一種基于控制圖法的網絡告警閉環管控策略*

張　璐，蘇　醒

(中國移動通信集團廣東有限公司東莞分公司，廣東 東莞 523129)

?

一種基于控制圖法的網絡告警閉環管控策略*

張璐，蘇醒

(中國移動通信集團廣東有限公司東莞分公司，廣東 東莞 523129)

摘要：當前被動地維護各種網元及其觸發的告警，已不能滿足如今復雜的網絡管理需求。網絡告警閉環管控策略從各類網管系統上梳理出影響業務的各類網絡重要告警標題，通過運用控制圖方法，統計分析各類重要告警異常突變量的上下波動受控情況，結合業務影響關聯分析，建立重要告警異常突變預警模型，從而提出了一種先于故障處理的網絡告警閉環管控策略。該策略為告警預警和快速響應調度提供了有效可行的數理統計模型和依據。

關鍵詞：告警;控制圖;閉環;分級

0引言

網絡告警預警是先于網絡故障處理、主動挖掘網絡隱患的有效管控機制，有利于網絡管理員對網絡故障和告警進行預防性維護。隨著網絡規模的日益擴大，網絡上各種網元及其觸發的告警量大量涌現。如何對這些海量告警進行有效分析預判成為網絡運行管理急需要解決的問題。綜觀現有網絡告警分析和操作，有如下不足之處：

(1)僅在各網元出現告警和故障后對其被動地進行響應處理，缺少對告警量突變和趨勢進行科學的分析，建立合理的分級別告警門限和觸發策略。

(2)各網元出現的告警僅與網元自身有關，缺少各種告警與前端業務感知和后端網絡隱患相關聯。

(3)缺少網絡告警分級別閉環管控策略，即建立可行的后評估機制，推動網絡告警管控策略的更新優化。

針對以上不足，文章從影響客戶感知、客戶投訴、網絡運行安全等維度梳理出影響業務的各類網絡重要告警標題。通過運用控制圖方法，統計分析各類重要告警異常突變量的上下波動受控情況，結合業務影響關聯分析，建立重要告警異常突變預警的分級預警模型和算法，提出了一種先于故障處理、主動挖掘隱患的網絡告警預警動態閉環管控策略。

1控制圖工具原理概述

控制圖是有效的質量控制工具，即是一種反映質量特性值狀態隨時間的變動，從而評定質量是否處于控制狀態的統計方法。廣泛適用監測產品質量、服務質量等領域。

控制圖(見圖1)是趨勢分析的延伸，引入了上、中、下三條控制線作為判斷有無異常的標準和尺度[1]。其中以控制質量特性值典型分布的分布中心μ為控制中心線，符號為CL；以μ+3σ為控制上界限，符號為UCL；以μ-3σ為控制下界限，符號為LCL。

圖1　控制圖原理

若數據落在控制界限內，則認為質量的波動是正常的波動；若數據落在控制界限外或其排列有明顯不隨機，則說明質量有異常因素的影響。

目前常用的控制圖工具根據控制量屬性的不同大致可分為計量值控制圖和計數值控制圖兩類，前者主要用于分析控制長度、時長、比例等屬性，后者主要用于數量屬性[2]。文章總結出8種常用的控制圖及其應用場景如表1所示。

表1　控制圖分類及其應用場景

2網絡告警突變預警分析中的控制圖

2.1控制圖工具選擇

網絡告警突變預警分析中各類全量告警是在一天內統計告警量，即某類全量告警每天只得到一個累計數據，樣本數據無需分組，并希望盡快發現異常并消除異常因素。結合第1部分對各種控制圖工具的適用場景分析，選取“X-Rm單值—移動極差控制圖[4]”作為網絡告警突變預警分析工具最為合適。見圖2。

2.2控制圖主要參數

在“X-Rm單值—移動極差控制圖”中，取樣本空間[X1、X2…Xk]，k∈(1～n)。各項主要參數介紹如下：

(4)單值X的控制圖中：控制中心線CL、控制上界限UCL、控制下界限LCL分別為：

極差Rs的控制圖中：控制中心線CL、控制上界限UCL、控制下界限LCL分別為：

圖2　網絡告警突變預警分析中的控制圖選擇

2.3控制圖異常判斷

網絡告警突變預警分析中應用控制圖的目的是要及時發現告警突變過程中出現的異常，判斷異常的原則就是出現小概率事件。為此，判斷的準則有兩類：

(1)第一類異常：網絡突變告警越出控制界限。

(2)第二類異常：網絡突變告警在控制界限內，但是排列的形狀有缺陷。

一般認為，超出控制限是由偶然事件引起，而出現異常的可能性α非常小，故3σ為控制限，4σ為行動限。另加上2σ警戒限，作為失控狀態即將來臨的一個警示信號。

在網絡告警突變預警分析中，根據不同類型的告警標題建立分級預警模型：

(1)為避免犯第一類異常：采用2σ、3σ、4σ作為三級預警模型閾值；

(2)為避免犯第二類異常：用于判斷趨勢是否異常，作為趨勢預警評判規則。

3搭建網絡告警突變分級預警模型

文章以控制圖作為建模工具，以與業務影響相關的各類告警量變化情況作為分析對象，通過各類告警量歷史收集數據搭建分級預警模型。主要分為以下4個關鍵步驟：

3.1選擇收集數據

根據影響客戶感知、客戶投訴、網絡運行安全等維度，在現網告警標題中梳理出傳輸專業、無線專業、核心設備、外部環境等方面的重要告警類型，作為本次建模樣本對象。

結合各告警標題告警量的疏密程度，選取一年中具有代表性月份的每日全量告警，作為基礎分析數據樣本。要求樣本空間不得小于25。

3.2計算制作控制圖

根據步驟一析出各重要參數，關聯已知故障現狀，剔除已知故障的告警異常突變點。同時采用Dixon檢驗法剔除離群異常數據。即剔除樣本中離其它觀測值較遠的樣本值。

以傳輸專業的單板脫位重要告警標題為例，極差Rs控制圖有異樣點落在控制限之外，判斷極差Rs控制圖處于不穩定未受控狀態。如圖3所示。

圖3　未受控狀態下極差Rs控制

通過Dixon檢驗法判斷和關聯已知故障現狀剔除異常點，使得極差Rs控制圖和單值X控制圖均處于穩定受控狀態，即Rs和X的樣本值均在上下控制線內。如圖4、圖5所示。

圖4　受控狀態下極差Rs控制

圖5　受控狀態下單值X控制

3.3關聯建立預警模型

極差Rs控制圖和單值X控制圖均處于受控狀態后，將單值X作為全量告警的預警模型。即根據2.3節中控制圖第一類異常判斷和預防措施原則，采用2σ警戒限、3σ控制限、4σ行動限分別作為三級、二級、一級預警模型閾值。以傳輸專業的單板脫位重要告警標題為例，制定分級預警模型閾值如表2所示。

表2　傳輸專業單板脫位告警突變分級預警模型

同時根據2.3節中控制圖第二類異常判斷原則，制定趨勢異常預警規則。以傳輸專業的單板脫位重要告警標題為例，制定該告警標題趨勢異常預警規則如下：

(1)連續7天落在中心線(6.7宗/天)上方，判為三級趨勢異常預警；連續9天落在中心線上方，判為二級趨勢異常預警；連續11天落在中心線上方，判為一級趨勢異常預警。

(2)連續4天遞增，判為三級趨勢異常預警；連續6天遞增，判為二級趨勢異常預警；連續8天遞增，判為一級趨勢異常預警。

(3)連續3天中有2天落在中心線上方2σ區外，判為二級趨勢異常預警；連續5天中有4天落在中心線上方2σ區外，判為一級趨勢異常預警；連續5天中有4天落在中心線上方1σ區以外，判為三級趨勢異常預警。

3.4預警模型滾動優化機制

網絡告警突變分級預警模型是建立在極差Rs控制圖和單值X控制圖均已受控的前提下。由于選取的樣本空間僅反映一定時間段各全量告警的變動范圍，根據3.3節趨勢異常預警的規則，當網絡全量告警趨勢變好后，可優化趨勢變好的告警預警閾值，從而建立網絡告警突變的滾動優化調整觸發機制。滾動優化機制觸發條件建議如下：

(1)網絡告警標題全量告警連續6天遞減。

(2)網絡告警標題全量告警連續9天在中心線以下。

(3)網絡告警標題全量告警連續5天中有4天超過 2σ警戒限以內。

網絡告警突變分級預警閾值可在滾動優化機制下做周期性修正。滾動優化機制觸發條件可結合網絡告警的實際情況而設定。

4網絡告警突變分級預警模型應用

根據網絡告警突變分級預警模型，文章在全網各類告警標題中以影響客戶感知、客戶投訴、網絡運行安全等維度，篩選出傳輸專業、無線專業、核心設備、外部環境等方面的重要告警類型如表3所示。

表3　網絡告警標題梳理分類

通過控制圖工具對上述各類網絡告警異常突變量的上下波動受控統計分析，并結合業務影響關聯分析，建立各類網絡告警異常突變預警的分級閾值，包括閾值突變預警和趨勢異常預警。以外部環境重要告警標題為例，列舉其與業務影響相關的重要告警標題及其分級閾值如表4所示。

表4　外部環境類重要告警標題及其分級閾值

根據預警閾值建立網絡告警突變的分級別管控策略，包括啟動條件、響應人員配備、調度響應機制、處理和閉環管控等。同時通過預警模型的后評估環節，結合關聯告警各類失敗場景、用戶感知(故障、業務)，優化預警判斷的模型，從而形成網絡告警預警閉環管控體系,見圖6。

圖6　網絡告警預警閉環管控策略流程

5結語

文章在梳理出影響業務的各類網絡重要告警標題的基礎上，選用控制圖工具，統計分析各類重要告警異常突變量的上下波動受控情況，結合業務影響關聯分析，建立重要告警異常突變預警的分級預警模型和算法，為告警預警和快速響應調度提供了有效可行的數理統計模型和依據。

文章最后根據各類網絡重要告警標題的分級預警閾值建立相應的網絡告警突變管控策略，通過預警模型的后評估環節，結合關聯告警各類失敗場景、用戶感知(故障、業務)，優化預警判斷的模型，從而形成網絡告警預警閉環管控體系。

參考文獻：

[1]向 偉,張劍峰,邵鑫鴻等. 基于基站休眠的負載合并動態功率控制算法[J].通信技術,48(05):555-559.

XIANG Wei, ZHANG Jian-feng, SHAO Xin-Hong, et al. Load Merge Dynamic Power Control Algorithm based on Base Station Sleeping-Mode[J].Communications Technology, 2015, 48 (05): 555-559.

[2]Ata Ebrahimzadeh, Vahid Ranaee. Control Chart Pattern Recognition Using An Optimized Neural Network and Efficient Features[C].ISA Transactions, 2010 July, 9(3): 387-393.

[3]Stelios Psarakis. The Use of Neural Networks in Statistical Process Control Charts[J]. Quality and Reliability Engineering International Journal, 2011 July, ENBIS 10 27(5): 641-650.

[4]WAI Chung-yeong, Michael B, Khoo C, ZHANG Wu, Philippe Castagliola. Economically Optimum Design of A Synthetic Chart[J]. Quality and Reliability Engineering International Journal, 2012, 28(7):523-525.

Network Alarm Closed-Loop Control Scheme based Control Chart

ZHANG Lu, SU Xing

(Dongguan Branch, China Mobile Group Guangdong Co., Ltd., Dongguan Guangdong 523129,China)

Abstract：Nowadays, passive maintenance of various network elements and trigged alarmings could not satisfy the present requirement of complex network management. Network alarm closed-loop control scheme sorts out various types of important service-related network alarm titles from all kinds of network management systems, and via control chart,makes statistics and analysis of the fluctuation of different important alarms mutation. In combination of the service-related analysis, the graded early-warning model for alarm mutation is established, and thus, a dynamic closed-loop control scheme preceding fault handling is presented. The scheme provides an effective statistics model and basis for the network pre-alarm and rapid-response dispatch.

Key words：alarm;control chart;closed-loop;grading

doi:10.3969/j.issn.1002-0802.2016.04.015

*收稿日期：2015-11-02；修回日期：2016-03-05Received date:2015-11-02；Revised date：2016-03-05

中圖分類號：TP393

文獻標志碼：A

文章編號：1002-0802(2016)04-0457-05

作者簡介：

張璐(1982—) 女，學士，工程師，主要研究方向為無線網絡優化；

蘇醒(1982—)男，碩士，高級工程師，主要研究方向為網絡運行支撐管理。