匡立伟(烽火通信科技股份有限公司)，赵 良(中国联通网络技术研究院)，杨 韬(中国联通江苏分公司)，张 贺(中国联通网络技术研究院)
本文版权为《邮电设计技术》所有，如需转载请联系《邮电设计技术》编辑部
摘 要：网络告警关联分析是通信网络运维的关键，传统基于专家规则的关联分析方法效果较差，基于人工智能技术实现网络告警精准关联是当前研究热点。针对网络告警字段复杂、数据量大、智能化程度弱三大特点，提出高维空间网络告警智能关联分析方法，基于人工智能技术从大规模告警数据中准确提取衍生告警与根源告警的关联规则，准确定位故障发生点。分析了智能关联分析方法的应用场景，对网络告警智能关联分析发展趋势进行展望。
关键词：网络告警关联分析；人工智能技术；高维空间模型；
doi：10.12045/j.issn.1007-3043.2018.12.003
概述
随着通信网络持续发展和演进，网络设备不断增多、网络规模日趋复杂，网络中的软硬件时刻产生海量网络告警，这些网络告警数据大、告警字段复杂。为了保证通信网络的正常运维，要求实时完成告警关联分析，从海量衍生告警中提取根源告警，压缩或过滤重复告警、衍生告警和不重要的告警，准确定位故障隐患点，从而保障网络健康运行，为用户提供高质量通信业务。
传统网络告警监控和处理依靠人工专家完成，基于告警监控获取当前活动的告警信息，然后通知维护人员查看可能的故障点，汇报相应的检测结果。人工方式能够在一定程度上发现和处理故障，但人工方式一般是通过排查可疑故障点的处理模式，不仅消耗了大量的人力物力，增加网络的运营维护成本，并且处理过程非常耗时，在发生大量故障告警时难以满足告警处理的实时性要求。另外，采用人工处理的方式很有可能会忽略某些关键告警而导致整个故障不能及时得到解决，极大影响通信网络的质量。
随着机器学习、人工智能等技术的蓬勃发展，将新兴技术引入网络告警相关性分析应用中，构建智能化、自动化的网络故障处理监控系统和分析平台，从而为运维人员的故障处理提供更为高效的方式成为研究热点。针对当前网络告警告警字段复杂、数据量大、智能化程度弱三大特点，本论文提出高维空间网络告警智能关联分析方法，基于人工智能和数据挖掘技术从海量复杂告警数据中实时提取衍生告警与根源告警的关联规则，准确定位故障发生点。
本论文组织结构如下：第1章介绍网络告警关联分析、人工智能和深度学习技术国内外研究现状。第2章分析网络告警智能关联分析面临的挑战，提出高维空间智能关联分析方法框架。第3章详细阐述高维空间网络告警统一表示方法、高质量核心网络告警提取技术、训练样本构建技术，以及网络告警深度学习神经网络模型。第4章探讨如何将论文提出的方法在具体的业务场景中落地，分析智能关联分析系统与现网系统的对接方案。第5章对论文内容进行总结，并对人工智能技术在网络告警关联分析中的发展趋势进行展望。
