[发明专利]告警事务提取方法、装置、设备及计算机存储介质

权利要求书

1.一种告警事务提取方法，其特征在于，包括：

根据所获取的多个原始告警数据，确定告警时间序列；

利用具有噪声的基于密度的聚类算法DBSCAN对所述告警时间序列进行聚类处理，获得多个第一时间段；

确定每个所述第一时间段的中心时间点，并根据所述中心时间点确定相邻两个所述第一时间段之间的段间差异和每个所述第一时间段的段内差异；

根据所述段间差异、所述段内差异及预设的噪声数据百分比，优化所述DBSCAN聚类算法的参数，得到优化后的DBSCAN聚类算法；

利用所述优化后的DBSCAN聚类算法对所述告警时间序列进行聚类处理，获得多个第二时间段，并利用滑动时间窗口法提取每个所述第二时间段中的多个原始告警数据对应的告警事务；

所述根据所述段间差异、所述段内差异及预设的噪声数据百分比，优化所述DBSCAN聚类算法的参数，得到优化后的DBSCAN聚类算法，包括：

根据所述段间差异和所述段内差异的比值及实际的噪声数据百分比，调整所述DBSCAN聚类算法的参数；

利用调整后的所述DBSCAN聚类算法对所述告警时间序列重新进行聚类处理，得到当前段间差异和当前段内差异；

若在实际的噪声数据百分比小于预设的噪声数据百分比的情况下，所述当前段间差异和所述当前段内差异的比值大于上一次调整后的段间差异和段内差异的比值，则继续调整所述DBSCAN聚类算法的参数；

直至在实际的噪声数据百分比小于预设的噪声数据百分比的情况下，当前段间差异和当前段内差异的比值不大于上一次调整后的段间差异和段内差异的比值，得到优化后的DBSCAN聚类算法。

2.根据权利要求1所述的告警事务提取方法，其特征在于，所述DBSCAN聚类算法的参数包括邻域半径和邻域阈值。

3.根据权利要求1所述的告警事务提取方法，其特征在于，所述方法还包括：

确定每个所述第二时间段内的告警事务的事务间差异及事务内差异；

根据所述事务间差异与所述事务内差异的比值确定滑动时间窗口的时间窗口宽度和滑动步长。

4.根据权利要求3所述的告警事务提取方法，其特征在于，所述滑动步长小于所述时间窗口宽度，且大于相邻告警时间间隔中的最小时间间隔。

5.根据权利要求3所述的告警事务提取方法，其特征在于，所述时间窗口宽度小于所述多个第二时间段中的最小时间宽度，且大于相邻告警时间间隔中的最大时间间隔。

6.根据权利要求1所述的告警事务提取方法，其特征在于，所述DBSCAN聚类算法以告警时间间隔作为聚类标准。