【技术实现步骤摘要】
通信网络告警故障处理优先级调整方法及装置
[0001]本申请涉及通信网络
,尤其涉及一种通信网络告警故障处理优先级调整方法及装置。
技术介绍
[0002]在传统的网络管理中,告警的重要性是通过由网络设备专家依靠经验知识对告警的重要性进行分级,最重要的告警为一级告警,次要一些的为二级告警,以此类推。
[0003]目前存在利用人工智能的方法进行告警重要性评估来提升告警重要性评估的客观性和准确性,有的方案采用了有监督的神经网络算法对告警权重进行评估,选取了网络设备的类型、告警级别、连接的网络设备数量作为训练特征,该方法需要网络设备专家对训练数据中的告警权重进行标注后才能对模型进行训练,人工标注存在较强的主观性,且标注工作量大。
[0004]此外,人工标注告警重要性的方法存在告警区分粒度较粗的缺陷,一般告警被分为四个级别,每个级别都有很多告警标题,同一级别的告警重要性无法区分,并且是分级存在主观性,可能存在评级不准确不客观等问题。因此,导致网络设备告警重要性评估结果准确性低,在按照网络设备告警重要性评估结果执行告警故障处理时,会出现严重故障的网络设备无法及时优先得到处理,如此会给整个通信网络的安全性带来风险。
[0005]如何对通信网络中的设备告警重要性进行准确评估,以有效调整网络设备告警故障处理的优先级是目前亟待解决的技术问题。
技术实现思路
[0006]本申请实施例的目的是提供一种通信网络告警故障处理优先级调整方法及装置,用以解决现有人工标注训练评估的网络设备告警重要性准确性 ...
【技术保护点】
【技术特征摘要】
1.一种通信网络告警故障处理优先级调整方法,其特征在于,包括:对通信网络中目标类型基站进行流量异常检测,得到目标类型基站在多个时间段内的多个流量异常评估数据,一个所述流量异常评估数据表示一个所述目标类型基站在一个所述时间段内的流量异常程度;获取所述目标类型基站在所述多个时间段的多个告警向量,一个所述告警向量用于指示一个所述目标类型基站在一个所述时间段内产生的告警类型;以告警向量为样本,以告警向量对应的流量异常评估数据为标签,基于所述多个告警向量和所述流量异常评估数据对告警模型进行训练直至所述告警模型的参数收敛;基于所述告警模型训练过程中各告警向量对应特征的收敛参数,确定目标类型基站中各告警类型的重要性评估值;基于所述重要性评估值,对目标类型基站中各告警类型的故障处理优先级进行调整。2.如权利要求1所述的方法,其特征在于,对通信网络中目标类型基站进行流量异常检测,得到目标类型基站在多个时间段内的多个流量异常评估数据,包括:获取目标基站在多个不同日期的同一个目标时间段内的无告警流量,以将获取的多个无告警流量组成流量序列;根据移动平均算法和所述流量序列,预测所述流量序列下一时刻的流量,得到所述目标基站在所述多个不同日期对应组成的日期序列的下一时刻的目标时间段内的流量预测值;获取所述目标基站在所述日期序列的下一时刻的目标时间段内的流量真实值;根据所述流量预测值与所述流量真实值,确定所述目标基站在所述日期序列的下一时刻的目标时间段内的流量异常评估数据。3.如权利要求1所述的方法,其特征在于,所述告警类型包括告警标题,获取所述目标类型基站在所述多个时间段的多个告警向量,包括:获取目标类型基站对应的所有告警标题以及各目标类型基站在所述多个时间段内的告警标题;根据目标类型基站对应的所有告警标题以及各目标类型基站在所述多个时间段内的告警标题,生成目标类型基站在所述多个时间段对应的告警向量,其中,告警向量用于指示对应的目标基站在对应的目标时间段中出现的告警标题。4.如权利要求1所述的方法,其特征在于,基于所述告警模型训练过程中各告警向量对应特征的收敛参数,确定目标类型基站中各告警类型的重要性评估值,包括:获取目标告警向量中的目标特征在所述告警模型训练过程中每次迭代产生的信息增益,目标告警向量包括多个特征,一个特征对应一个告警类型;在所述告警模型训练收敛完成后,将获取的信息增益进行累加,以得到所述目标特征的信息增益累加值;基于所述信息增益累加值,确定所述目标特征对应的目标告警类型的重要性评估值。5.如权利要求1所述的方法,其特征在于,基于所述告警模型训练过程中各告警向量对应特征的收敛参数,确定目标类型基站中
各告警类型的重要性评估值,包括:获取目标告警向量中的目标特征在所述告警模型训练收敛完成后产生的权重,目标告警向量包括多个特征,一个特征对应一个告警类型;根据获取的所述权重,确定所述目标特征对应的目标告警类型的重要性评估值。6.如权...
【专利技术属性】
技术研发人员:丁宏,张蓉,张伟,
申请(专利权)人:中国移动通信集团有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。