一种告警日志的高效关联方法

1.一种告警日志的高效关联方法，所述告警信息是由n条有时间信息的告警条目组成，记为I＝{I 1 ,I 2 ...,I i ,...,I n }，其中，I i 表示第i条告警条目，且第i条告警条目由三个特征组成，分别为第i个时间特征t i ，第i个事件特征e i 和第i个紧急度p i ，1≤i≤n；定义 为时间段-事件集合，其中， 表示第k 1 个时间特征 至第k 2 个时间特征 之间的时间段 中出现的非重复事件集合，且 e y 表示第y个事件特征，1≤k h ≤n,1≤y＜n；定义 为事件-时间段集合，其中， 表示第z个事件特征e z 所出现的时间段，且 表示第k β 个时间特征 到第k β+1 个时间特征 之间的时间段；1≤y≤z＜n；定义F＝{F 1 ,F 2 ,...,F α ,...,F u }为频繁项集合，其中，F α 表示频繁α项集；其特征是，所述关联方法是按如下步骤进行：步骤1、定义时间起始点为start，定义临时事件集合为temp，初始化i＝2，start＝1，temp＝{e 1 }；步骤2、利用式(1)得到相邻两条日志条目的时间差Δt i,i-1 ：Δt i,i-1 ＝t i -t i-1 (1)步骤3、判断Δt i,i-1 ≤Δt是否成立，若成立，则直接执行步骤4；否则，将temp赋值给 并令临时事件集合temp为空集，令start＝i-1后执行步骤4；其中，Δt表示所设定的时间差阈值；步骤4、判断 是否成立，若成立，将第i个事件特征e i 添加到temp后，执行步骤5；否则，直接执行步骤5；步骤5、将i+1赋值给i后，判断i＞n是否成立，若成立，则执行步骤6；否则，返回步骤2顺序执行，从而获得时间段-事件集合 步骤6、均分所述时间段-事件集合 得到第一时间段-事件集合 和第二时间段-事件集合 其中 步骤7、定义候选α项集为C α ，定义C α [d]为候选α项集C α 中第d个元素，且 为候选α项集C α 中第d个元素的第α项，初始化α＝1、C α 为空集、F α 为空集；步骤8、定义变量为j，并初始化j＝1；步骤9、判断 是否成立，若成立，则将第j个事件特征e j 添加到C α 中，并执行步骤10；否则，直接执行步骤10；步骤10、将j+1赋值给j后，判断j＞n是否成立，若成立，则执行步骤11；否则，返回步骤9，从而得到候选α项集C α ＝{e 1 ,e 2 ,....,e z }；步骤11、定义变量为m，并初始化m＝1；步骤12、对于第m个事件特征e m ，在第一时间段-事件集合 和第二时间段-事件集合 中分别查找第m个事件特征e m 所出现的时间段，记为 和 步骤13、将m+1赋值给m，判断m＞z是否成立，若成立，则执行步骤14；否则，返回步骤12；从而得到事件-时间段集合 步骤14、初始化d＝1；步骤15、根据式(2)得到候选α项集C α 中第d个元素C α [d]在第select时间段-事件集合 的支持度 式(2)中， 表示集合 的长度，即集合中时间段的个数； 为候选α项集C α 中第d个元素C α [d]的第α项在第select时间段-事件集合 中所出现的时间段集合，其中，变量select∈{one,two}；步骤16、根据(3)得到候选α项集C α 的第d个元素C α [d]的总支持度sup(C α [d])：步骤17、判断α＝1是否成立，若成立，则执行步骤18；否则，执行步骤20；步骤18、判断sup(C α [d])≥Min_sup是否成立，若成立，则将C α [d]加入F α 中，并执行步骤19；否则，直接执行步骤19；其中，Min_sup为所设定的最小支持度阈值；步骤19、将d+1赋值给d，判断d＞z是否成立，若成立，则执行步骤20；否则，返回步骤18；从而得到频繁α项集F α ；步骤20、根据式(4)得到第d个元素C α [d]的缓存值Cache(C α [d])：步骤21、根据Apriori算法自连接规则，自连接频繁α项集F α 得到候选α+1项集C α+1 ；步骤22、初始化d＝1，初始化频繁α+1项集F α+1 为空集；定义 为候选α项集C α 中第d个元素C α [d]除去最后一项 后的元素，即 步骤23、对于 的值进行判断：若 则执行步骤24；若 或{1,1}，则执行步骤25；若 或{2,2}，则执行步骤26；若 则执行步骤27；若 则执行步骤28；若 则执行步骤29；步骤24、判断sup(C α+1 [d])≥Min_sup是否成立，若成立，则将C α+1 [d]加入频繁α+1项集F α+1 中，并执行步骤29；否则，执行步骤29；步骤25、判断 是否成立，若成立，将C α+1 [d]加入频繁α+1项集F α+1 中，并执行步骤29；否则，执行步骤24；步骤26、判断 是否成立，若成立，将C α+1 [d]加入频繁α+1项集F α+1 中，并执行步骤29；否则，执行步骤24；步骤27、判断 是否成立，若成立，将C α+1 [d]加入频繁α+1项集F α+1 中，并执行步骤29；否则，执行步骤24；步骤28、判断 是否成立，若成立，将C α+1 [d]加入频繁α+1项集F α+1 中，并执行步骤29；否则，执行步骤24；步骤29、判断C α [d]是否是候选α+1项集C α+1 的最后一个元素，若是，则执行步骤30；否则，将d+1赋值给d，返回步骤23；从而得到频繁α+1项集F α+1 ；步骤30、判断频繁α+1项集F α+1 是否为空集，若成立，则执行步骤31；否则，将α+1赋值给α，返回步骤21；从而得到频繁集合F＝{F 1 ,F 2 ,...,F α ,...,F u }；步骤31、初始化s＝0，d＝1，α＝u；定义常量k 0 ，并初始化k 0 ＝1，记F α [d]为频繁α项集F α 中第d个元素；步骤32、判断F α [d]是否是 的子集，若是，则执行步骤36；否则执行步骤33；步骤33、判断F α [d]是否是频繁α项集F α 中最后一个元素，若是，则执行步骤34；否则，将d+1赋值给d，返回步骤32；步骤34、将α-1赋值给α，判断α＝0是否成立，若成立，则将 中全部事件作为结果输出，并执行步骤35；否则，初始化d＝1，返回步骤32；步骤35、将s+1赋值给s，判断s+1＝n是否成立，若成立，则表示关联方法完成；否则，初始化d＝1，返回步骤32；步骤36、根据F α [d]中事件的紧急度特征，输出前top个紧急度特征最高的事件特征；其中，top为设定好的排名值。