通信网络中的告警相关性分析

[摘 要]随着信息网络的发展，为人们的日常工作生活带来了新的体验，但由于发展过于快速，也产生了管理以及维护困难的情况。无法对通信网络进行有效的管理，网络安全性开始受到威胁。在通信网络发生故障时，有告警相关性可以进行故障分析，工作人员进行针对性修复，提高了工作效率。本文就将针对通信网络中的告警相关性做简单的分析，从告警相关性的概念简述其在通信网络中的重要性，并就目前在实施过程中的问题做简单陈述。

[关键词]通信网络 告警相关性 网络故障 网络管理

中图分类号：TN915.07 文献标识码：A 文章编号：1009-914X（2016）23-0148-01

通信网络系统拥有强大的基础，其具有规模大、结构复杂、高度分布以及异构性的特点。正是因为通信网络系统涵盖的范围广，所以在管理方面有所难度，随着网络的发展这一难度正在逐步的增加。一般操作时，先由告警相关性进行相关的分析，极具经验的工程师再根据分析结果进行故障原因的告警对故障进行原因排查。由故障排查的流程可以看出，告警相关性起到了非常重要的作用，所以有必要针对其进行深入研究。

一 有关告警相关性的介绍

在通信网络的管理中，功能产生了异常就被称之为故障，也就是告警事件产生的原因。针对众多的告警时间进行相关性的分析，将有助于找到出现故障所在。

1.1 概念

告警事件可以简单的称作是提前的预警，是管制的部分在有危机的事件时向外发出的一种警报，也就是说有告警事件不一定就会有故障产生。如果在网络中产生的故障，那么告警事件就会是一系列的，需要专门人员对告警事件进行分析，并不是所有的告警都是因为故障所在，相关性的分析在这里起到至关重要的作用。决定着找出网络故障的时间，以及最终的解决办法。

告警相关性分析就是针对众多的告警进行合并和转化，将有利用价值的多条告警信息有规律的整合成一条涵盖很多信息的告警内容。在告警中能明确的故障产生的原因，并以此确定发生故障的位置。

1.2 用途

告警相关性一般用于两个阶段，分别是：网络故障定位阶段和告警过滤阶段。

（1）网络故障定位阶段

在进行网络故障处理时，一般需要经过三步：告警相关性分析、故障定位、故障验证。而前两步又被统称为故障定位阶段，两者是顺承关系。通过告警相关性的分析，提出各类有关网络故障的假设，再通过第三步的验证确定最终的故障原因。告警相关性拥有一定的类型规则，网络管理人员熟练的掌握其内容，就可以针对分析做出有力的判断，减少不必要的劳动输出。

（2）告警过滤阶段

产生的告警事件有很多都是非故障性的告警，针对这一类的告警内容，可以通过告警相关性分析进行有效的过滤，主要保留下故障根本原因的报警，降低网络管理人员的工作强度，提高工作效率。

二、目前告警相关性工作中出现的问题

在实际的网络故障实践中，告警相关性的分析并没有理想中的那么乐观。由于网络故障受到的告警事件过多，导致在高兴相关性分析中产生了困难。在告警相关性分析中针对出现的问题进行分析，得出以下方面：

2.1 告警事件频发方面

在告警相关性分析中，最令网络人员头疼的就是告警事件频发的情况，众多的信息堆积在一起，不利于故障的分析。而造成这一情况的原因有两个，分别是设备故障带动整个系统错乱以及设备故障自身间歇性发作。

（1）设备故障牵一发动全身以及

网络故障的产生是持续性的，在整个网络系统中出现故障对每一个关联的环节都产生影响，多个网络部件同时发出不同告警事件的情况;如果设备中某一个部件产生了故障，那么有可能在每一次重启该服务器时，都会发出告警事件;网络中的部件发生了故障，顺着整个网络系统，都有可能会跟随发出同样的告警事件。

（2）告警事件频发故障本身自发性的发作

在产生了网络故障后，故障的本身会不间断发作，所以在每次故障发作时都会产生告警事件;网络中多个故障同时，那么不同的故障可能会发出众多告警事件，就会造成告警事件的潜在重叠。

2.2 网络模型方面

在进行告警相关性的分析之前，需要针对现有的网络进行模型的搭建，如果建设的网络模型过于简单，网络的构件无法满足网络的需求，就会在未知的网络构件部位产生故障，进而发出告警事件。由于无法确定具体的部位故障，所以在告警相关性分析时就会浪费很多的时间和精力。

2.3 数据传输方面

告警相关性分析的前提是获取所有的告警事件，但在实际应用过程中，由于网络传输中断，接收器不敏感等情况的出现，导致告警事件传输不完整，无法保证告警相关性分析的结果，增加了故障成本的输出。

2.4 网络动态方面

在一个真实的通信网络中，网络是一个不断发展不断改变的状态，所以理想状态下的告警相关性分析反馈，很有可能因此设备数据的变化以及网络的瞬时结构发生改变，从未导致告警相关性的规则发生变化，无法确保分析的结果。

三、常见的告警相关性的处理方式

告警相关性的方法和算法包括：基于范例的推理、基于规则的相关性、模糊的逻辑、贝叶斯网络、编码方式、人工神经网络、以及数据挖掘。选取呢一种计算方式需要根据实际的网络情况，进行提前的规则设定。一般基于规则的处理方式多用于配置结构较常规化，不易发生改变的网络中;基于范例的推理方式则是在原有实例的基础上继续进行分析，较适合较简单的网路系统;基于编码的处理方式则是对时间进行预处理，减低了告警事件的复杂性;贝叶斯网络处理方式是通过固定的计算方式进行，具有一定的工作效率，但在计算时的概率问题还是行业内待解决的难题;人工神经网络的方式拥有较强的自学性，但在前期的神经网络培养需要投入较大的经历;数据挖掘的方法是目前最推崇的解决方式，其可以自发进行告警相关性规则的挖掘，可以适应更快更好的网络系统，并针对网络做出变化。

【总结】因为通信网络系统涵盖的范围广，所以管理的难度大，在应对意外故障修复时更加困难。告警相关性分析可以针对众多的告警进行合并和转化，明确的故障产生的原因，并以此确定发生故障的位置。在实际应用过程中，告警相关性也产生了诸多问题，针对不同的问题需要通过改变分析算法的方式进行改善。随着网络维护的需要，告警相关性分析也将具备辅佐管理人员找出故障原因的性能。

参考文献

[1]邓歆，孟洛明. 告警相关性分析模型在通信网故障诊断中的应用[J]. 北京邮电大学学报，2006，03：66-69+85.

[2]黄涤. 电力通信网告警相关性分析模块的设计与实现[D].北京邮电大学，2014.

[3]杜曙光. 电信网络告警相关性分析方法研究[D].华侨大学，2005.