基于故障传播模型与监督学习的电力通信网络故障定位

针对电力通信网络中的故障定位问题,分析了一种网络设备或链路故障引发的大范围连通片故障告警情形,提出一种基于故障传播模型和监督分类学习方法的故障定位算法。首先使用改进的故障传播模型求得初步定位结果,用最少的故障数目解释当前告警;然后通过故障源-故障告警向量分解将故障定位问题转化为监督分类问题,定位告警区域内部故障;最后加入猜测的故障设备和故障链路完善定位结果以提高定位准确率。模拟结果表明提出的故障定位算法的故障检测率达到84%~95%,具有较高的故障定位可靠性。     

网络故障管理中一种综合的事件关联策略的研究

该文研究了故障管理中的故障定位,提出了一套综合的告警关联方案。将告警关联分为初步关联和潜在关联。告警的初步关联中采用了典型的告警关联的方法对事件进行初步的过滤,潜在关联中采用了基于事件推理的事件关联技术进行进一步的故障定位。该方案使处理过程效率更高,定位更准确。     

一种基于相关度统计的告警事件关联算法

网络故障与网络告警事件之间存在着必然的关系.在分析故障传播和告警模式的基础上,将同一故障引发的告警事件区别为根源事件和并发事件,通过对隐藏在海量事件中的根源事件与并发事件相关度的统计,发现每一类故障的相关事件类集合,并以此作为关联规则,进行事件关联处理,能够正确地进行故障定位,有效过滤冗余事件,为故障原因分析提供依据.     

一种改进型FNG状态机的研究及实现

为了提高网络故障管理系统的效率,结合原有CFM技术,采用特殊故障屏蔽机制和告警优先级别机制相结合的综合性告警管理策略的FNG状态机,其设置了故障生命期限和故障再现期限值,增加了打印告警信息前的告警优先级别判断。在运行时,杜绝了用户界面的刷屏现象并能打印出三种级别的告警信息。测试结果表明,改进型FNG状态机可以突显高级别告警,单次显示重复性故障的告警,不显示短暂性故障的告警,从而减少了网络管理员定位故障的劳动量,提高了工作效率。     

计算机网络中告警数据处理技术的研究

本文在分析电信传输网中故障和告警管理的现状基础上,提出了告警数据处理的要求和处理流程,并着重阐述了告警数据处理的关键技术-关联分析,通过对网络中各类告警信息的关联分析,进行故障的快速定位和告警分析。     

基于终端数据的电信承载网异常节点定位方法

随着电信IPTV业务的高速发展，承载网规模不断扩大，设备故障运维难度逐渐增大。当设备发生故障时，如何在大规模网络中对故障节点进行快速定位已成为运维方面的重大挑战。目前承载网设备故障告警主要依赖于设备性能日志，误告较多，且无法适应大规模网络故障定位。因此借助Spark等工具，提出一种基于终端数据的异常节点定位方法，结合网络拓扑初步实现阈值告警。并进一步以设备相关性和可靠性为分析基础，将告警过程产生的大量虚假告警进行清洗，提高故障定位精确率。实验结果表明，在承载网故障定位中该方法精确率能达到89%，具有较高实用价值。     

基于知识图谱和因果算法的告警根因定位方法研究

随着社会的发展，网络建设的拓扑结构越来越庞大且繁杂，当系统某一设备发生故障时，会导致相关设备在短时间内衍生出大量告警，这就导致运维人员难以在短时间内找到根本原因并解决，此时会导致整个网络部分或整体功能不可用。近年来，关于研究如何压缩告警信息并快速定位链路根因的方法越来越多，目前使用较多的方法是对大量的告警信息进行聚类收敛处理，从而减少最终需要解析的告警信息，这样的方法虽然减轻了运维人员部分工作量，但是告警的数据量对于人工定位来说依然较多，且收敛出的告警信息缺乏可解释性，对于定位设备及故障帮助有限。本文给出一种基于知识图谱和因果算法的告警根因定位方法，利用设备拓扑关系以及告警因果关系，给出告警发生的链路并定位出根因告警及设备，有效提升运维人员的工作效率。     

基于ACE并发编程模式的告警关联系统设计与实现

对告警进行关联处理,减少冗余告警,增强告警的故障检测能力,是网络管理系统需要解决的关键问题.本文充分考虑电信运营网络管理可能出现的各种关联情况,定义了告警关联规则,运用ACE(Adapter Communication Environment,自适配通信环境)的ACE_task组件设计并实现了告警关联系统.实验表明,该系统能有效剔除冗余告警,及时上报故障,方便客户定位故障.     

基于移动代理的网络故障管理的研究

将移动代理和人工智能技术引入网络故障管理。介绍了人工智能中神经网络、贝叶斯信念网络对于处理故障管理中的告警相关、故障诊断以及故障定位等所具备的优越性,并提出了几种设计思想。     

民航旅客服务信息系统告警关联规则挖掘

告警关联规则挖掘是进行系统故障诊断、定位的重要方法。由于民航旅客服务信息系统的各子系统之间的关联关系,子系统一旦出现故障,会报出大量甚至海量的告警信息,使得维护人员在大量告警数据面前无法准确进行故障定位。针对故障诊断、定位等难题,提出基于滑动时间窗口框架的关联规则挖掘方法,在大量告警信息中寻找故障源、故障因素之间的关联。实验结果表明,提出的方法能准确、快速地发现有价值的告警关联规则,为系统维护人员提供决策支持。     

TMN告警信息存储及预处理技术

对原始告警信息的完整存储以及预处理是本地电话网网络管理系统故障管理的核心功能。本文提出了一种基于有限状态机的告警信息预处理模型 ,并应用该模型对检测到的告警消息在时间和空间上进行相关处理。工程应用表明 ,该模型对故障的辨识、诊断和定位提供了强有力的支持。     

告警关联方法研究

告警关联是网络故障诊断中的核心任务。现在有许多告警关联方法被应用到网络管理系统中。讨论告警关联的概念，对几种告警关联方法进行研究并分析其优点和不足，同时介绍一些基于不同技术的告警关联产品。最后给出一个网络故障诊断的原型系统。     

基于紧凑型有穷自动机模型的告警相关处理

在网络管理领域,告警相关（Alarm Correlation)是取代简单告警过滤机构的一种全新故障管理策略。通过在非确定型有穷自动机在(ndfa)的定义中引入状态基(State Cardinality)的概念,本文首先给出紧凑型有穷自动机（cfa）的定义,然后提出了基于紧凑型有穷自动机的告警相关处理模型并进行了详尽的描述。在一个电信管理网（TMN）的故障管理子系统中应用该模型对大量的告警信息在时间上和空间上进行告警相关处理。仿真结果表明,基于紧凑型有穷自动机的告警相关处理模型的算法实现具备简单、高效、实用和实时的特点,尤其对并发故障具有较强的相关处理能力。     

网络故障管理中的自动告警关联

研究了故障管理中的故障定位，提出了一套新的、完整的告警关联方案。告警的时间关联中采用了模糊逻辑推理事件之间的最佳时间关系。对关联窗口的选择进行了讨论，提出了一种新的关联窗口选择方法以保证故障的告警集合的完整性，并证明了其有效性。告警的聚类关联采用依赖关系图模型，给出了一种最大公因数贪心算法。通过分析对比该算法与完全搜索算法和传统贪心算法的复杂性，证明了其在故障告警域重叠度较小情况下的有效性。     

基于SNMP的网络故障管理系统的设计与实现

故障管理是整个网络管理的核心,也是最难实现的部分.设计一个基于SNMP协议和数据库的故障管理系统,包含故障发现、故障定位、故障报警等功能,并在此基础上完整地实现了该系统.     

计算机报警系统中故障的检测及处理

介绍计算机火灾报警控制系统中故障的检测原理和处理方法.系统以单片机为控制核心,根据总线状态变化和比较电路信号判断探测器和电源的故障,处理后发出故障报警信息.     

基于贝叶斯学习的告警相关性分析

利用贝叶斯网络建立通信网告警相关性模型，采用EM算法对不完全观察的隐变量进行学习。介绍了基于贝叶斯网络的基本概念。提出了通信网功能分层结构的思想，建立不同网络层次间的故障传播模型。讨论了从故障传播模型中构造贝叶斯网络。结合SDH over DWDM实验模型，具体讨论了贝叶斯参数学习的实现步骤及结果。     

使用智能代理进行网络设备的告警关联

为了解决集中式网络故障管理固有的缺陷,提出了一种基于ＳＮＭＰ网络管理环境、使用分布式智能代理进行网络设备告警关联的算法,算法分成３步：①智能代理驻留在设备本地,对设备发出的告警进行分类,作为相应协议对象的故障模型ＦＳＭ的输入,运行这个ＦＳＭ产生该协议对象的当前状态;②按照关联关系的形式化定义,尝试对状态不正常的协议对象进行关联;③为了给关联的结果增加一个可信度的度量,计算关联结果的信念,将关联的结     

基于客户/服务器模式的报警处理与故障诊断系统

系统以Windows NT为平台，采用客户／服务器网络结构的系统进行在线报警处理和故障诊断。在服务器端由数据库服务器－SQL Server统一管理数据库，并设计出报警处理和故障诊断的程序结构。     

Rule Discovery in Telecommunication Alarm Data

Fault management is an important but difficultarea of telecommunication network management: networksproduce large amounts of alarm information which must beanalyzed and interpreted before faults can be located. So called alarm correlation is acentral technique in fault identification. While the useof alarm correlation systems is quite popular andmethods for expressing the correlations are maturing, acquiring all the knowledge necessary forconstructing an alarm correlation system for a networkand its elements is difficult. We describe a novelpartial solution to the task of knowledge acquisition for correlation systems. We present a methodand a tool for the discovery of recurrent patterns ofalarms in databases; these patterns, episode rules, canbe used in the construction of real-time alarm correlation systems. We also present tools withwhich network management experts can browse the largeamounts of rules produced. The construction ofcorrelation systems becomes easier with these tools, as the episode rules provide a wealth ofstatistical information about recurrent phenomena in thealarm stream. This methodology has been implemented ina research system called TASA, which is used by several telecommunication operators. We briefly discussexperiences in the use of TASA.