[发明专利]业务运维中告警的预测方法、装置与电子设备

权利要求书

1.一种业务运维中告警的预测方法，其特征在于，包括：

获取当前告警周期之前目标网元对象给定数量的历史告警数据，构成历史告警序列；

基于所述历史告警序列，利用训练好的隐马尔科夫预测模型，对所述目标网元对象进行告警预测；

其中，所述训练好的隐马尔科夫预测模型为预先通过分析故障管理系统中网元对象、网元故障和网元告警的关系信息进行初始化构建，并利用根据所述关系信息选取的原始数据样本进行训练获取的；

其中，在所述利用训练好的隐马尔科夫预测模型，对所述目标网元对象进行告警预测的步骤之前，还包括：

通过分析故障管理系统中网元对象、网元故障和网元告警间的关系信息，初始化构建基于监督学习的隐马尔科夫初始模型，并根据所述关系信息，选取故障管理系统中相应的历史告警数据，构成训练样本集；

利用所述训练样本集中的各样本数据，采用极大似然估计法，迭代训练所述隐马尔科夫初始模型，获取满足设定标准的预测模型，作为所述训练好的隐马尔科夫预测模型；设定标准包括：对每个子训练集产生的模型，利用相应的子测试集进行模型验证，验证的依据是在未来的预测周期内相应告警预测准确的比例，取所有模型准确比例最高的模型为训练好的模型；

在所述迭代训练所述隐马尔科夫初始模型的步骤之前，还包括：

不断调整所述训练样本集中所述样本数据的数量，并对所述训练样本集进行划分，产生多个子训练样本集；

对产生的所有所述子训练样本集，按照固定比例划分出训练集和测试集。

2.根据权利要求1所述的业务运维中告警的预测方法，其特征在于，所述选取故障管理系统中相应的历史告警数据，构成训练样本集的步骤具体包括：

结合运维知识，通过分析故障管理系统中网元对象、网元故障和网元告警的因果关系，选取第二给定数量的历史告警数据，所述历史告警数据中包括所述网元对象与所述网元告警一对一的对应关系；

对所述历史告警数据根据时序性和缺失值进行预处理，并对预处理结果进行编码，得到样本数据；

根据所有所述样本数据，构成所述训练样本集。

3.根据权利要求1所述的业务运维中告警的预测方法，其特征在于，所述迭代训练所述隐马尔科夫初始模型的步骤具体包括：

利用各所述子训练样本集中的训练集，分别采用极大似然估计法，迭代训练所述隐马尔科夫初始模型，对应获取多个候选预测模型；

利用所述子训练样本集中的测试集，对应验证各所述候选预测模型是否满足所述设定标准，选取满足所述设定标准的预测模型，作为所述训练好的隐马尔科夫预测模型；

其中，所述设定标准为利用所述测试集验证的预测结果的准确率为最高。

4.根据权利要求1-3中任一项所述的业务运维中告警的预测方法，其特征在于，所述利用训练好的隐马尔科夫预测模型，对所述目标网元对象进行告警预测的步骤具体包括：

从所有网元对象产生的告警集合中选取多个不同类别的告警，并基于所述历史告警序列和选取的各所述告警，利用所述训练好的隐马尔科夫预测模型分别进行前向计算，获取选取的各所述告警分别对应的概率，并基于所述概率，确定所述目标网元对象的告警预测结果。

5.根据权利要求4所述的业务运维中告警的预测方法，其特征在于，所述基于所述概率，确定所述目标网元对象的告警预测结果的步骤具体包括：

根据所述概率的大小，对所有所述概率进行排序，并根据排序结果获取取值最大者对应的告警，作为所述目标网元对象的下一预测周期的告警。