[发明专利]定位网络设备根因告警的方法、装置、设备和存储介质

权利要求书

1.一种定位网络设备根因告警的方法，其特征在于，包括：

获取目标网络设备的告警数据，按照所述告警数据的发生时间对所述告警数据进行聚类，得到多个数据集合；同一数据集合中的告警数据的发生时间相同；

基于所述多个数据集合中包含的告警数据，构建所述目标网络设备对应的告警数据关联规则，所述告警数据关联规则用于表示所述目标网络设备的告警数据之间的因果关系；

通过预设的置信度计算方式，计算各个所述告警数据关联规则的置信度，根据各个所述告警数据关联规则的置信度，确定所述网络设备对应的至少一个待选根因告警数据；

通过预先训练的根因告警筛选模型，基于所述待选根因告警数据的词向量特征，在所述待选根因告警数据中选取所述目标网络设备对应的目标根因告警数据。

2.根据权利要求1所述的方法，其特征在于，基于所述多个数据集合中包含的告警数据，构建所述目标网络设备对应的告警数据关联规则，包括：

按照预设的频繁项集挖掘算法，基于所述多个数据集合挖掘频繁项集；所述频繁项集包括多个告警数据，所述频繁项集中包括的各个告警数据的支持度均大于预设支持度阈值；

将所述频繁项集中的至少一个告警数据确定为第一告警数据，将所述频繁项集中的其他告警数据确定为第二告警数据，构建包括第一告警数据和第二告警数据的告警数据关联规则，所述告警数据关联规则用于表示所述第一告警数据的产生导致所述第二告警数据的产生。

3.根据权利要求1所述的方法，其特征在于，所述告警数据关联规则包括第一告警数据和第二告警数据，所述告警数据关联规则用于表示所述第一告警数据的产生导致所述第二告警数据的产生；通过预设的置信度计算方式，计算各个所述告警数据关联规则的置信度，包括：

针对每个所述告警数据关联规则，确定所述多个数据集合中包括该告警数据关联规则中的第一告警数据和第二告警数据的数据集合的数量，将该数量作为第一数量，确定所述多个数据集合中包括该告警数据关联规则中的第一告警数据的数据集合的数量，将该数量作为第二数量；

计算所述第一数量与所述第二数量的比值，将所述比值作为该告警数据关联规则的置信度。

4.根据权利要求1所述的方法，其特征在于，所述告警数据关联规则包括第一告警数据和第二告警数据，所述告警数据关联规则用于表示所述第一告警数据的产生导致所述第二告警数据的产生；根据各个所述告警数据关联规则的置信度，确定所述网络设备对应的至少一个待选根因告警数据，包括

在各个所述告警数据关联规则中，选取置信度大于等于第一预设置信度阈值且小于等于第二预设置信度阈值的目标关联规则，将所述目标关联规则中的第一告警数据确定为待选根因告警数据。

5.根据权利要求1所述的方法，其特征在于，通过预先训练的根因告警筛选模型，基于所述待选根因告警数据的词向量特征，在所述待选根因告警数据中选取所述目标网络设备对应的目标根因告警数据，包括：

将所述待选根因告警数据输入至所述根因告警筛选模型，通过所述根因告警筛选模型中的词向量特征提取层，提取所述待选根因告警数据的词向量特征；

通过所述根因告警筛选模型中的特征比对层，计算提取的所述词向量特征与预先存储的标准词向量特征之间的距离；

通过所述根因告警筛选模型中的筛选层，将所述距离小于等于预设距离阈值的所述待选根因告警数据选取为所述目标根因告警数据。

6.根据权利要求5所述的方法，其特征在于，所述根因告警筛选模型包括神经网络模型；还包括：

将选取到的所述目标根因告警数据作为所述根因告警筛选模型的优化样本数据，通过所述优化样本数据对所述根因告警筛选模型进行优化。

7.根据权利要求6所述的方法，其特征在于，还包括：

输出所述待选根因告警数据中未被选取为所述目标根因告警数据的其他告警数据，以通过人工的方式对该其他告警数据进行处理。