(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211125054.1 (22)申请日 2022.09.15 (71)申请人 中国人民解 放军军事科学院系统工 程研究院 地址 100141 北京市丰台区大成路13号 (72)发明人 李嘉颖　 (74)专利代理 机构 北京丰浩知识产权代理事务 所(普通合伙) 11781 专利代理师 李强 (51)Int.Cl. H04L 41/14(2022.01) G06F 16/21(2019.01) G06F 16/2458(2019.01) G06K 9/62(2022.01) H04L 41/0631(2022.01) (54)发明名称 基于时间间隔分布特征的网络管理系统故 障模型建立方法 (57)摘要 本发明公开了一种基于时间间隔分布特征 的网络管理系统故障模型建立方法， 包括： 从网 络管理信息系统中读取故障信息， 形成故障信息 序列， 生成初始化时间序列的关联规则候选集， 并依据相邻原则构造关联事件序列， 计算该关联 事件的各项统计指标； 在满足峰度指标门限、 支 持度指标阈值、 置信度指标等情况下， 生成时间 序列关联规则， 并依据该规则形成新的关联规则 候选集成员， 并进行下一轮时序关联规则挖掘， 直至不能生成新的关联规则候选集成员为止。 本 发明用时间间隔分布特征代替时间窗口来构建 网络管理系统的故障模型过程， 能够更准确地描 述事件之间的时序关联关系， 同时能够有效避免 传统方法因时间窗口设定过大而导致消耗太多 计算时间的问题。 权利要求书3页 说明书9页 附图2页 CN 115460098 A 2022.12.09 CN 115460098 A 1.一种基于时间 间隔分布特 征的网络管理系统故障模型建立方法， 其特 征在于， 包括： S1， 从网络管理系统中按故障信息形成的时间次序， 依次读取网络管理系统的故障信 息， 利用所读取的故障信息， 形成故障信息序列； 故障信息序列包括网络管理系统中所发生 的所有故障事件及其发生时间； 提取出故障信息序列中每相邻两个故障事件的时间间隔， 利用所有的时间 间隔构成时间 间隔序列， 计算得到时间 间隔序列的时间 间隔分布指标； S2,利用时间 间隔序列的时间 间隔分布指标， 构建时序关联规则； S3， 对关联规则候选集Candidate进行初始化； 在时间间隔序列 中， 筛选出同一类型的 故障事件及其发生时间， 利用所筛选出 的同一类型 的故障事件及其发生时间， 形成该类型 故障事件的子序列， 并将该子序列加入到关联规则候选集Candidate中； 关联规则候选集 Candidate包括所有类型故障事 件的子序列； S4,利用关联规则候选集Candidate， 建立网络管理系统故障模型。 2.如权利要求1所述的基于时间间隔分布特征的网络管理系统故障模型建立方法， 其 特征在于， 步骤S2所述利用时间 间隔序列的时间 间隔分布指标， 构建时序关联规则， 包括： S21， 构建时序关联规则R的表达式， R的表达式为[A →B,t， p， w]， 该表达式的含义是， 若 发生故障事件A， 则 在以t时刻为中心， 关联时间窗口宽度为w的时间范围内， 发生 故障事件B 的概率为p； 其中， t由时间 间隔序列中时间 间隔的均值确定； S22， 根据时间间隔序列的时间间隔分布指标， 设置时序关联规则R中的时间间隔分布 峰度指标门限K， K由时间 间隔序列的时间 间隔分布的峰度值确定， 其计算方法为： 其中， 为时间间隔序列的所有时间间隔的均值,xi为时间间隔序列中的第i个时间间 隔的取值， n 为时间间隔序列所包 含的时间 间隔的数目； S23， 根据时间间隔序列的时间间隔分布指标， 确定时序关联规则R的支持度指标阈值 spport； 对于时序关联规则R的支持度指标spport(R[A →B,t,p,w])， 用满足该时序关联规 则R的故障事 件A与故障事 件B构成的事 件组合的发生 概率来表示， 其计算公式为： 其中， Count([A →B,t‑w/2,t+w/2 ])是指时间间隔序列的所有时间间隔中， 满 足在时间 间隔[t‑w/2,t+w/2]范围内发生的所有相 邻的故障事件A与故障事件B构成的故障事件组合 的数量， max(count(E))是指故障信息序列中所有类型的故障事件的发生次数的最大值， E 表示故障信息序列； S24， 根据时间间隔序列的时间间隔分布指标， 确定时序关联规则R的置信度指标 configdenc e； 时序关联规则R的置信 度指标config dence(R[A→B,t,p,w])是由在发生故障 事件A的情况下， 触发时序关联规则R的条件概率来决定， 时序关联规则R的置信度指标 configdence(R[A →B,t,p,w])的计算公式为：权　利　要　求　书 1/3 页 2 CN 115460098 A 2其中， count(A)为故障信息序列中故障事件A发生的次数， Count([A →B,t‑w/2,t+w/ 2])是指时间间隔序列的所有时间间隔中， 满足在时间间隔[t ‑w/2,t+w/2]范围内发生的所 有相邻的故障事 件A与故障事 件B构成的事 件组合的数量； S25， 根据时间间隔序列的时间间隔分布指标， 确定时序关联规则R的关联概率指标 related； 时序关联规则R的关联概率指标related用于确定时序关联规则R 中的概率p的值， 关联概率指标related由时序关联规则的置信度指标决定 。 3.如权利要求2所述的基于时间间隔分布特征的网络管理系统故障模型建立方法， 其 特征在于， 所述 步骤S4， 包括： S41， 初始化网络管理系统故障模型； 网络管理系统故障模型包括故障关联规则， 网络 管理系统故障模型用于根据网络管理系统中已知的故障信息序列对网络管理系统的后续 可能出现的故障信息进行 预测； S42， 从关联规则候选集Candidate中任取两个子序列， 根据两个子序列 中所有故障事 件的发生时间， 提取出两个子序列中所有的发生时间最邻近的两个故障事件， 作为故障事 件对， 计算故障事件对中两个故障事件发生的时间间隔； 利用所选取 的两个子序列中的所 有的故障事件对和时间间隔构建关联事件序列， 利用关联事件序列中的所有时间间隔构造 时间间隔分布序列； 故障事 件对中的两个故障事 件记为故障事 件e1和故障事 件e2； S43， 根据步骤S22中所述的时序关联规则中的时间间隔分布峰度指标门限K的计算公 式， 计算时间间隔分布序列中的所有时间间隔的峰度指标门限k0； 若k0小于时间间隔分布 峰度指标门限K， 则从关联规则候选集Candidate中重新选取两个子序列， 返回步骤S41， 否 则， 继续进入步骤S4 4； S44， 计算时间 间隔分布序列中的所有时间 间隔的均值t0； S45， 依据时序关联规则的关联概率指标related， 计算时间间隔分布序列的关联时间 窗口宽度w0； S46， 利用步骤S23中的时序关联规则的支持度指标阈值计算公式， 计算故障事件对中 的两个故障事件的支持度s； 利用步骤S2 4中的时序关联规则R的置信度指标计算 公式， 计算 故障事件对中的两个故障事 件的置信度c； S47， 若s>spport且c>configdence,则生 成时序关联规则R0＝[e1→e2,t0,related,w]， 将RO作为一条故障关联规则， 将该故障关联规则加入到网络管理系统故障模型中， 实现对 网络管理系统故障模型的更新， 进入步骤S48， 否则， 从关联规则候选集Candidate中选择其 他两个子序列组合， 返回步骤S42； 若关联规则候选集Candidate中所有两个子序列的组合 都已被选择， 保存并输出最终的网络管理系统故障模型， 完成对网络管理系统故障模型 的 构建； S48， 利用关联事件序列中的故障事件对的两个故障事件e1和e2， 构建组合故障事件 e12， e12＝(e1,e2)， 利用故障事件对的两个故障事件 e1和e2的发生时间的平均值作为组合 故障事件的发生时间； 将组合故障事件作为一类新的故障事件类型， 利用组合故障事件和 其对应的发生时间， 构建该组合故障事件类型 的子序列； 将该组合故障事件类型 的子序列 加入到关联规则候选集Can didate中， 完成对关联规则 候选集Can didate的更新， 返回步骤权　利　要　求　书 2/3 页 3 CN 115460098 A 3