本发明属于电力通信骨干网领域,具体涉及一种基于sdh光传输设备的告警数据关联分析方法。
背景技术:
1、电力通信骨干网是电力系统中与电网并存的另一种实体网络,作为电网安全稳定运行的基础,它是电力安全生产的重要保障,是各类电力信息化业务的运行平台。统一的标准光接口使得不同厂商的设备能够在sdh系统中并存,随着网络规模的扩大以及复杂程度的日益增加,网元设备或是网元设备之间就会产生各式各样的故障。
2、sdh光传输网络系统作为支撑电力通信网络运维的重要手段,因此需要及时将从sdh网络设备上采集到的告警信息呈现给维护人员,供维护人员进行故障的分析和定位。告警是电力通信网故障的表现形式,网络运维人员可以根据系统中显示的告警信息了解当前网络的运行状况,进而分析、定位和处理故障。因此sdh光网络设备的告警信息识别对提升电力骨干传输网络的稳定性和快速锁定故障原因等能力来说十分重要,同时为骨干传输网的发展规划提供重要参考。
3、但是由于电力通信骨干网络中告警传播的复杂性,告警信息中通常并不明确包含网络故障发生的准确信息。当网络故障发生时,可能触发与故障设备相连的其他设备也产生大量的告警信息,但并不是所有这些告警信息都能指示故障发生的根本原因。因此需要建立告警关联模型,使用适当的关联方法发现关联规则,并用这些规则指导告警过滤和告警压缩,辅助故障定位,从而有效减轻网管人员的工作量,方便及时的分析定位故障。
技术实现思路
1、本发明所为了解决背景技术中存在的技术问题,目的在于提供了一种基于sdh光传输设备的告警数据关联分析方法,该方法针对电力骨干通信网中的sdh光传输设备,以“告警采集模块—预处理模块—聚类分析模块—规则挖掘模块”为主要架构,对电力骨干通信网的各种告警数据进行特征分析及聚类分析,采用改进后的分层算法apriori对划分的事务集进行关联分析,挖掘根告警源及强关联告警规则。
2、为了解决技术问题,本发明的技术方案是:
3、一种基于sdh光传输设备的告警数据关联分析方法,所述方法包括:
4、对统一化分析处理后的原始告警数据进行预处理,得到预处理后的告警数据;
5、采用k-means聚类算法对预处理后的告警数据进行基本分类,得到事务集划分结果;
6、采用改进后的分层算法apriori对事务集划分结果进行关联挖掘,即从标准化的历史告警库中挖掘告警关联关系规则。
7、进一步,对采集的原始告警数据进行统一化分析处理之后,整理出格式统一的告警数据,形成统一的结构化和非结构化基础数据池,即得到统一化分析处理后的原始告警数据。
8、进一步,所述预处理,包括:
9、首先去除原始告警数据中的非告警数据、无效数据及冗余数据,接着处理遗漏数据和清洗出现传输错误的数据、空缺值,识别删除孤立节点;最后提取出聚类算法分析需要用到的关键数据字段,即得到预处理后的告警数据。
10、进一步,从电力通信骨干网中sdh光传输系统的各个网关设备上采集原始告警数据。
11、进一步,所述原始告警数据包括:网关、环境、通信连接、性能和设备的告警数据,其内容包括:系统类型、告警级别、告警原因、告警描述、告警对象和告警发生时间。
12、进一步,采用k-means聚类算法对预处理后的告警数据进行基本分类,具体包括:
13、基于预处理后的告警数据,首先按照发生对象进行聚类,接着按照发生时间顺序进行聚类,自动将发生时间相近的一组告警划分到同一告警事务集中。
14、进一步,采用改进后的分层算法apriori对事务集划分结果进行关联挖掘,具体为:
15、利用改进后的分层算法apriori对经过预处理之后的数据进行挖掘,计算相应告警事务集的支持度、置信度和后项置信度,挖掘根告警源,经过分析后得出强关联告警规则;
16、以电力骨干通信网中的sdh设备为例,通过定义最小支持度和最小置信度查找满足条件的告警事务集中项集的关联关系;首先需要搜索频繁项集,即支持度不低于设定的最小支持度阈值的项集;接着根据搜索出来的频繁项集产生相应的关联规则,从频繁项集中产生所有关联规则,选择置信度大于设定的最小值置信度阈值的关联规则,组成有效规则集合;
17、项集a、b同时发生的概率成为关联规则的相对支持度:
18、
19、项集a发生,则项集b发生的概率为关联规则的置信度:
20、
21、项集a的支持度计数是事务数据集中包含a的事务个数,简称为项集的频率或计数;已知项集的支持度计数,则规则的支持度和置信度很容易从所有事务计数、项集a和项集a∪b的支持度计数推出:
22、
23、
24、与现有技术相比,本发明的优点在于:
25、该方法针对电力骨干通信网中的sdh光传输设备,以“告警采集模块—预处理模块—聚类分析模块—规则挖掘模块”为主要架构,对电力骨干通信网的各种告警数据进行特征分析及聚类分析,采用改进后的分层算法apriori对划分的事务集进行关联分析,挖掘根告警源及强关联告警规则。
1.一种基于sdh光传输设备的告警数据关联分析方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种基于sdh光传输设备的告警数据关联分析方法,其特征在于,对采集的原始告警数据进行统一化分析处理之后,整理出格式统一的告警数据,形成统一的结构化和非结构化基础数据池,即得到统一化分析处理后的原始告警数据。
3.根据权利要求1所述的一种基于sdh光传输设备的告警数据关联分析方法,其特征在于,所述预处理,包括:
4.根据权利要求2所述的一种基于sdh光传输设备的告警数据关联分析方法,其特征在于,从电力通信骨干网中sdh光传输系统的各个网关设备上采集原始告警数据。
5.根据权利要求4所述的一种基于sdh光传输设备的告警数据关联分析方法,其特征在于,所述原始告警数据包括:网关、环境、通信连接、性能和设备的告警数据,其内容包括:系统类型、告警级别、告警原因、告警描述、告警对象和告警发生时间。
6.根据权利要求1所述的一种基于sdh光传输设备的告警数据关联分析方法,其特征在于,采用k-means聚类算法对预处理后的告警数据进行基本分类,具体包括:
7.根据权利要求1所述的一种基于sdh光传输设备的告警数据关联分析方法,其特征在于,采用改进后的分层算法apriori对事务集划分结果进行关联挖掘,具体为: