一種光傳送網告警分級預警算法

蘇 醒，張 璐

（中國移動通信集團廣東有限公司東莞分公司，廣東東莞 523129）

一種光傳送網告警分級預警算法

蘇 醒，張 璐

（中國移動通信集團廣東有限公司東莞分公司，廣東東莞 523129）

被動地維護OTN（光傳送網）各網元及其觸發(fā)的告警已無法滿足當前復雜的網絡管理需求。文章在OTN網絡管理系統(tǒng)上梳理出影響業(yè)務的各種重要告警標題，結合業(yè)務影響關聯(lián)分析，提出了一種先于故障處理的OTN告警分級預警算法，為OTN告警分級預警和快速響應調度提供了有效可行的數理統(tǒng)計模型和依據。

光傳送網；分級；告警

0 引 言

OTN（光傳送網）告警預警是先于OTN故障處理、主動挖掘網絡隱患的有效管控機制。隨著OTN中各種網元及其觸發(fā)的告警大量涌現(xiàn)，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解決的問題。

本文從客戶感知、投訴和網絡運行安全等維度梳理出影響業(yè)務的OTN中各類重要告警標題，通過運用控制圖工具，統(tǒng)計分析各類重要告警突變量的上下波動受控情況，結合業(yè)務影響關聯(lián)分析，提出一種先于故障處理的OTN告警分級預警算法。

1 OTN告警分級預警算法

1.1 工具選擇

OTN告警分級預警分析的各類全量告警是在一天內統(tǒng)計的告警量，即某類全量告警每天只計一個累計數據，樣本數據無需分組，并期望盡快發(fā)現(xiàn)異常并消除異常因素。結合各種控制圖工具的適用場景進行分析［1-2］，選取X-Rm（單值-移動極差）控制圖作為OTN告警分級預警分析工具最為合適。

在X-Rm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［3］：

（2）在單值X的控制圖中，CL（控制中心線）、UCL（控制上界限）和LCL（控制下界限）分別為為標準差，E2為常數。

（3）在極差Rs的控制圖中，UCL、CL和LCL分別為D4為常數。

1.2 預警閾值

OTN告警分級預警分析中應用控制圖的目的是要及時發(fā)現(xiàn)告警突變過程中出現(xiàn)的異常，判斷異常的原則是出現(xiàn)小概率事件，因此選擇X-Rm控制圖中2σ為警戒限（即作為失控狀態(tài)即將來臨的一個警示信號），3σ為控制限，4σ為行動限，即以此作為OTN告警分級預警分析中3級預警模型的閾值。

2 算法搭建

本文以與業(yè)務影響相關的各類告警量變化情況作為分析對象，通過各類告警量的歷史收集數據搭建分級預警算法。主要分為如下4個步驟：

（1）告警梳理

根據客戶感知、客戶投訴和網絡運行安全等維度，在現(xiàn)網告警標題中梳理出OTN傳輸光纜告警、傳輸質量告警和傳輸中斷告警等重要告警類型作為本次建模的樣本對象，具體如表1所示。

表1 OTN重要告警標題梳理分類

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的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個。

析出控制圖工具中的各項主要參數，包括各告警標題每日全量告警的單值X及其均值（在單值X控制圖中用控制中心線ax表示），相鄰每日全量告警量的極差Rs及其均值（在極差Rs控制圖中用控制中心線aRs表示），各告警標題每日全量告警樣本的UCL和LCL（在單值X控制圖中分別用UCLx和LCLx表示），相鄰每日全量告警量極差的UCL和LCL（在極差Rs控制圖中分別用UCLr和LCLr表示）等。為了使告警數據更接近正態(tài)化分布，對原數據取對數進行分析。

（2）算法實現(xiàn)

根據步驟（1）析出各重要參數，關聯(lián)已知故障現(xiàn)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，剔除樣本中離其他觀測值較遠的樣本值。

以傳輸光纜告警中“OLT（光線路終端）檢測不到預期的光信號”重要告警（即LOS告警）標題為例，取該告警標題28天全量告警量（宗）作為分析樣本空間。在X-Rm控制圖中，相鄰每日全量告警量的極差Rs控制圖有異樣點（即某天全量告警量為194宗）落在控制限之外，判斷極差Rs控制圖處于不穩(wěn)定未受控狀態(tài)，如圖1所示。

圖1 未受控狀態(tài)下極差Rs控制圖

通過Dixon檢驗法判斷和關聯(lián)已知故障現(xiàn)狀并剔除異常點（即某天全量告警量為194宗），使得相鄰每日全量告警量的極差Rs控制圖和每日全量告警的單值X控制圖均處于穩(wěn)定受控狀態(tài)，即Rs和X的樣本值均在上下控制線內，如圖2所示。

圖2 受控狀態(tài)控制圖

（3）算法關聯(lián)

極差Rs控制圖和單值X控制圖均處于受控狀態(tài)后，將單值X作為全量告警的預警模型。采用2σ警戒限、3σ控制限和4σ行動限分別作為三級、二級、一級預警模型閾值。以OTN各類重要告警標題為例，與業(yè)務影響相關的重要告警標題及其分級閾值如表2所示。

表2 OTN各類重要告警標題及其分級預警閾值舉例

（4）算法優(yōu)化

OTN告警分級預警算法是建立在極差Rs控制圖和單值X控制圖均已受控的前提下的。由于選取的樣本空間僅反映了一定時間段內各全量告警的變動范圍，當網絡全量告警趨勢變好后，可優(yōu)化趨勢變好的告警預警閾值。滾動優(yōu)化機制的觸發(fā)條件建議如下：（1）告警標題全量告警連續(xù)5天遞減；（2）告警標題全量告警連續(xù)10天在中心線以下；（3）告警標題全量告警連續(xù)8天中有7天在2σ警戒限以內。

OTN告警分級預警閾值可在滾動優(yōu)化機制下做周期性修正。滾動優(yōu)化機制觸發(fā)條件可結合網絡告警的實際情況而定。

3 OTN告警分級預警閉環(huán)管控體系

現(xiàn)有的對傳輸網絡告警分析和操作僅限于各網元出現(xiàn)告警和故障后被動地響應和調度，對于告警量突變引起的警戒值往往根據主觀經驗拍出，缺乏一套科學合理的數學建模工具。

本文根據控制圖統(tǒng)計模型得出了預警閾值，從而建立了OTN各類告警突變的分級別管控機制，包括啟動條件、響應人員配備、調度響應機制、處理和閉環(huán)管控等。同時通過預警模型的后評估環(huán)節(jié)，結合關聯(lián)告警各類失敗場景、用戶感知（故障、業(yè)務），優(yōu)化預警判斷的模型，從而形成網絡告警預警閉環(huán)管控體系，如圖3所示。

圖3 OTN各類告警分級預警閉環(huán)管控機制流程圖

4 結束語

本文在梳理影響業(yè)務的OTN各類重要告警標題的基礎上，選用控制圖工具，統(tǒng)計分析了各類重要告警異常突變量的上下波動受控情況，建立了重要告警分級預警算法和模型，為告警預警和快速響應調度提供了有效可行的數理統(tǒng)計模型和依據。

［1］ Saniga E M.Joint Economically Optimal Design ofˉX and R Control Charts［J］.Management Science，2013，24（4）：420-431.

［2］ Yeong W C，Khoo M B C，Ou Y，et al.Economic-Statistical Design of the SyntheticˉX Chart with Estimated Process Parameters［J］.Quality&Reliability Engineering International，2015，31（5）：863-876.

［3］ Ghiasabadi A，Noorossana R，Saghaei A.Identifying change point of a non-random pattern on control chart using artificial neural networks［J］.The International Journal of Advanced Manufacturing Technology，2013，67（5）：1623-1626.

A Graded Early-Warning Algorithm Based Alarms in the Optical Transport Network

SU Xing，ZHANG Lu
（Dongguan Branch，Guangdong Co.，Ltd.，China Mobile Communications Group，Dongguan 523129，China）

At present，passive maintenance of elements and alarms trigged in the Optical Transport Network（OTN）can not meet the requirements of complex network management.In this paper，we propose the graded early-warning algorithm before the fault occurred by sorting out various types of important service-related alarm titles and analyzing the related effects in the OTN management system.The proposed method provides an effective statistical model for early-warning alarm and rapid response scheduling in the OTN.

optical transport network；graded；alarm

TN919.1

A

1005-8788（2016）03-0016-03

10.13756/j.gtxyj.2016.03.006

2016-02-06

蘇醒（1982-），男，江蘇南京人。高級工程師，碩士研究生，主要研究方向為網絡運行支撐管理。