[发明专利]动态网络告警分析方法、装置、计算机设备及存储介质有效

专利信息
申请号: 202010159923.7 申请日: 2020-03-10
公开(公告)号: CN111010306B 公开(公告)日: 2020-06-02
发明(设计)人: 王剑;杜军;王景璟;任勇 申请(专利权)人: 清华大学
主分类号: H04L12/24 分类号: H04L12/24
代理公司: 北京华进京联知识产权代理有限公司 11606 代理人: 乔改利
地址: 100084*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 动态 网络 告警 分析 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种动态网络告警分析方法,其特征在于,所述方法包括:

对第一故障报警信息进行特征向量提取,得到第一故障报警特征向量;其中,所述第一故障报警信息表征网络出现故障时所述网络产生的故障报警信息的集合,所述网络包括主干网和子网;

对主干网初始梯度提升树进行训练,得到主干网目标梯度提升树;

对子网初始梯度提升树进行训练,得到子网目标梯度提升树;

将所述第一故障报警特征向量输入所述主干网目标梯度提升树中,获取所述故障所在的初始位置信息;其中,所述初始位置信息包括所述故障所在的子网信息,所述主干网目标梯度提升树用于分析网络故障所在的子网信息;

根据所述初始位置信息,获取所述第一故障报警信息中出现故障的子网产生的所述故障报警信息,并将所述故障报警信息作为第二故障报警信息;

对所述第二故障报警信息进行特征向量提取,得到第二故障报警特征向量;

对所述第二故障报警特征向量进行运算处理,并将运算处理后的结果输入所述子网目标梯度提升树中,获取所述故障所在的目标位置信息;其中,所述目标位置信息包括所述故障所在子网的具体位置。

2.根据权利要求1所述的方法,其特征在于,所述网络包括多个子网;

所述对第一故障报警信息进行特征向量提取,得到第一故障报警特征向量,包括:

获取每个子网产生的故障报警信息在所述第一故障报警信息中的占比信息,并对所述占比信息进行运算处理后的结果作为所述第一故障报警特征向量。

3.根据权利要求2所述的方法,其特征在于,所述占比信息包括第一占比和第二占比;所述获取每个子网产生的故障报警信息在所述第一故障报警信息中的占比信息,并对所述占比信息进行运算处理后的结果作为所述第一故障报警特征向量,包括:

获取每个子网产生的第三故障报警信息在所述第一故障报警信息中的所述第一占比;其中,所述第三故障报警信息表征所述第一故障报警信息中,出现故障的每个子网产生的所述故障报警信息;

获取每个子网产生的每类第四故障报警信息在所述第一故障报警信息中的所述第二占比;其中,所述第四故障报警信息表征所述第三故障报警信息中的同一类故障报警信息;

将所述第一占比及第二占比进行运算处理,得到所述第一故障报警特征向量;

其中,所述第一占比表征从所有故障报警信息对应的网络中,每个子网产生的所述第三故障报警信息的数量分别所占所述第一故障报警信息的总数量的比例,所述第二占比表征从所有故障报警信息对应的网络中,每个子网产生的每一类故障报警信息的数量分别所占所述第一故障报警信息的总数量的比例。

4.根据权利要求3所述的方法,其特征在于,所述将所述第一占比及第二占比进行运算处理,得到所述第一故障报警特征向量,包括:

对所述第一占比与所述第二占比分别进行转置运算,对所述转置运算结果进行融合,并对融合结果进行转置运算得到所述第一故障报警特征向量。

5.根据权利要求1所述的方法,其特征在于,所述根据所述初始位置信息,获取所述第一故障报警信息中出现故障的子网产生的所述故障报警信息,并将所述故障报警信息作为第二故障报警信息,包括:

根据所述故障所在的所述子网信息,从所述第一故障报警信息中获取所述故障所在子网产生的所述第二故障报警信息。

6.根据权利要求1所述的方法,其特征在于,所述对所述第二故障报警特征向量进行运算处理,并将运算处理后的结果输入所述子网目标梯度提升树中,获取所述故障所在的目标位置信息,包括:

对所述第二故障报警特征向量与网络拓扑特征向量分别进行转置运算,对转置运算结果进行融合得到融合向量,并对所述融合向量进行转置运算得到目标特征向量;

将所述目标特征向量输入所述子网目标梯度提升树中,获取所述故障所在的所述目标位置信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010159923.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top