[发明专利]告警生成方法和系统

说明书

本发明提供了一种告警生成方法和系统。该告警生成方法是在云计算环境下基于大数据分析技术进行的。该方法包括：基于预定采集策略采集监控对象的运行数据以及至少一个关联对象的运行数据，其中关联对象是直接或间接地影响所述监控对象的运行状态的对象；基于预定数据分析策略获取预先存储的监控对象和至少一个关联对象的历史运行数据，并对所采集到的监控对象的运行数据以及至少一个关联对象的运行数据以及所获取的监控对象和至少一个关联对象的历史运行数据进行数据分析，得到监控对象的性能趋势及状态变化；基于告警策略对监控对象的性能趋势及状态变化进行智能告警分析决策，以判断是否生成告警。

技术领域

本发明一般地涉及云计算领域监控告警领域，更具体地涉及一种告警生成方法和系统。

背景技术

随着云计算、大数据及分布式相关的技术落地，电信运营商设备数量及业务数量出现突变式的增长，告警类型和数量也越来越多，因此对资源监控和运维工作量也将剧增，如何更加准确定位故障告警、消除误告警、减少重复性告警并实现关联性告警则成为一个迫切需要解决的一个问题。

现在大多数监控系统一般都采用阈值告警，其实现主要是通过对需要监控的指标设置一个门限值，当采集到指标数据大于设定值就会生成告警。为了对告警严重程度进行区分，也会对指标设置几个级别的值(一般、重要、严重、紧急等级别)，这种告警技术会生成很多级别的告警，也容易生成误告警(如：指标出现一个瞬时值大于设定阈值，但随后指标就恢复正常)，一些比较完善的监控系统如移动BOMC系统、电信ITSM系统，由CMDB、服务流程、基础平台监控、业务监控等多个配套系统组成，但其告警系统设计仍然脱离不了基于指标阈值告警模式，还没有实现告警智能化和动态化，其针对大批量告警、误告警处理措施仍采用后处理手段来解决。通过告警自动消除、告警自动升级、告警处理流程自动化及告警短信个性化订阅提醒等功能来解决问题，难以做到告警预防和预测分析。

本发明在监控告警系统设计上引入大数据存储和计算技术，采用人工智能算法原理，建立一套基于推理树方式的告警决策分析模型，可以对告警生成的多种因素进行分析、整合，使得系统具备自我学习的能力，从而建立一套智能化告警系统。通过本发明建立的告警系统，可以提高告警准确性和全面性，有效减少重复告警和无效告警，解决告警分散无序问题，降低运维人员处理大量告警短信数量，实现故障告警精确定位，为系统快速、自动化运维提供很好数据和技术支撑。

发明内容

本发明提出了一种基于大数据技术智能告警系统设计和实现，通过引用大数据分析技术，采用“为监控对象建立监控模型及告警决策分析模型”的方式，充分利用采集的全量监控数据作为当前告警决策数据基础，并考虑告警之间的关联性，从而保障告警准确性和全面性。通过对监控对象生命周期及其所依赖的环境的全方位监控，并逐步建立告警评估参考知识库，可逐步建立起一个可自我学习告警系统。

根据本发明实施例的告警生成方法，包括：基于预定采集策略采集监控对象的运行数据以及至少一个关联对象的运行数据，其中关联对象是直接或间接地影响所述监控对象的运行状态的对象；基于预定数据分析策略获取预先存储的监控对象和至少一个关联对象的历史运行数据并对所采集到的监控对象的运行数据以及至少一个关联对象的运行数据以及所获取的监控对象和至少一个关联对象的历史运行数据进行数据分析，得到监控对象的性能趋势及状态变化；基于告警策略对监控对象的性能趋势及状态变化进行智能告警分析决策，以判断是否生成告警。

根据本发明实施例的告警生成系统，包括数据采集模块，被配置为基于预定采集策略采集监控对象的运行数据以及至少一个关联对象的运行数据，其中所述关联对象是直接或间接地影响所述监控对象的运行状态的对象；数据分析模块，被配置为基于预定数据分析策略获取预先存储的所述监控对象和所述至少一个关联对象的历史运行数据，并对所采集到的监控对象的运行数据以及至少一个关联对象的运行数据以及所获取的所述监控对象和所述至少一个关联对象的历史运行数据进行数据分析，得到所述监控对象的性能趋势及状态变化；告警决策模块，被配置为基于告警策略对所述监控对象的性能趋势及状态变化进行智能告警分析决策，以判断是否生成告警。