基于控制图法的网络告警突变预警机制

doi:10.11959/j.issn.1000-0801.2016102

摘要/Abstract

摘要：

各种网元及其触发的告警量随着网络规模的扩大而大量涌现。传统的网络运行维护，即被动地对发生后的网络故障逐一进行派单处理，已经不能适应现如今复杂的网络管理。从影响客户感知、客户投诉、网络运行安全等维度，梳理出影响业务的各类网络重要告警标题，运用控制图方法，统计分析各类重要告警异常突变量的上下波动受控情况，结合业务影响关联分析，建立重要告警异常突变预警的预警模型和算法，提出了一种先于故障处理、主动挖掘隐患的网络告警预警动态闭环管控机制。

关键词: 预警, 告警突变, 控制图

Abstract:

The amount of various network elements and alarms trigged is pretty startling with the expansion of the network.The traditional network operation and maintenance，that is，passively processed worksheet after the occurrence of network failure one by one，has been unable to adapt to the complex network management today.The various types of important service-related network alarm titles were sorted out，and the fluctuation under control for kinds of important alarms by control chart，establishes the graded early-warning model and algorithm for alarm mutation in networks combining with the service-related analysis，were analyzed.At last，a dynamic closed-loop control mechanism，which was preceded by fault occurred and actively digs into hidden troubles，was proposed.

Key words: early warning, alarm mutation, control chart

苏醒,张璐. 基于控制图法的网络告警突变预警机制[J]. 电信科学, 2016, 32(3): 158-162.

Xing SU,Lu ZHANG. Early-warning schemes for alarm mutation in networks based on control chart[J]. Telecommunications Science, 2016, 32(3): 158-162.

图/表 6

图1

图2

图3

图4

表1

图5

告警标题分类	告警标准名	告警名解释	网管类型		告警阈值
告警标题分类	告警标准名	告警名解释	网管类型	三级	二级	一级
环境类	thunderbolt alarm	雷击告警	环境系统	15	29	42
环境类	fire alarm	烟感告警	环境系统	22	47	73
环境类	waterlogging alarm	水浸告警	环境系统	11	19	27
环境类	humidity alarm	湿度告警	环境系统	30	64	98
电源类	rectifier fail	整流器告警	电源系统	70	116	162
电源类	CB open	熔丝告警	电源系统	11	14	17
电源类	output volts high	输出高压告警	电源系统	5	9	13
电源类	output volts low	输出低压告警	电源系统	7	13	19

[1]	DE VRIES A ， RENEAU J K . Application of statistical process control charts to monitor changes in animal production systems[J]. Journal of Animal Science， 2010，88（13）： 11-24.
[2]	EBRAHIMZADEH A ， RANAEE V . Control chart pattern recognition using an optimized neural network and efficient features[J]. ISA Transactions， 2010，9（3）： 387-393.
[3]	PSARAKIS S . The use of neural networks in statistical process control charts[J]. Quality and Reliability Engineering International Journal， 2011，27（5）： 641-650.
[4]	GHIASABADI A ， NOOROSSANA R ， SAGHAEI A . Identifying change point of a non-random pattern on control chart using artificial neural networks[J]. The International Journal of Advanced Manufacturing Technology， 2013，67（5-8）： 1623.
[5]	WAI C Y ， KHOO M B C ， WU Z . Economically optimum design of a synthetic chart[J]. Quality and Reliability Engineering International Journal， 2012，28（7）： 523-525.

[1]	王景丽, 赵宇. 预警信息传播需求与通信网传播渠道匹配研究[J]. 电信科学, 2022, 38(5): 104-113.
[2]	朱琳,赵娟,王伊婷,冯俊兰,邓超. 移动通信网络投诉热点问题智能预警方法[J]. 电信科学, 2019, 35(5): 17-24.
[3]	王勇峰,娄春娇,刘润宾. 智能光纤监测技术在电力光通信中的应用[J]. 电信科学, 2017, 33(3): 148-155.
[4]	王洋,满毅,陈志鹏. 基于集中监控数据资源的4G基站退服故障预警模型[J]. 电信科学, 2016, 32(7): 188-196.
[5]	陈友荣,万锦昊,陈俊洁,任条娟. 基于车车通信的车辆防碰撞算法[J]. 电信科学, 2016, 32(11): 32-41.
[6]	张雪飞,章国安,季彦呈. VANET中基于线性协作策略的预警信息检测算法[J]. 电信科学, 2014, 30(5): 120-125.
[7]	李力卡,马泽雄,陈庆年,李程. 电话诈骗防治技术解决方案与运维对策研究[J]. 电信科学, 2014, 30(11): 166-172.
[8]	康波,刘胜强. 基于大数据分析的互联网业务用户体验管理[J]. 电信科学, 2013, 29(3): 32-35.
[9]	李焕. 大型企业信息安全监测预警模型的设计[J]. 电信科学, 2010, 26(12A): 48-50.
[10]	王春芳,李春来,陈永涛,刘然. 卫星通信预警信息发布编码研究[J]. 电信科学, 2009, 25(12): 36-40.