一种多故障数据解耦方法和装置的制造方法
[0086] 数据输入单元310,用于获取同一时间在同一区域采集的K组告警数据和K组故障 数据，其中，每组故障数据均按故障优先级排序；
[0087] 数据处理单元320,用于对K组故障数据使用关联分析算法，得到故障频繁项集X， 将所述故障频繁项集X转化为故障两两相关矩阵R，并基于所述故障两两相关矩阵R，对K 组故障数据中存在多故障的故障数据组进行故障去相关化和根因化；
[0088] 解禪单元330,用于提取与故障去相关化和根因化后存在多不相关故障的各故障 数据组对应的各组告警数据，根据告警与各故障之间的相关性，确定提取的各组告警数据 中每个告警所归属的故障。
[0089] 基于上述结构框架及实施原理，下面给出在上述结构下的几个具体及优选实施方 式，用W细化和优化本发明所述装置的功能，具体设及如下内容：
[0090] 本实施例中，数据处理单元320将故障频繁项集X转化为故障两两相关矩阵R的 转化原则为：对于在任一频繁项集中同时存在的两两故障标记为相关，对于所有频繁项集 中都没有同时存在的两两故障标记为不相关；所述故障两两相关矩阵R中的元素表示两两 故障间是否相关。
[0091] 本实施例中，数据处理单元330基于所述故障两两相关矩阵R，对K组故障数据中 存在多故障的故障数据组进行故障去相关化和根因化的原则为：
[0092] 若故障两两相关矩阵R中表示相关的两故障同时存在于多故障的故障数据组中， 则高优先级故障存在的情况下，保留高优先级故障，删除低优先级故障；若故障两两相关矩 阵R中表示不相关的两个故障同时存在于多故障的故障数据组中，则两个故障同时保留。
[0093] 本实施例中，故障解禪单元330,具体用于对于提取的每组告警数据，获取与其对 应的故障去相关化和根因化后的故障数据组中包含的各故障，得到故障集合；对于提取的 每组告警数据，确定告警数据中每个告警与对应故障集合中各故障相关性最高的故障为对 应告警所归属的故障。
[0094] 优选地，本实施例中，数据处理单元320,还用于根据K组故障数据中单故障的故 障数据组，计算各告警与各故障之间的皮尔逊相关系数，W通过皮尔逊相关系数来表示告 警与各故障之间的相关性。
[0095] 本实施例所述的多故障数据解禪方案具有准确率高和鲁棒性强的特点，并且相对 于现网中的人工方法提高了工作效率，为故障告警数据的大规模数据挖掘分析提供了可 能。
[0096] 显然，本领域的技术人员可W对本发明进行各种改动和变型而不脱离本发明的精 神和范围。运样，倘若本发明的运些修改和变型属于本发明权利要求及其等同技术的范围 之内，则本发明也意图包含运些改动和变型在内。
【主权项】
1. 一种多故障数据解耦方法，其特征在于，包括： 获取同一时间在同一区域采集的K组告警数据和K组故障数据，其中，每组故障数据均 按故障优先级排序； 对K组故障数据使用关联分析算法，得到故障频繁项集X，并将所述故障频繁项集X转 化为故障两两相关矩阵R; 基于所述故障两两相关矩阵R，对K组故障数据中存在多故障的故障数据组进行故障 去相关化和根因化； 提取与故障去相关化和根因化后存在多不相关故障的各故障数据组对应的各组告警 数据，根据告警与各故障之间的相关性，确定提取的各组告警数据中每个告警所归属的故 障。2. 如权利要求1所述的方法，其特征在于，所述将故障频繁项集X转化为故障两两相关 矩阵R的转化原则为：对于在任一频繁项集中同时存在的两两故障标记为相关，对于所有 频繁项集中都没有同时存在的两两故障标记为不相关； 所述故障两两相关矩阵R中的元素表示两两故障间是否相关。3. 如权利要求2所述的方法，其特征在于，所述基于所述故障两两相关矩阵R，对K组 故障数据中存在多故障的故障数据组进行故障去相关化和根因化的原则为： 若故障两两相关矩阵R中表示相关的两故障同时存在于多故障的故障数据组中，则高 优先级故障存在的情况下，保留高优先级故障，删除低优先级故障； 若故障两两相关矩阵R中表示不相关的两个故障同时存在于多故障的故障数据组中， 则两个故障同时保留。4. 如权利要求1所述的方法，其特征在于，所述根据告警与各故障之间的相关性，确定 提取的各组告警数据中每个告警所归属的故障，具体包括： 对于提取的每组告警数据，获取与其对应的故障去相关化和根因化后的故障数据组中 包含的各故障，得到故障集合； 对于提取的每组告警数据，确定告警数据中每个告警与对应故障集合中各故障相关性 最高的故障为对应告警所归属的故障。5. 如权利要求1或4所述的方法，其特征在于，所述方法中，根据K组故障数据中单故 障的故障数据组，计算各告警与各故障之间的皮尔逊相关系数，并通过皮尔逊相关系数来 表示告警与各故障之间的相关性。6. -种多故障数据解耦装置，其特征在于，包括： 数据输入单元，用于获取同一时间在同一区域采集的K组告警数据和K组故障数据，其 中，每组故障数据均按故障优先级排序； 数据处理单元，用于对K组故障数据使用关联分析算法，得到故障频繁项集X，将所述 故障频繁项集X转化为故障两两相关矩阵R，并基于所述故障两两相关矩阵R，对K组故障 数据中存在多故障的故障数据组进行故障去相关化和根因化； 解耦单元，用于提取与故障去相关化和根因化后存在多不相关故障的各故障数据组对 应的各组告警数据，根据告警与各故障之间的相关性，确定提取的各组告警数据中每个告 警所归属的故障。7. 如权利要求6所述的装置，其特征在于，所述数据处理单元将故障频繁项集X转化为 故障两两相关矩阵R的转化原则为：对于在任一频繁项集中同时存在的两两故障标记为相 关，对于所有频繁项集中都没有同时存在的两两故障标记为不相关；所述故障两两相关矩 阵R中的元素表示两两故障间是否相关。8. 如权利要求7所述的装置，其特征在于，所述数据处理单元基于所述故障两两相关 矩阵R，对K组故障数据中存在多故障的故障数据组进行故障去相关化和根因化的原则为： 若故障两两相关矩阵R中表示相关的两故障同时存在于多故障的故障数据组中，则高 优先级故障存在的情况下，保留高优先级故障，删除低优先级故障；若故障两两相关矩阵R 中表示不相关的两个故障同时存在于多故障的故障数据组中，则两个故障同时保留。9. 如权利要求6所述的装置，其特征在于，所述故障解耦单元，具体用于对于提取的每 组告警数据，获取与其对应的故障去相关化和根因化后的故障数据组中包含的各故障，得 到故障集合；对于提取的每组告警数据，确定告警数据中每个告警与对应故障集合中各故 障相关性最高的故障为对应告警所归属的故障。10. 如权利要求6或9所述的装置，其特征在于，所述数据处理单元，还用于根据K组故 障数据中单故障的故障数据组，计算各告警与各故障之间的皮尔逊相关系数，以通过皮尔 逊相关系数来表示告警与各故障之间的相关性。
【专利摘要】本发明公开了一种多故障数据解耦方法和装置，所述方法将使用关联分析方法的频繁项集分析结果用于故障数据解耦中去根因化和去相关化，基于去跟因化和去相关化后的故障数据，使用单故障数据情况下的相关系数矩阵为告警数据选择归属故障。该解耦方法具有关联分析方法的特点：准确率高和鲁棒性强，且相对于现网中的人工方法提高了工作效率，为故障告警数据的大规模数据挖掘分析提供了可能。
【IPC分类】H04L12/24
【公开号】CN105634781
【申请号】CN201410620670
【发明人】赵春华
【申请人】中兴通讯股份有限公司
【公开日】2016年6月1日
【申请日】2014年11月5日
【公告号】WO2016070642A1
文档序号 :
【 9869895 】
技术研发人员：赵春华
技术所有人：中兴通讯股份有限公司
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除
技术研发人员：赵春华
技术所有人：中兴通讯股份有限公司
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除