【摘 要】
：
随着搭载在网络上的服务数量和种类的不断增加,网络中的设备也在向多元化和位置分散化的趋势发展。这种情况在提高了网络复杂性的同时,也提高了故障管理的难度。因此,告警关联分析作为故障管理的重要手段之一受到了广泛的关注。其主要目的就是通过对告警数据进行压缩、过滤及分析等操作找到数据之间潜在的关联性,并通过这些关联信息从一组告警序列中推理出指示故障根源的告警。目前,在告警关联分析方面的研究已经有了较大的进展
论文部分内容阅读
随着搭载在网络上的服务数量和种类的不断增加,网络中的设备也在向多元化和位置分散化的趋势发展。这种情况在提高了网络复杂性的同时,也提高了故障管理的难度。因此,告警关联分析作为故障管理的重要手段之一受到了广泛的关注。其主要目的就是通过对告警数据进行压缩、过滤及分析等操作找到数据之间潜在的关联性,并通过这些关联信息从一组告警序列中推理出指示故障根源的告警。目前,在告警关联分析方面的研究已经有了较大的进展。常见的告警关联分析方法有基于案例、基于神经网络和基于规则挖掘的方法等。其中,基于规则挖掘的告警关联分析方法由于其能够较好地适应网络的变化、善于发现告警数据之间潜在的规则及准确率较高等优点受到了广泛的关注。但是传统的基于规则的告警关联分析方法通常存在以下两个问题:1)在告警关联规则挖掘的过程中,需要设定最小支持度等参数来获取符合条件的关联规则。在现有的方法中,最小支持度通常是基于专家经验在算法运行之前人为指定的,并且在算法执行过程中不再改变。但是由于告警具有突发性的特点,不同的告警数据项分布不均匀且频繁程度也不同。如果在规则挖掘过程中忽略告警数据本身的特点而一直使用相同的最小支持度参数,那么将会影响挖掘到的关联规则的质量;2)在进行根源告警推理的过程中,通常都会建立包含规则节点的匹配网络。但是由于匹配过程具有组合的特性,在每次规则推理的过程中都会缓存一系列部分匹配的中间结果。对于告警这种结构相对复杂且数量较多的数据,这些部分匹配的中间结果会占用较多的空间,降低缓存空间的利用率。为此,本文提出了一种基于参数自适应的告警关联分析算法。首先针对采用固定宽度窗口提取告警事务效率较低的问题,本文提出了一种基于告警流速自适应调整的事务提取方法,使窗口大小可以根据告警数据流速自适应调整,从而实现对告警事务的动态提取;其次,针对传统告警关联规则挖掘算法中支持度参数固化的问题,本文通过引入强化学习的方法实现关联规则挖掘中支持度的动态调整,使其在挖掘过程中可以根据告警状态自适应改变,从而提高关联规则挖掘的效率;最后,针对现有告警规则推理方法中部分匹配结果占用缓存较大的问题,本文提出一种基于缓存优化的告警规则推理方法。该方法通过引入启发式标注链接匹配算法（Heuristically Annotated-Linkage matching,HAL）建立全局的伪二分网络提高规则推理的效率,并及时对推理过程中产生的部分匹配结果进行回收以解决传统HAL算法中缓存空间占用较大的问题。我们通过仿真实验验证了本文算法的有效性,结果表明本文所提出的算法能够有效提高挖掘到的告警关联规则的质量,减小告警规则推理过程中的缓存压力。针对用户对告警数据查询、预处理、告警事务提取、关联规则挖掘及告警规则推理等功能的故障运维操作需求,本文基于Java语言和SpringBoot框架设计并实现了基于参数自适应的告警关联分析模块。本文对该模块开发流程中的需求分析与模块的概要设计进行了说明,并详细介绍了告警数据查询、数据预处理、事务提取、告警关联规则挖掘及规则推理等功能子模块的处理流程。通过对本文所设计模块的功能和性能进行测试,验证了本文所设计的告警关联分析模块能够有效完成用户在故障运维过程中的各项需求,可以有效支撑后续故障定位及诊断的任务,提高了告警关联分析的效率。
其他文献
随着无线电技术和网络技术的飞速发展,对通信能力的要求越来越高,通信系统呈现多频带、多模式、自适应的发展趋势,功率放大器作为射频前端核心的器件之一,迫切需要适应这种变化。频率可重构技术在实现多频带、多模式应用中,以其电路设计灵活、多频带工作可靠等优点成为了近年来的研究热点。在此应用背景下,本文设计了两款频率可重构功率放大器,通过引入射频开关改变匹配网络参数,使其匹配到不同频率下的最优阻抗,从而实现功
基于回音壁模式（WGM）的光学微腔平台,我们可以传输并调控光信息。其中,以模式分裂以及线宽展宽进行分析的纳米粒子传感是回音壁模式光学微腔平台的热点研究方向之一。本文以具有回音壁模式的微球腔为模型,研究了回音壁模式的微球腔耦合理论,并对倏逝场中存在纳米粒子的回音壁模式微球腔的模式控制以及奇异点（EPs）相关方面进行研究,取得了以下成果:一、在回音壁模式微腔传感方面,对光学模式的控制是实现基于回音壁模
目前GPGPU编程技术在人工智能、深度学习等领域取得了广泛的应用,以NVIDIA公司推出的CUDA框架为代表的GPGPU编程框架可将GPU强大的并行运算能力应用于非图形任务,而GPU逐渐开放的计算能力在众多领域中的应用也随之带来了相关安全隐患,但业界目前仍主要关注如何挖掘GPU潜在安全问题,对已知问题的防护研究较少。本文提出了一种针对GPU端PTX指令代码死循环结构的检测评估方法,并编程实现了方法
属性基加密方案利用基于双线性配对的密码学以及表示特定访问策略的秘密分享机制对数据进行加密,使数据仅能被拥有相应属性集合对应密钥的用户解密,广泛应用于共享存储的访问控制中。多授权中心的属性基加密方案有多个属性授权中心,增加属性来源并分散机构主密钥,提升访问策略多样性和加密安全性;属性基代理重加密允许用户将数据共享的计算安全外包给第三方,减少本地计算负担并增加访问控制灵活性。多授权中心属性基代理重加密
互联网时代的飞速发展,使人们的社交方式发生了重大变化,出现了基于活动的异构社交网络（H-EB SN,Heterogeneous Event-based Social Network）,用户可以通过线上和线下的方式进行活动的交流与举办,由此也带来了信息的快速增长,导致信息过载,即找到感兴趣的活动正在变得越来越困难。个性化推荐是解决这一问题的一种有效方式。但是在现有推荐系统中,大多是以个体推荐的方式,
帕金森病（Parkinson’s disease,PD）的产生主要与黑质中的多巴胺能神经元的变性死亡有关,其发病区域主要在基底神经节（Basal Ganglia,BG）。帕金森震颤是帕金森病的主要症状之一,影响70%的帕金森病患者,主要为静止性震颤。基底神经节中的异常同步和低频振荡活动（3-9 Hz）是帕金森震颤的关键,但是这些异常同步振荡活动的机制和来源尚不清楚。本文主要利用Hodgkin-Hu
信贷业务中贷后的风险监控是长期困扰我国银行信贷业务的工作难题,这其中的原因可能包括银行在信贷等工作中监控体系建设不完善、防控风险设置不完备、风险控制不严格等,当然也存在一些人为风险因素,这些都说明了银行信贷业务中贷后监控风险控制的复杂性和艰难性。本文针对金融行业客户贷后业务管理难题,借助计算机技术,结合成熟的大数据技术,设计并实现贷后监控系统,将信贷业务的数据统一管理归档,统一调阅审核,丰富项目管
随着计算机技术快速发展,人工智能技术已经在各行各业中应用。在信息科学教育领域,基于块的编程语言受到了越来越多学生和老师的关注。Scratch是一种基于块的可视化在线编程语言,用类似儿童积木来形象地表示代码模块,其低门槛和易于上手的特性使得其受到越来越多学生和老师的欢迎。Scratch工具中的音乐模块使得Scratch作品更加多元化,且具有艺术性。作品中音乐可以很好地表达出作者的情感。但是目前的Sc
随着5G、高精度通信等现代科技的飞速发展,网络授时作为其中的关键支撑技术受到了广泛的关注。分布式测量、算法调度、高频交易等众多新兴应用对网络授时的需求也快速增长,对现有网络授时系统的授时精度提出了更高的要求。精确时间协议（PTP）是目前应用广泛的授时协议,实现了授时精度从毫秒级到亚微秒级的巨大突破。然而由于实际网络中存在上、下行不对称的时延,导致PTP时间偏移计算结果不准确,授时精度也因此受到了限
传统的心理测评模式受到纸质心理量表和地域、时间等方面的制约,无法满足大规模的心理测评。本文依据心理云平台开展心理测评业务的要求,利用软件开发技术设计和实现心理量表构造及测评报告生成系统,使之提升心理测评业务的效率和规模。本文首先分析和归纳系统周围环境、用户角色、功能性需求、非功能性需求。根据系统周围环境分析与其他系统和用户的交互情况,将用户划分为系统管理员、机构管理员、量表管理员。系统功能性需求分