[发明专利]一种基于数据挖掘的设备故障报警预测处理机制

说明书

技术领域

本发明涉及数据挖掘，通信领域，特别涉及一种基于数据挖掘的设备故障报警预测处理机制。

背景技术

故障报警信息管理是故障管理系统的重要组成部分，主要用于进行报警分析和故障预测。当网络中的设备发生故障时，快速识别并预测相关故障发生的概率从而排除故障是保证整个网络系统安全、可靠运行的关键。但在现实的网络中，因为复杂、异构的网络结构中，以及各个网元设备之间相互连接、相互影响，如果当网络系统中一个设备发生故障，那么其相关联的设备也会显示故障状态出现故障报警信息。现在网络设备越来越复杂，各种设备之间的性能差异大，当故障发生时，系统管理人员容易被一系列突发的、对故障原因无意义的大量故障报警信息所淹没。因此，为了更好的诊断和预测故障，需要对故障报信息进行分析，也即需要对网络设备系统中故障报警信息进行数据挖掘，找出各故障之间的关联规则，压缩冗余报警、定位故障、预测相关故障。

通过对设备系统故障报警信息相关性分析，利用数据挖掘技术，可以将多个相同的报警事件归结成较少的报警事件，过滤掉无意义的报警事件，并且挖掘出报警信息之间的关联规则，从海量报警数据中找出故障的根本原因，从而准确定位故障，帮助管理员采用合理的解决方案。以这种方式辅助系统管理人员删除衍生的冗余报警，预测相关故障发生的概率，从而实时监控故障发生现场，及时排除故障，确保网络正常、安全、可靠的运行。

发明内容

本发明所需要解决的问题是提供一种基于数据挖掘的设备故障报警预测处理机制，利用集群分布式技术降低数据挖掘的成本，并分析故障报警信息间的关联规则，以帮助管理人员过滤掉无意义的报警事件，从海量报警信息中找出故障的根本原因，并且能够迅速预测相关故障的发生，从而实现远程实时监控故障设备，排除故障。

为实现以上发明目的，本发明提供一种基于数据挖掘的设备故障报警预测处理机制，包括使用分布式并行算法从故障报警信息库中挖掘数据的关联规则和利用知识库来预测处理报警信息。

所述的分布式并行算法，用于：将故障告警信息放到集群里处理，降低海量数据信息挖掘所带来的成本，利用集群方式降低服务器性能要求。将原本只能使用高性能服务器才能达到的效果，使用一般的服务器就能达到同样的效果。

所述的利用知识库来预测处理报警信息，用于：根据知识库中相关联的故障以其支持度，置信度来预测故障发生的概率，来指导故障的处理。

一种基于数据挖掘的设备故障报警预测处理机制，其特征在于，包括：

分布式并行算法：将故障告警信息库平均分给N个结点并行计算故障报警信息之间的关联规则，每一个结点上使用关联规则算法来得出报警信息的相关性，满足要求所需的最低支持度，最低置信度。然后将N个结点计算的数据合并，再重新分配N个结点挖掘直到得到最大的频繁项集。

利用知识库来预测处理报警信息：将挖掘得到的关联规则以及其故障间的支持度，置信度等数据形成知识库，当一种故障报警信息发生时，故障预测报警机制判断其是否在知识库中，若是，则根据其相关的故障预测故障的发生的概率，若否，则根据关联规则频繁算法挖掘新的关联频繁项集，再将其添加到知识库中。

优选的有，上述方法中，还包括：故障报警信息均分给N个结点，计算得到的结果再次合并，迭代得到最后的频繁信息关联规则。

优选的有，上述方法中，还包括：预测处理报警信息机制能够实时地根据新故障的产生来预测相关联的故障，以便使管理人员实时监控故障。

一种基于数据挖掘的设备故障报警预测处理机制，其特征在于，包括：

所述故障报警预测处理机制将不规则的故障报警信息，将其排除或者是平滑成可以接受的故障报警信息。

由上述方案可以看出，本发明中利用公布式并行算法从海量故障报警信息库中挖掘出故障间的关联规则，当一种故障发生时，故障报警预测处理机制可以迅速预测相关故障发生，从而实时监控设备故障，排除故障。这种方案可以大大减少从海量数据挖掘所带来的成本开销，并且能够快速预测和定位故障。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一中系统结构示意图

图2为本发明实施例二中故障报警信息库并行挖掘关联规则流程示意图

图3为本发明实施例三中故障报警信息预测处理机制图

具体实施方式