[发明专利]告警关联分析中频繁项集的确定方法、装置及存储介质

说明书

本发明公开了一种告警关联分析中频繁项集的确定方法、装置及存储介质。本发明的装置响应于用户输入的待关联告警信息，查找与其对应的告警信息项集，对所述告警信息项集中的告警信息进行组合，统计各组合结果的数量，将数量超过预设数量阈值的组合结果作为第一候选项集，对所述第一候选项集进行连接，获得多个连接结果，获得所述连接结果的与所述第一候选项集项数相同的目标子集，将目标子集都属于所述第一候选项集的连接结果作为第二候选项集，将所述第二候选项集中的各连接结果分别与所述待关联告警信息进行匹配，将匹配成功的连接结果添加至频繁项集，根据匹配的结果确定频繁项集，减少了频繁项集的数目，提高告警关联分析的效率和准确率。

技术领域

本发明涉及通信技术领域，尤其涉及一种告警关联分析中频繁项集的确定方法、装置及存储介质。

背景技术

随着通信网络技术的迅速发展，通信业务越来越丰富，从最初的电报、电话业务，发展到互联网协议(Internet Protocol，IP)与多媒体等业务。对于业务支撑系统来说，随着支撑网络和业务的复杂性和多元性逐渐加强，监控覆盖面越来越广，监控粒度也越来越细，由此产生的告警信息的数量越来越多，特别是在系统上线、维护以及日常重要操作期间，告警信息的数量非常大。

网络故障告警具有数据量大与突发故障情况多的特点。尤其是在网络设备出现故障并引发告警时，网络设置发生故障中断，与它关联的设备会由于不能通过它发送消息或者不能获取它的运行状况也引发相应的故障，在短时间内产生大量的告警信息。若能在海量的告警信息中，确定出互相关联的告警信息，则可以对告警信息进行关联分析，这样就能够迅速找到故障的根本原因，实现定位故障点，及时恢复通信网络的正常运行。

关联分析经常会使用Apriori算法进行关联度分析。Apriori算法的关键是确定数据集中的子集，目前告警关联分析确定子集的通用方法是确定时间移动窗口和移动步长，在时间窗口内的告警数据即确定了一个数据子集。但这种确定数据子集的方法存在很多缺点，比如，时间窗口需要人为确定，而且通过为了提高关联分析的准确性，会把时间窗口的移动步长定义得很小，这样的话，就会产生大量的冗余数据，严重影响告警关联分析的效率，而且会出现由此确定出的关联告警信息不准确的问题。

另外，传统的Apriori算法会产生大量的频繁项集，告警关联分析效率低下。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种告警关联分析中频繁项集的确定方法、装置及存储介质，旨在解决现有技术中告警关联分析效率低下的技术问题。

为实现上述目的，本发明提供一种告警关联分析中频繁项集的确定方法，所述方法包括以下步骤：

响应于用户输入的待关联告警信息，查找与所述待关联告警信息对应的告警信息项集；

对所述告警信息项集中的告警信息进行组合，获得多个组合结果，并统计各组合结果的数量；

将数量超过预设数量阈值的组合结果作为第一候选项集；

对所述第一候选项集进行连接，获得多个连接结果；

对所述连接结果的子集进行筛选，获得与所述第一候选项集项数相同的目标子集，将目标子集都属于所述第一候选项集的连接结果作为第二候选项集；

将所述第二候选项集中的各连接结果分别与所述待关联告警信息进行匹配，将匹配成功的连接结果添加至频繁项集。

优选地，所述响应于用户输入的待关联告警信息，查找与所述待关联告警信息对应的告警信息项集之前，所述方法还包括：

接收到当前告警信息时，获取所述当前告警信息中的告警时间区间；

查找在所述告警时间区间内接收到的多个告警信息；