的属性相似度为1。
S1.4,计算告警类型相似度;
在电力通信***中,告警类型分为设备告警、环境告警、安全告警、处理失败告警、质量告警和通信告警六种类型;设定x4、y4告警x和告警y所发生的告警类型。
告警类型相似度函数如下所示:
其中,M1=设备告警、M2=环境告警、M3=安全告警、M4=处理失败告警、M5=质量告警、M6=通信告警。
当x4≠y4,且其中有一个不属于定义的六种类型时,则定义两个告警的属性相似度为0;当x4≠y4,且两者均属于定义的六种类型时,则定义两个告警的属性相似度为0.5;当x4=y4时,定义两个告警的属性相似度为1。
S1.5,计算通信告警总体相似度。
设定以上每一个属性对总体相似度计算的贡献是一样的,即设每个属性的权值为1/4。因此得到的通信告警总体相似度函数如下所示:
其中,当某单个属性相似度为0时,总体告警属性相似度也为0;在其他情况下,将各个单属性相似度值加权求和。
步骤S2,将计算得到的告警总体相似度值与预设的阈值进行比较,若超过设定的阈值,则表示两者关联;反之则将新的告警归为一个新的告警类型。
本发明结合某实际电力通信网络的告警特点,提出了基于分层属性相似度告警关联模型,实现了有效的告警聚类,增加了告警的语义信息,帮助网管人员提高分析效率,降低了工作量。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。
Claims (7)
1.一种基于统计分析的电力通信告警关联模型,其特征是,包括以下步骤:
步骤S1,当有新告警发生时,将新告警与已存在的告警的属性进行相似度计算,包括告警时间相似度、告警级别相似度、告警对象和告警类型相似度,以及告警总体相似度;
步骤S2,将计算得到的告警总体相似度值与预设的阈值进行比较,若超过设定的阈值,则表示两者关联;反之则将新的告警归为一个新的告警类型。
2.根据权利要求1所述的一种基于统计分析的电力通信告警关联模型,其特征是,计算告警时间相似度过程为:
设定T(x)=te(x)-ts(x),T(y)=te(y)-ts(y)分别表示告警x和告警y的持续时长,其中ts(x)、te(x)、ts(y)、te(y)表示告警x的起始和终止时间,告警y的起始和终止时间。
则,告警时间相似度函数如下所示:
其中,t(τ)为频闪告警和正常告警的分界点。
3.根据权利要求2所述的一种基于统计分析的电力通信告警关联模型,其特征是,频闪告警和正常告警的出现次数符合正态分布,t(τ)为正太分布中0.95对应的时间值。
4.根据权利要求2所述的一种基于统计分析的电力通信告警关联模型,其特征是,告警级别相似度的计算:
设定x2、y2表示告警x和告警y所发生的告警级别,
告警级别相似度函数如下所示:
其中,L1=紧急,L2=主要,L3=次要,L4=提示。
5.根据权利要求4所述的一种基于统计分析的电力通信告警关联模型,其特征是,告警对象相似度的计算:
设定x3、y3告警x和告警y所发生的告警对象,
告警对象相似度函数如下所示:
其中,O1=端口、O2=机框、O3=***、O4=插槽、O5=网元、O6=板卡。
6.根据权利要求5所述的一种基于统计分析的电力通信告警关联模型,其特征是,告警类型相似度的计算过程为:
设定x4、y4告警x和告警y所发生的告警类型。
告警类型相似度函数如下所示:
其中,M1=设备告警、M2=环境告警、M3=安全告警、M4=处理失败告警、M5=质量告警、M6=通信告警。
7.根据权利要求6所述的一种基于统计分析的电力通信告警关联模型,其特征是,设定以上每一个属性对总体相似度计算的贡献是一样的,即设每个属性的权值为1/4,得到的通信告警总体相似度函数如下所示:
其中,当某单个属性相似度为0时,总体告警属性相似度也为0;在其他情况下,将各个单属性相似度值加权求和。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711129420.XA CN108170702A (zh) | 2017-11-15 | 2017-11-15 | 一种基于统计分析的电力通信告警关联模型 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711129420.XA CN108170702A (zh) | 2017-11-15 | 2017-11-15 | 一种基于统计分析的电力通信告警关联模型 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108170702A true CN108170702A (zh) | 2018-06-15 |
Family
ID=62527420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711129420.XA Pending CN108170702A (zh) | 2017-11-15 | 2017-11-15 | 一种基于统计分析的电力通信告警关联模型 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108170702A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109039446A (zh) * | 2018-07-22 | 2018-12-18 | 国网山东省电力公司信息通信公司 | 一种电力通信网告警定性准确性判定方法 |
CN109829833A (zh) * | 2018-12-07 | 2019-05-31 | 国网浙江省电力有限公司 | 配电网告警方法及***、电子设备和计算机可读存储介质 |
CN110309009A (zh) * | 2019-05-21 | 2019-10-08 | 北京云集智造科技有限公司 | 基于情境的运维故障根因定位方法、装置、设备及介质 |
CN114721912A (zh) * | 2021-01-04 | 2022-07-08 | 腾讯科技(深圳)有限公司 | 一种数据分析方法、装置、设备及介质 |
CN118094169A (zh) * | 2024-04-28 | 2024-05-28 | 武汉理工大学 | 用于复杂装备智能运维报警***的组件关联性分析方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100997009B1 (ko) * | 2009-06-09 | 2010-11-25 | 한국남동발전 주식회사 | 산업설비의 공정 여유도에 대한 동적 감시 및 적시 경보 방법 |
CN106411617A (zh) * | 2016-11-29 | 2017-02-15 | 国网山西省电力公司忻州供电公司 | 电力通信网络故障告警关联处理方法 |
CN106685694A (zh) * | 2016-11-24 | 2017-05-17 | 国家电网公司 | 一种信息***告警相关性分析方法及*** |
-
2017
- 2017-11-15 CN CN201711129420.XA patent/CN108170702A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100997009B1 (ko) * | 2009-06-09 | 2010-11-25 | 한국남동발전 주식회사 | 산업설비의 공정 여유도에 대한 동적 감시 및 적시 경보 방법 |
CN106685694A (zh) * | 2016-11-24 | 2017-05-17 | 国家电网公司 | 一种信息***告警相关性分析方法及*** |
CN106411617A (zh) * | 2016-11-29 | 2017-02-15 | 国网山西省电力公司忻州供电公司 | 电力通信网络故障告警关联处理方法 |
Non-Patent Citations (1)
Title |
---|
高会生等: "一种基于分层属性相似度聚类的ASON告警关联分析方法", 《科学技术与工程》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109039446A (zh) * | 2018-07-22 | 2018-12-18 | 国网山东省电力公司信息通信公司 | 一种电力通信网告警定性准确性判定方法 |
CN109829833A (zh) * | 2018-12-07 | 2019-05-31 | 国网浙江省电力有限公司 | 配电网告警方法及***、电子设备和计算机可读存储介质 |
CN110309009A (zh) * | 2019-05-21 | 2019-10-08 | 北京云集智造科技有限公司 | 基于情境的运维故障根因定位方法、装置、设备及介质 |
CN110309009B (zh) * | 2019-05-21 | 2022-05-13 | 北京云集智造科技有限公司 | 基于情境的运维故障根因定位方法、装置、设备及介质 |
CN114721912A (zh) * | 2021-01-04 | 2022-07-08 | 腾讯科技(深圳)有限公司 | 一种数据分析方法、装置、设备及介质 |
CN114721912B (zh) * | 2021-01-04 | 2024-07-09 | 腾讯科技(深圳)有限公司 | 一种数据分析方法、装置、设备及介质 |
CN118094169A (zh) * | 2024-04-28 | 2024-05-28 | 武汉理工大学 | 用于复杂装备智能运维报警***的组件关联性分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108170702A (zh) | 一种基于统计分析的电力通信告警关联模型 | |
CN105095048B (zh) | 一种基于业务规则的监控***告警关联处理方法 | |
CN110096410A (zh) | 告警信息处理方法、***、计算机装置及可读存储介质 | |
CN102881125B (zh) | 基于多信息融合集中处理平台的报警监控*** | |
CN111158977A (zh) | 一种异常事件根因定位方法及装置 | |
CN109167796A (zh) | 一种基于工业scada***的深度包检测平台 | |
CN107124298A (zh) | 告警聚合方法及*** | |
CN108768986A (zh) | 一种加密流量分类方法及服务器、计算机可读存储介质 | |
CN104580222A (zh) | 基于信息熵的DDoS攻击分布式检测与响应***及方法 | |
CN105279257A (zh) | 一种基于正态分布的互联网大数据挖掘方法和*** | |
CN104158682B (zh) | 一种基于贡献度的同步数字体系sdh故障定位方法 | |
CN103220173A (zh) | 一种报警监控方法及监控*** | |
CN107547262A (zh) | 告警级别的生成方法、装置和网管设备 | |
CN106254137A (zh) | 监管***的告警根源分析***及方法 | |
WO2023071761A1 (zh) | 一种异常定位方法及装置 | |
CN112953738B (zh) | 根因告警的定位***、方法、装置、计算机设备 | |
CN106789138A (zh) | 一种网络告警关联分析的方法及装置 | |
CN102083010A (zh) | 一种用户信息筛选方法和设备 | |
CN114024829B (zh) | 电力通信网络的故障检修方法、装置、设备和存储介质 | |
CN110232006A (zh) | 设备告警方法及相关装置 | |
CN106953766A (zh) | 一种报警方法及装置 | |
CN110458296A (zh) | 目标事件的标记方法和装置、存储介质及电子装置 | |
CN109254901A (zh) | 一种指标监测方法及*** | |
CN106446256A (zh) | 一种基于上下文计算的工业实时生产信息感知*** | |
CN107111609A (zh) | 用于神经语言行为识别***的词法分析器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180615 |