[发明专利]告警关联方法、装置、设备及计算机存储介质

说明书

本发明公开了一种告警关联方法、装置、设备及计算机存储介质，告警关联方法包括：根据获取的原始数据构建训练集，并确定所述训练集中告警数据对的特征数据；根据所述特征数据确定所有网元，并根据各所述网元构建网络拓扑图；确定所述网络拓扑图中的所有网元序列，并根据各所述网元序列对应的网元向量构建告警关联模型；若接收到输入的待测告警数据对，则根据所述告警关联模型对所述待测告警数据对进行告警关联预测，以确定所述待测告警数据对的告警关联关系。本发明实现了对告警数据的深度挖掘，提高了关联告警数据之间的关联效果。

技术领域

本发明涉及信息模型技术领域，尤其涉及一种告警关联方法、装置、设备及计算机存储介质。

背景技术

在对告警数据进行挖掘的过程中，目前，对告警数据之间关联规则的分析以计算两两告警数据之间的关联为主。但是，告警数据之间还存在更高层次和更复杂的关系，即呈现一种族谱结构和社交网络结构。现有的关联分析视告警关系为孤立的存在，没有从更宏观的角度深入考虑告警的族谱关系和社交网络关系，从而无法实现对告警数据的深度挖掘。

发明内容

本发明的主要目的在于提供一种告警关联方法、装置、设备及计算机存储介质，旨在解决如何实现对告警数据的深度挖掘，提高关联告警数据之间的关联效果的技术问题。

为实现上述目的，本发明提供一种告警关联方法，包括以下步骤：

根据获取的原始数据构建训练集，并确定所述训练集中告警数据对的特征数据；

根据所述特征数据确定所有网元，并根据各所述网元构建网络拓扑图；

确定所述网络拓扑图中的所有网元序列，根据各所述网元序列对应的网元向量构建告警关联模型；

若接收到输入的待测告警数据对，则根据所述告警关联模型对所述待测告警数据对进行告警关联预测，以确定所述待测告警数据对的告警关联关系。

可选地，确定所述网络拓扑图中的所有网元序列的步骤，包括：

确定所述网络拓扑图中的网元集合和边集合，并基于所述网元集合确定网元起始点，根据所述边集合确定所述网元起始点对应的所有关联网元，其中，所述边集合包括所述网元集合中网元的物理连接、逻辑连接和弱连接中的一种或多种；

计算各所述关联网元与所述网元起始点之间的连接概率，根据各所述连接概率构建网元序列。

可选地，计算各所述关联网元与所述网元起始点之间的连接概率的步骤，包括：

遍历各所述关联网元，确定遍历的关联网元和所述网元起始点之间连接关系对应的权重，并根据所述权重和预设的跳转概率计算公式计算所述遍历的关联网元和所述网元起始点之间的连接概率。

可选地，根据各所述网元序列对应的网元向量构建告警关联模型的步骤，包括：

获取所述特征数据中的分类特征数据，并对所述分类特征数据中的所有字段进行编码处理，以获取字段编码；

确定所述特征数据中告警发生时间对应的时间差值，并根据所述字段编码、所述时间差值和各所述网元序列对应的网元向量构建关联模型，并对所述关联模型进行迭代优化，以获取告警关联模型。

可选地，根据所述字段编码、所述时间差值和各所述网元序列对应的网元向量构建关联模型的步骤，包括：

根据预设的告警专属词汇表对所述特征数据中的告警信息进行分词处理，以获取多个分词，并确定各所述分词对应的词向量；

将各所述字段编码、各所述词向量、所述时间差值和各所述网元序列对应的网元向量输入至预设的神经网络模型中进行模型训练，以获取关联模型。

可选地，对所述关联模型进行迭代优化，以获取告警关联模型的步骤，包括：