基于图团体的告警风暴聚类和定位手段研究

发布时间：2021-08-11 12:53

　　本文介绍了基于图团体算法的告警风暴聚类和定位方法,以节点和边的概念进行设备告警聚类追加计算,将聚类追加后的设备团体值的大小作为故障点评估依据,并根据主因设备上告警级别、告警数量进行加权计算,最终实现告警风暴的根因告警和故障点定位。 

【文章来源】：山东通信技术. 2020,40(01)

【文章页数】：3 页

【部分图文】：

图团体告警聚类架构

告警风暴示意图如图2所示。通过主服务器运算单元，将告警风暴中的告警以本端设备、对端设备、互联链路等多个维度进行聚类清洗，提取关键信息进行邻接矩阵转换，通过告警聚类后的本端设备和对端设备组成矩阵的顶点（k），通过告警聚类后的相同本、对端链路组成矩阵的边（L），用数字形式表示本次告警风暴的邻接矩阵。

以相同顶点维度将设备告警独自构成一个聚类团体，然后通过算法计算整个告警风暴的模块性M，将克罗内克函数δ计算后相等返回1告警团体进行融合，计算改变模块性的差值ΔM，然后取ΔM出现最大增长的两个聚类进行融合。对所有顶点设备进行聚类计算，直到所有的顶点设备都被分组成了单个聚类团体为止。主服务器运算单元会记录本次告警风暴所有运算得出的告警团体度，最终形成告警风暴的图团体聚类图。告警风暴图团体聚类图如图3所示。将告警风暴进行图团体计算后，根据告警设备得到模块度和中心度的大小进行主因故障设备的定位，度越大团体面积越大，导致告警风暴的主因就越大，从而可以定位到主因设备。随后将主因设备上同时间周期内每类告警发生次数，与和其他类告警关联次数进行相加统计，并将相加之和乘以告警级别权重（一级告警权重为100%，二级告警权重为30%，三级告警权重为1%，四级告警权重为0.3%），从而获得每类告警的根因值，根因值最大的告警为第一根因告警。


本文编号：3336193