共享风险链路组的计算方法、装置、设备及可读存储介质与流程

1.本技术涉及传输网络技术领域，特别涉及一种共享风险链路组的计算方法、装置、设备及可读存储介质。


背景技术：

2.传送网作为基础网络，承载着大量客户业务，业务安全性的高低取决于传送网络的可靠性。为了提高网络可靠性，保障业务安全，现网中最可靠的方式就是为业务建立工作和保护两个物理分离的路由，一旦工作路由发生故障，业务就可以立即倒换到保护路由上去，从而避免业务的中断。而工作路由和保护路由的物理分离必须依赖共享风险链路组(share risk link group，srlg)的设置。其中，共享风险链路组是承载于同一物理资源(如一根多芯光缆、一根多芯电缆等)上的一组链路，当这一物理资源发生故障时，该组链路全部失效，所以在计算业务路由时必须避免主、备路由在同一个共享风险链路组中。
3.相关技术中，主要通过以下两种方式来避免主、备路由在同一个共享风险链路组中：第一种是技术工程人员根据告警数据进行人工分析，以选择连纤设置风险链路组；第二种是统计外线资源静态的纤芯、光缆以及光缆的物理承载设施(如人井、管道、电杆、架空等)，与传输设备端口进行全程的关联串接，根据串联结果与传输系统进行结合检测，以确定风险链路组。
4.在第一种方案中，当产生的告警过多，即告警数据量大时，人工分析不仅耗时且易出错，进而造成风险链路组的设置管理难度大、效率低；在第二种方案中，由于需要全程管控物理资源，并提供专有系统供网管管控系统采集，不仅工作量大且难于管理，而且当有新的电缆铺设或旧的设备退网时，均需要重新采集物理资源并关联传输设备端口，存在不易维护的问题。


技术实现要素：

5.本技术提供一种共享风险链路组的计算方法、装置、设备及可读存储介质，以提高风险链路组的配置效率，并降低风险链路组的管理难度，减少人力资源和物理存储资源的消耗。
6.第一方面，提供了一种共享风险链路组的计算方法，包括以下步骤：
7.获取历史告警数据集和历史拓扑连纤数据集；
8.根据历史告警数据集中的告警定位信息和历史拓扑连纤数据集中的连纤端口信息构建告警与连纤之间的映射关系；
9.基于预设的时间阈值对历史告警数据集进行基于时间片的聚类处理，得到多个告警细聚类；
10.基于所述映射关系对每个告警细聚类进行替换更新，得到多个连纤细聚类，以形成连纤数据集；
11.基于关联规则算法fp-growth对所述连纤数据集进行挖掘，得到至少一个连纤频
繁项集，并将所述连纤频繁项集作为共享风险链路组。
12.一些实施例中，在所述基于预设的时间阈值对历史告警数据集进行基于时间片的聚类处理，得到多个告警细聚类的步骤之前，还包括：
13.分别对历史告警数据集中的每一条告警数据进行清洗和特征提取预处理，得到预处理数据集；
14.按照告警发生的时间顺序对预处理数据集中的告警数据进行排序，得到排序数据集；
15.根据包括地域信息的告警层次信息对所述排序数据集进行切片处理，得到多个告警粗聚类，以形成新的历史告警数据集，基于所述新的历史告警数据集执行所述基于预设的时间阈值对历史告警数据集进行基于时间片的聚类处理的步骤。
16.一些实施例中，所述基于所述新的历史告警数据集执行所述基于预设的时间阈值对历史告警数据集进行基于时间片的聚类处理的步骤，包括：
17.针对每一个告警粗聚类，基于所述时间阈值对告警粗聚类进行切片处理，得到多个时间片粗聚类；
18.针对每个时间片粗聚类，对时间片粗聚类中所包含的告警数据进行聚类处理，得到告警细聚类。
19.一些实施例中，所述预处理数据集中的每一条告警数据包括告警id号、告警名称、告警代码、告警发生时间、告警层次、告警源和告警定位信息。
20.一些实施例中，所述基于所述映射关系对每个告警细聚类进行替换更新，得到多个连纤细聚类，以形成连纤数据集，包括：
21.根据映射关系将每个告警细聚类中的告警替换为对应的连纤，生成多个连纤细聚类；
22.根据连纤id号对多个连纤细聚类进行去重和排序处理，得到连纤数据集。
23.一些实施例中，所述基于关联规则算法fp-growth对所述连纤数据集进行挖掘，得到至少一个连纤频繁项集，包括：
24.按照支持度由高到低的顺序对连纤数据集中的目标连纤进行排序，构建支持度项头表，所述目标连纤的支持度大于预设最小支持度；
25.基于所述连纤数据集构建频繁模式fp树；
26.通过所述支持度项头表和fp树确定出每个目标连纤的频繁项集；
27.对所有目标连纤的频繁项集进行去重处理，得到至少一个连纤频繁项集。
28.一些实施例中，所述将所述连纤频繁项集作为共享风险链路组，包括：
29.为属于同一个连纤频繁项集的连纤分配相同的组id号，以建立共享风险链路组。
30.第二方面，提供了一种共享风险链路组的计算装置，包括：
31.获取单元，其用于获取历史告警数据集和历史拓扑连纤数据集；
32.构建单元，其用于根据历史告警数据集中的告警定位信息和历史拓扑连纤数据集中的连纤端口信息构建告警与连纤之间的映射关系；
33.聚类单元，其用于基于预设的时间阈值对历史告警数据集进行基于时间片的聚类处理，得到多个告警细聚类；基于所述映射关系对每个告警细聚类进行替换更新，得到多个连纤细聚类，以形成连纤数据集；
34.计算单元，其用于基于关联规则算法fp-growth对所述连纤数据集进行挖掘，得到至少一个连纤频繁项集，并将所述连纤频繁项集作为共享风险链路组。
35.第三方面，提供了一种共享风险链路组的计算设备，包括：存储器和处理器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行，以实现前述的共享风险链路组的计算方法。
36.第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，当所述计算机指令被计算机执行时，使得所述计算机执行前述的共享风险链路组的计算方法。
37.本技术提供了一种共享风险链路组的计算方法、装置、设备及可读存储介质，包括获取历史告警数据集和历史拓扑连纤数据集；根据历史告警数据集中的告警定位信息和历史拓扑连纤数据集中的连纤端口信息构建告警与连纤之间的映射关系；基于预设的时间阈值对历史告警数据集进行基于时间片的聚类处理，得到多个告警细聚类；基于所述映射关系对每个告警细聚类进行替换更新，得到多个连纤细聚类，以形成连纤数据集；基于关联规则算法fp-growth对所述连纤数据集进行挖掘，得到至少一个连纤频繁项集，并将所述连纤频繁项集作为共享风险链路组。本技术通过自动建立告警连纤映射关系，可提高共享风险链路组的配置效率，同时通过告警大数据关联规则算法分析实现了共享风险链路组的自动计算，其无需建立底层物理资源与上层物理拓扑的映射关系，不仅可有效降低共享风险链路组的管理难度，还可减少在底层物理统计层面的人力资源及物理存储资源的消耗。
附图说明
38.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
39.图1为本技术实施例提供的一种共享风险链路组的计算方法的流程示意图；
40.图2为本技术实施例提供的频繁项集的挖掘流程示意图；
41.图3为本技术实施例提供的插入第一条记录对应的fp树示意图；
42.图4为本技术实施例提供的插入第二条记录对应的fp树示意图；
43.图5为本技术实施例提供的插入第三条记录对应的fp树示意图；
44.图6为本技术实施例提供的插入第四条记录对应的fp树示意图；
45.图7为本技术实施例提供的插入第五条记录对应的fp树示意图；
46.图8为本技术实施例提供的插入第六条记录对应的fp树示意图；
47.图9为本技术实施例提供的最终生成的fp树示意图；
48.图10为本技术实施例提供的一种共享风险链路组的计算设备的结构示意图。
具体实施方式
49.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人
员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
50.本技术实施例提供了一种共享风险链路组的计算方法、装置、设备及可读存储介质，以提高风险链路组的配置效率，并降低风险链路组的管理难度，减少人力资源和物理存储资源的消耗。
51.图1是本技术实施例提供的一种共享风险链路组的计算方法，包括以下步骤：
52.步骤s10：获取历史告警数据集和历史拓扑连纤数据集，其中，所述历史拓扑连纤数据集包括多条连纤及其对应的连纤端口信息，所述连纤端口信息包括端口唯一标识值、连纤id、源网元、源网元单盘、源网元端口、宿网元、宿网元单盘和宿网元端口；
53.示范性的，应当理解的是，现网运维人员往往通过告警定位连纤，再将相同告警组的连纤设置为一组风险链路组，但是当告警频繁产生且数量巨大时，筛选告警并将告警定位到连纤，再将每一个连纤加入到一组风险链路组无疑是一个操作复杂、耗时长且容易出错的过程；或者，通过统计底层物理铺设光缆的物理承载设施并提供专有的系统供管控系统采集计算风险链路组，但是底层物理资源的统计需要协调多方资源，且专有的采集系统需要耗费人员进行维护，此外现网经常会有新设备的入网与旧设备的退网，其均会引起物理资源及专有采集系统的变化，进而不易维护。
54.因此，本实施例将提供一种能够满足运营商对风险链路组的自动配置管理的需求，并可避免底层物理资源的统计，以达到节省资源的共享风险链路组的计算方法。具体的，首先通过管控系统采集原始历史告警数据及原始历史拓扑连纤数据，并使用缓存存储原始历史告警数据及原始历史拓扑连纤数据以形成历史告警数据集vecalarminfo和历史拓扑连纤数据集mapport2linkinfo。
55.其中，vecalarminfo存储的是每一条告警数据对应的告警信息alarminfo组成的vector(一种序列式容器)序列，告警信息alarminfo包括告警id、告警名称、告警级别、告警源、告警定位信息、告警发生时间、告警结束时间、告警持续时间、告警类型、告警代码和告警层次；mapport2linkinfo存储的是每一个连纤对应的连纤端口信息，连纤端口信息包括端口信息port与连纤信息linkinfo组成的键值对(port，linkinfo)，port是由网元id+单盘id+端口键组成的字符串形式的唯一标识值(即key值)，linkinfo连纤信息则包括连纤id、源网元、源网元单盘、源网元端口、宿网元、宿网元单盘和宿网元端口。
56.步骤s20：根据历史告警数据集中的告警定位信息和历史拓扑连纤数据集中的连纤端口信息构建告警与连纤之间的映射关系；
57.示范性的，在本实施例中，将通过告警的定位信息和连纤的端口信息进行映射，以自动构建告警与连纤之间的映射关系。具体的，在告警特征信息中提取告警定位信息，在拓扑特征信息中提取包括源宿网元及端口信息等在内的连纤端口信息，再对告警定位信息和连纤端口信息进行匹配，建立告警与连纤的映射关系，从而避免了人工告警定位连纤的耗时，以有效提高风险链路组的配置效率。
58.比如，假设告警001对应的告警定位信息中的端口为端口1，连纤001对应的连纤端口信息中的端口为port1，由于端口1与port1相同，因此构建告警001与连纤001之间的映射关系。
59.步骤s30：基于预设的时间阈值对历史告警数据集进行基于时间片的聚类处理，得到多个告警细聚类；
60.其中，在所述基于预设的时间阈值对历史告警数据集进行基于时间片的聚类处理，得到多个告警细聚类的步骤之前，还包括：
61.分别对历史告警数据集中的每一条告警数据进行清洗和特征提取预处理，得到预处理数据集；其中，所述预处理数据集中的每一条告警数据包括告警id号、告警名称、告警代码、告警发生时间、告警层次、告警源和告警定位信息；
62.按照告警发生的时间顺序对预处理数据集中的告警数据进行排序，得到排序数据集；
63.根据包括地域信息的告警层次信息对所述排序数据集进行切片处理，得到多个告警粗聚类，以形成新的历史告警数据集，基于所述新的历史告警数据集执行所述基于预设的时间阈值对历史告警数据集进行基于时间片的聚类处理的步骤。
64.示范性的，在本实施例中，对原始历史告警数据进行告警清洗，过滤不相关的告警，以减少数据量，并对每条原始历史告警数据进行特征提取，得到每条原始告警数据对应的告警信息prealarminfo，进而形成预处理数据集vecprealarminfo。其中，对于每一条原始历史告警数据而言，所提取的特征优选包括告警id、告警名称、告警代码、告警发生时间、告警层次、告警源和告警定位信息；遍历vecprealarminfo，对提取特征的告警数据按照发生时间的先后顺序进行全量排序，以得到排序数据集multimapoccurtime2prealarminfo；应当理解的是，multimapoccurtime2prealarminfo存储的是告警发生时间occurtime与预处理得到的告警信息prealarminfo组成的可重复键值对(occurtime,prealarminfo)。
65.然后遍历排序数据集multimapoccurtime2prealarminfo，并根据告警层次信息，通过逻辑域、网块等地域信息对已排序的告警进行切片处理，以实现对告警的第一次粗聚类，得到按告警层次切片的多个告警粗聚类(即粗聚类告警簇)，比如告警粗聚类1-multimapoccurtime2prealarminfo1和告警粗聚类2-multimapoccurtime2prealarminfo2。
66.接着分别遍历每一个告警粗聚类(比如对告警粗聚类1和告警粗聚类2分别进行遍历)。其中，针对每一个告警粗聚类，按照设定的时间阈值(该时间阈值表征告警同时在该时间间隔内发生，其具体值可根据实际需求进行设定)对告警粗聚类进行基于时间片的细粒度聚类，以实现对告警的二次聚类，进而生成按时间片切片的多个细粒度聚类，即得到多个告警细聚类vectimeprealarminfo。
67.进一步的，所述基于所述新的历史告警数据集执行所述基于预设的时间阈值对历史告警数据集进行基于时间片的聚类处理的步骤，包括：
68.针对每一个告警粗聚类，基于所述时间阈值对告警粗聚类进行切片处理，得到多个时间片粗聚类；
69.针对每个时间片粗聚类，对时间片粗聚类中所包含的告警数据进行聚类处理，得到告警细聚类。
70.具体的，以时间阈值设置为2分钟且某一告警粗聚类的时间长度为上午10：00至上午10：14为例：根据每2分钟对该告警粗聚类进行聚类处理，即将该告警粗聚类切分为7个时间片粗聚类，即上午10:00至上午10:02对应的时间片粗聚类、在上午10:02至上午10:04对应的时间片粗聚类等，以此类推；
71.然后再将每个时间片粗聚类中所发生的告警进行聚类，比如在上午10:00至上午10:02这一时间段内发生的告警包括告警001、告警002和告警002，形成告警细聚类1；在上
午10:02至上午10:04这一时间段内发生的告警包括告警001、告警002和告警003，形成告警细聚类2，同理确定出其他时间段内发生的告警，得到告警细聚类3为[告警003，告警004]；告警细聚类4为[告警004,告警001,告警003,告警004]；告警细聚类5为[告警001,告警002，告警004]；告警细聚类6为[告警001,告警纤002]；告警细聚类7为[告警005]，进而得到告警细聚类集合{[告警001,告警002,告警002],[告警001,告警002,告警003],[告警003,告警004],[告警004,告警001,告警00,告警004],[告警001,告警002,告警004],[告警001,告警纤002],[告警005]}。
[0072]
步骤s40：基于所述映射关系对每个告警细聚类进行替换更新，得到多个连纤细聚类，以形成连纤数据集；
[0073]
示范性的，在本实施例中，将根据告警定位信息关联连纤，得到连纤细粒度聚类。具体的，根据告警定位信息和连纤端口信息构建的告警与连纤间的映射关系来对每个告警细聚类中的告警进行替换，以得到多个连纤细聚类，进而形成连纤数据集。比如，假设告警001与连纤001间具有映射关系，则将告警细聚类1中的告警001替换为连纤001。
[0074]
进一步的，所述基于所述映射关系对每个告警细聚类进行替换更新，得到多个连纤细聚类，以形成连纤数据集，包括：
[0075]
根据映射关系将每个告警细聚类中的告警替换为对应的连纤，生成多个连纤细聚类；
[0076]
根据连纤id号对多个连纤细聚类进行去重和排序处理，得到连纤数据集。
[0077]
示范性的，在本实施例中，将根据前述的映射关系来创建连纤细粒度聚类，并根据连纤id进行去重和排序，生成连纤的细粒度聚类，进而得到每个告警细聚类对应的连纤细聚类。具体的，假设告警001与连纤001间、告警002与连纤002间、告警003与连纤003间、告警004与连纤004间以及告警005与连纤005间具有映射关系，则在经过替换、去重和排序处理后，可得到告警细聚类1对应的连纤细聚类1为[连纤001,连纤002]，告警细聚类2对应的连纤细聚类2为[连纤001,连纤002,连纤003]，告警细聚类3对应的连纤细聚类3为[连纤003,连纤004]，告警细聚类4对应的连纤细聚类4为[连纤001,连纤003,连纤004]，告警细聚类5对应的连纤细聚类5为[连纤001,连纤002,连纤004]，告警细聚类6对应的连纤细聚类6为[连纤001,连纤002]，告警细聚类7对应的连纤细聚类7为[连纤005]。
[0078]
将上述得到的各个连纤细聚类作为一数据集，可得到连纤数据集{[连纤001,连纤002],[连纤001,连纤002,连纤003],[连纤003,连纤004],[连纤001,连纤003,连纤004],[连纤001,连纤002,连纤004],[连纤001,连纤002],[连纤005]}。
[0079]
步骤s50：基于关联规则算法fp-growth对所述连纤数据集进行挖掘，得到至少一个连纤频繁项集，并将所述连纤频繁项集作为共享风险链路组。
[0080]
其中，所述基于关联规则算法fp-growth对所述连纤数据集进行挖掘，得到至少一个连纤频繁项集，包括：
[0081]
按照支持度由高到低的顺序对连纤数据集中的目标连纤进行排序，构建支持度项头表，所述目标连纤的支持度大于预设最小支持度；
[0082]
基于所述连纤数据集构建频繁模式fp树；
[0083]
通过所述支持度项头表和fp树确定出每个目标连纤的频繁项集；
[0084]
对所有目标连纤的频繁项集进行去重处理，得到至少一个连纤频繁项集。
[0085]
示范性的，在本实施例中，将通过fp-growth先验算法对连纤数据集进行遍历挖掘，以得到最终的连纤频繁项集，并将连纤频繁项集作为共享风险链路组，进而完成风险链路组的计算，整个计算过程无需人工介入。
[0086]
以下结合图2并以上述连纤数据集为例阐释连纤频繁项集的计算过程及原理。
[0087]
步骤n10：遍历连纤数据集，对满足最小支持度的单个项(即k＝1项集，连纤数据集中的每个连纤)按支持度从高到低排序，并删除支持度较低的k＝1项集，以得到支持度项头表。可以理解的是，本实施例将对支持度大于预设的最小支持度的连纤进行排序，也即将支持度小于最小支持度的连纤删除。需要说明的是，最小支持度的具体值可根据实际需求确定，在此不作限定。比如，将最小支持度设置为15％，由于只有连纤005的支持度小于15％，因此将连纤005删除，并按支持度从高到低排序对剩余的连纤001、连纤002、连纤003以及连纤004进行统计排序，可得到如表1所示的支持度项头表(初始时链表为空)。
[0088]
表1支持度项头表
[0089]
项支持度链表连纤0015 连纤0024 连纤0033 连纤0043 [0090]
步骤n20：构造fp(frequentpattern，频繁模式)树，且将fp树的根节点标记为null节点，再次遍历连纤数据集，将每一条记录(即连纤数据集中的每一个连纤细聚类)插入fp树，如果对应的k＝1集已经存在，则将其计数+1，以得到最终的fp树。具体的，插入第一条记录(即连纤细聚类1)，得到图3所示的fp树；同理，插入第二条记录(即连纤细聚类2)，得到图4所示fp树；插入第三条记录(即连纤细聚类3)，得到图5所示的fp树；插入第四条记录(即连纤细聚类4)，得到图6所示的fp树；插入第五条记录(即连纤细聚类5)，得到图7所示的fp树；插入第六条记录(即连纤细聚类6)，得到图8所示的fp树；由于最后一项记录(即连纤细聚类7)的支持度过低，不做插入，进而得到最终的图9所示的fp树。
[0091]
步骤n30：从支持度项头表最后一项开始，在fp树中找出所有相关路径，如从连纤004开始，可以往上找出所有路径为[连纤001,连纤002,连纤004]、[连纤001,连纤003,连纤004]、[连纤003,连纤004]。
[0092]
步骤n40：去除路径中k＝1项自身(即连纤004)，即可得到连纤004的条件模式基为[连纤001,连纤002]、[连纤001,连纤003]、[连纤003]。
[0093]
步骤n50：对条件模式基中所有k＝1项集进行统计，即连纤001出现2次，连纤002出现1次，连纤003出现2次，因此，可得到连纤004的频繁项集为[连纤001,连纤003,连纤004]和[连纤003,连纤004]。
[0094]
步骤n60：重复步骤n30至步骤n50可以得出连纤003的频繁项集为[连纤001,连纤003]，连纤002的频繁项集为[连纤001,连纤002]，由于连纤001为顶点节点，因此其不存在对应的频繁项集。
[0095]
步骤n70：对连纤002至连纤004对应的所有频繁项集进行去重合并，进而可以得到最终的连纤频繁项集为[连纤001,连纤003,连纤004]和[连纤001,连纤002]。
[0096]
步骤n80：将连纤频繁项集[连纤001,连纤003,连纤004]和[连纤001,连纤002]分
别作为共享风险链路组。
[0097]
由此可见，本实施例通过大数据关联规则挖掘实现物理资源的解耦，并根据同物理资源的连纤特点表现为同时出现故障这一特点，对全量或特定发生时间段的历史告警大数据进行关联规则挖掘，进而得到具有强关联规则的风险连纤组。本实施例基于大数据关联规则分析进行风险链路组的计算，无需统计物理资源，在节省人力的同时可动态适应物理资源的变化。
[0098]
进一步的，所述将所述连纤频繁项集作为共享风险链路组，包括：
[0099]
为属于同一个连纤频繁项集的连纤分配相同的组id号，以建立共享风险链路组。
[0100]
示范性的，在本实施例中，将对各个频繁项集进行遍历，并为属于同一频繁项集的连纤分配相同的组id，以建立临时风险链路组，并将其进行存储，以实现其持久化且提供可视化界面展示；用户可通过可视化界面对临时风险链路组进行确认，若确认则创建正式风险链路组并进行存储持久化。比如，对于临时风险链路组[连纤001,连纤003,连纤004]而言，若用户确认该临时风险链路组作为配置对象，则将该[连纤001,连纤003,连纤004]创建为正式风险链路组。
[0101]
综上，本实施例通过历史告警和关联规则分析可自动计算出共享风险链路组，并供用户选择设置，实现了共享风险链路组的自动配置管理，整个计算过程无需人工介入，不仅可降低风险链路组的管理难度，且无需建立底层物理资源与上层物理拓扑的映射关系，可减少在底层物理统计层面的人力资源及物理存储资源的消耗，同时通过大数据分析计算方法加持，保证了计算结果的合理性、有效性和准确性。
[0102]
需要说明的是，本技术实施例中的各步骤的步骤标号，其并不限制本技术技术方案中各操作的前后顺序。
[0103]
本技术实施例还提供了一种共享风险链路组的计算装置，包括：
[0104]
获取单元，其用于获取历史告警数据集和历史拓扑连纤数据集；
[0105]
构建单元，其用于根据历史告警数据集中的告警定位信息和历史拓扑连纤数据集中的连纤端口信息构建告警与连纤之间的映射关系；
[0106]
聚类单元，其用于基于预设的时间阈值对历史告警数据集进行基于时间片的聚类处理，得到多个告警细聚类；基于所述映射关系对每个告警细聚类进行替换更新，得到多个连纤细聚类，以形成连纤数据集；
[0107]
计算单元，其用于基于关联规则算法fp-growth对所述连纤数据集进行挖掘，得到至少一个连纤频繁项集，并将所述连纤频繁项集作为共享风险链路组。
[0108]
进一步的，所述聚类单元还用于：
[0109]
分别对历史告警数据集中的每一条告警数据进行清洗和特征提取预处理，得到预处理数据集；
[0110]
按照告警发生的时间顺序对预处理数据集中的告警数据进行排序，得到排序数据集；
[0111]
根据包括地域信息的告警层次信息对所述排序数据集进行切片处理，得到多个告警粗聚类，以形成新的历史告警数据集，基于所述新的历史告警数据集执行所述基于预设的时间阈值对历史告警数据集进行基于时间片的聚类处理的步骤。
[0112]
进一步的，所述聚类单元具体用于：
[0113]
针对每一个告警粗聚类，基于所述时间阈值对告警粗聚类进行切片处理，得到多个时间片粗聚类；
[0114]
针对每个时间片粗聚类，对时间片粗聚类中所包含的告警数据进行聚类处理，得到告警细聚类。
[0115]
进一步的，所述预处理数据集中的每一条告警数据包括告警id号、告警名称、告警代码、告警发生时间、告警层次、告警源和告警定位信息。
[0116]
进一步的，所述聚类单元具体还用于：
[0117]
根据映射关系将每个告警细聚类中的告警替换为对应的连纤，生成多个连纤细聚类；
[0118]
根据连纤id号对多个连纤细聚类进行去重和排序处理，得到连纤数据集。
[0119]
进一步的，所述计算单元具体用于：
[0120]
按照支持度由高到低的顺序对连纤数据集中的目标连纤进行排序，构建支持度项头表，所述目标连纤的支持度大于预设最小支持度；
[0121]
基于所述连纤数据集构建频繁模式fp树；
[0122]
通过所述支持度项头表和fp树确定出每个目标连纤的频繁项集；
[0123]
对所有目标连纤的频繁项集进行去重处理，得到至少一个连纤频繁项集。
[0124]
进一步的，所述计算单元具体还用于：
[0125]
为属于同一个连纤频繁项集的连纤分配相同的组id号，以建立共享风险链路组。
[0126]
需要说明的是，所属本领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和各单元的具体工作过程，可以参考前述共享风险链路组的计算方法实施例中的对应过程，在此不再赘述。
[0127]
上述实施例提供的装置可以实现为一种计算机程序的形式，该计算机程序可以在如图10所示的共享风险链路组的计算设备上运行。
[0128]
本技术实施例还提供了一种共享风险链路组的计算设备，包括：通过系统总线连接的存储器、处理器和网络接口，存储器中存储有至少一条指令，至少一条指令由处理器加载并执行，以实现前述的共享风险链路组的计算方法的全部步骤或部分步骤。
[0129]
其中，网络接口用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图10中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0130]
处理器可以是cpu，还可以是其他通用处理器、dsp(digital signal processor，数字信号处理器)、asic(application specific integrated circuit，专用集成电路)、fpga(field programmable gatearray，现场可编程逻辑门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件分立硬件组件等。通用处理器可以是微处理器，或者该处理器也可以是任何常规的处理器等，处理器是计算机装置的控制中心，利用各种接口和线路连接整个计算机装置的各个部分。
[0131]
存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现计算机装置的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少
一个功能所需的应用程序(比如视频播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如视频数据、图像数据等)等。此外，存储器可以包括高速随存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘、smc(smartmedia card，智能存储卡)，sd(secure digital，安全数字)卡、闪存卡(flash card)、至少一个磁盘存储器件、闪存器件或其他易失性固态存储器件。
[0132]
本技术施例还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现前述的共享风险链路组的计算方法的全部步骤或部分步骤。
[0133]
本技术实施例实现前述的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的仼何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、rom(read-only memory，只读存储器)、ram(randomaccess memory，随机存取存储器)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
[0134]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、服务器或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
[0135]
本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0136]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
[0137]
以上所述仅是本技术的具体实施方式，使本领域技术人员能够理解或实现本技术。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

技术特征：
1.一种共享风险链路组的计算方法，其特征在于，包括以下步骤：获取历史告警数据集和历史拓扑连纤数据集；根据历史告警数据集中的告警定位信息和历史拓扑连纤数据集中的连纤端口信息构建告警与连纤之间的映射关系；基于预设的时间阈值对历史告警数据集进行基于时间片的聚类处理，得到多个告警细聚类；基于所述映射关系对每个告警细聚类进行替换更新，得到多个连纤细聚类，以形成连纤数据集；基于关联规则算法fp-growth对所述连纤数据集进行挖掘，得到至少一个连纤频繁项集，并将所述连纤频繁项集作为共享风险链路组。2.如权利要求1所述的共享风险链路组的计算方法，其特征在于，在所述基于预设的时间阈值对历史告警数据集进行基于时间片的聚类处理，得到多个告警细聚类的步骤之前，还包括：分别对历史告警数据集中的每一条告警数据进行清洗和特征提取预处理，得到预处理数据集；按照告警发生的时间顺序对预处理数据集中的告警数据进行排序，得到排序数据集；根据包括地域信息的告警层次信息对所述排序数据集进行切片处理，得到多个告警粗聚类，以形成新的历史告警数据集，基于所述新的历史告警数据集执行所述基于预设的时间阈值对历史告警数据集进行基于时间片的聚类处理的步骤。3.如权利要求2所述的共享风险链路组的计算方法，其特征在于，所述基于所述新的历史告警数据集执行所述基于预设的时间阈值对历史告警数据集进行基于时间片的聚类处理的步骤，包括：针对每一个告警粗聚类，基于所述时间阈值对告警粗聚类进行切片处理，得到多个时间片粗聚类；针对每个时间片粗聚类，对时间片粗聚类中所包含的告警数据进行聚类处理，得到告警细聚类。4.如权利要求2所述的共享风险链路组的计算方法，其特征在于：所述预处理数据集中的每一条告警数据包括告警id号、告警名称、告警代码、告警发生时间、告警层次、告警源和告警定位信息。5.如权利要求1所述的共享风险链路组的计算方法，其特征在于，所述基于所述映射关系对每个告警细聚类进行替换更新，得到多个连纤细聚类，以形成连纤数据集，包括：根据映射关系将每个告警细聚类中的告警替换为对应的连纤，生成多个连纤细聚类；根据连纤id号对多个连纤细聚类进行去重和排序处理，得到连纤数据集。6.如权利要求1所述的共享风险链路组的计算方法，其特征在于，所述基于关联规则算法fp-growth对所述连纤数据集进行挖掘，得到至少一个连纤频繁项集，包括：按照支持度由高到低的顺序对连纤数据集中的目标连纤进行排序，构建支持度项头表，所述目标连纤的支持度大于预设最小支持度；基于所述连纤数据集构建频繁模式fp树；通过所述支持度项头表和fp树确定出每个目标连纤的频繁项集；
对所有目标连纤的频繁项集进行去重处理，得到至少一个连纤频繁项集。7.如权利要求1所述的共享风险链路组的计算方法，其特征在于，所述将所述连纤频繁项集作为共享风险链路组，包括：为属于同一个连纤频繁项集的连纤分配相同的组id号，以建立共享风险链路组。8.一种共享风险链路组的计算装置，其特征在于，包括：获取单元，其用于获取历史告警数据集和历史拓扑连纤数据集；构建单元，其用于根据历史告警数据集中的告警定位信息和历史拓扑连纤数据集中的连纤端口信息构建告警与连纤之间的映射关系；聚类单元，其用于基于预设的时间阈值对历史告警数据集进行基于时间片的聚类处理，得到多个告警细聚类；基于所述映射关系对每个告警细聚类进行替换更新，得到多个连纤细聚类，以形成连纤数据集；计算单元，其用于基于关联规则算法fp-growth对所述连纤数据集进行挖掘，得到至少一个连纤频繁项集，并将所述连纤频繁项集作为共享风险链路组。9.一种共享风险链路组的计算设备，其特征在于，包括：存储器和处理器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行，以实现权利要求1至7中任一项所述的共享风险链路组的计算方法。10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储有计算机指令，当所述计算机指令被计算机执行时，使得所述计算机执行权利要求1至7中任一项所述的共享风险链路组的计算方法。

技术总结
本申请涉及一种共享风险链路组的计算方法、装置、设备及可读存储介质，涉及传输网络技术领域，包括获取历史告警数据集和历史拓扑连纤数据集；根据告警定位信息和连纤端口信息构建告警与连纤间的映射关系；基于预设时间阈值对历史告警数据集进行基于时间片的聚类处理，得到多个告警细聚类；基于映射关系对每个告警细聚类进行替换更新，得到多个连纤细聚类，以形成连纤数据集；基于关联规则算法对连纤数据集进行挖掘，得到连纤频繁项集，并将连纤频繁项集作为共享风险链路组。本申请实现了共享风险链路组的自动计算，可提高共享风险链路组的配置效率，降低共享风险链路组的管理难度，并减少在底层物理统计层面的人力资源及物理存储资源的消耗。储资源的消耗。储资源的消耗。


技术研发人员：冯浚森
受保护的技术使用者：烽火通信科技股份有限公司
技术研发日：2023.05.31
技术公布日：2023/8/13