图片简介:本技术介绍了一种监控系统报警信息过滤方法和系统，获取历史报警信息和与事件结果相关的报警信息；根据报警信息属性相对于工作岗位的关联度进行首次标记；根据产生事件结果的原因，对报警信息进行辅助标记；根据辅助标记，筛除与事件结果无直接关系的报警信息得到有效报警信息；若有效报警信息的首次标记没有特别关注或一般关注，则重新进行首次标记；提取经过首次标记和辅助标记过的报警信息样本集,送入学习模型进行训练，生成分类模型；使用已知样本集对分类模型进入测试，若测试结果符合预期，则使用分类模型对未知报警信息进行处理并显示。
本技术解决了如何在大量报警信息中智能过滤关键报警信息的问题。
技术要求1.一种监控系统报警信息过滤方法，其特征在于，包括以下步骤：S1：获取给定时间区间内的所有历史报警信息；S2：根据每条报警信息属性相对于工作岗位的关联度进行首次标记，所述首次标记根据关联度由小到大分为三个等级，分别为：无需关注、一般关注和特别关注；S3：获取与事件结果相关的报警信息，并将与事件结果相关的报警信息定义为事件相关报警信息，根据产生事件结果的原因，对所述事件相关报警信息进行辅助标记；S4：根据所述事件相关报警信息的辅助标记，筛除与所述事件结果无直接关系的报警信息，得到有效报警信息；S5：判断所述有效报警信息的首次标记，若所述有效报警信息的首次标记没有特别关注或一般关注，则根据每条有效报警信息属性相对于工作岗位的关联度重新进行首次标记，使得所述有效报警信息的首次标记至少有一个为特别关注或一般关注；S6：提取经过步骤S5首次标记和辅助标记过的报警信息样本集,将所述样本集送入学习模型进行训练，生成分类模型；S7：将通过人工进行首次标记和辅助标记的已知报警信息样本，送入所述分类模型进行测试，若测试结果准确率符合预期准确率，则使用所述分类模型对未知报警信息进行标记，并根据首次标记等级和辅助标记来显示报警信息。
2.根据权利要求1所述的监控系统报警信息过滤方法，其特征在于，若测试结果准确率不符合预期准确率，则重复步骤S2-S7。
3.根据权利要求2所述的监控系统报警信息过滤方法，其特征在于，当有延伸线接入或设备替换改造时，重新生成首次标记和辅助标记的已知报警信息样本。
4.根据权利要求1所述的监控系统报警信息过滤方法，其特征在于，所述报警信息属性包括线路、车站、子系统、设备类型、设备编号、设备品牌型号、设备安装位置、报警时间、报警类型和报警值；所述工作岗位包括站长、值班站长、站务、行调、电环调、维调和值班主任；所述辅助标记包括故障相关、联动相关、附属报警、施工产生、误报警和无。
5.根据权利要求4所述的监控系统报警信息过滤方法，其特征在于，对于同一工作岗位，辅助标记为附属报警的报警信息，其首次标记的等级低于其所附属的主报警的首次标记，所述主报警为与事件结果有直接关系的报警信息。
6.根据权利要求1所述的监控系统报警信息过滤方法，其特征在于，所述事件结果包括：维修工单的产生或执行、故障报警的设备在24小时内产生了维修工单、报警触发了联动和联动被确认执行。
7.根据权利要求1所述的监控系统报警信息过滤方法，其特征在于，通过决策树算法或神经网络算法训练所述学习模型。
息包括设备本体故障报警、传感器检测报警、设备上报数值超限报警、设备动作状态报警和网络中断报警。
9.一种监控系统报警信息过滤系统，其特征在于，包括：报警信息提取模块：用于获取给定时间区间内的所有历史报警信息；用于获取与事件结果相关的报警信息；报警信息标记模块：用于根据每条报警信息属性相对于工作岗位的关联度进行首次标记，所述首次标记由小到大分为：无需关注、一般关注和特别关注；用于将与事件结果相关的报警信息定义为事件相关报警信息，根据产生事件结果的原因，对所述事件相关报警信息进行辅助标记；报警信息处理模块：用于根据所述事件相关报警信息的辅助标记，筛除与所述事件结果无直接关系的报警信息，得到有效报警信息；用于判断所述有效报警信息的首次标记，若所述有效报警信息的首次标记没有特别关注或一般关注，则根据每条有效报警信息属性相对于工作岗位的关联度重新进行首次标记，保障所述有效报警信息的首次标记至少有一个为特别关注或一般关注；报警信息分类规则建立模块：用于提取经过所述报警信息处理模块首次标记和辅助标记过的报警信息样本集,将所述样本集送入学习模型进行训练，生成分类模型；用于将通过人工进行首次标记和辅助标记的已知报警信息样本，送入所述分类模型进行测试，若测试结果准确率符合预期准确率，则使用所述分类模型对未知报警信息进行标记；报警信息显示模块：根据报警信息的首次标记和辅助标记，向对应工作岗位显示所述报警信息的内容，并按首次标记的等级进行颜色区分。
性包括线路、车站、子系统、设备类型、设备编号、设备品牌型号、设备安装位置、报警时间、报警类型和报警值；所述工作岗位包括站长、值班站长、站务、行调、电环调、维调和值班主任；所述辅助标记包括故障相关、联动相关、附属报警、施工产生、误报警和无；所述事件结果包括维修工单的产生或执行、故障报警的设备在24小时内产生了维修工单、报警触发了联动和联动被确认执行。
技术说明书一种监控系统报警信息过滤方法和系统技术领域本技术涉及信息处理领域，具体涉及一种监控系统报警信息过滤方法和系统。
背景技术现有的综合监控系统中常常会看到满屏的报警信息，造成报警泛滥，操作人员往往无法第一时间识别出哪个报警是最关键的报警，哪些报警是附属产生的报警，从而导致关键报警信息处理滞后。
综合监控系统中的报警信息类别可以分为：设备上报的本体故障报警、传感器检测报警（如烟感、温感、水泵的水位等）、设备上报数值超限或动作状态报警（如防淹门的动作状态、服务器的CPU占用率等）和网络中断报警。
从海量报警中找出有价值的报警进行显示，现有技术有两种解决思路：1.通过设备建模，根据设备实时状态来判断报警是否有价值。
但由于设备种类很多，且同一用途、不同品牌、不同型号的设备模型不一定可以通用，更为棘手的是综合监控系统中缺少设备的维保信息，难以建模。
2.通过对应的报警是否生成维修工单来判断报警是否有价值。
但由于维修工单中的设备编号与综合监控系统中的设备编号不一致，系统难以自动判断；加之维修工单产生的时间一般都会大幅滞后于现场设备的报警，且同样缺少设备的维保信息，无法落地实现。
以上两种思路还有一个共同的问题，就是只针对了设备本体故障报警，而没有考虑另几类报警信息。
技术内容通过报警本身的分类和预测方法来解决报警的过滤问题。
本技术所要解决的技术问题是监控系统中报警信息泛滥带来的不能准确有效的识别关键报警信息，目的在于提供一种监控系统报警信息过滤方法和系统，解决了如何在大量报警信息中智能过滤关键报警信息的问题。
本技术通过下述技术方案实现：一方面，本技术一种监控系统报警信息过滤方法，包括以下步骤：S1：获取给定时间区间内的所有历史报警信息；S2：根据每条报警信息属性相对于工作岗位的关联度进行首次标记，所述首次标记根据关联度由小到大分为三个等级，分别为：无需关注、一般关注和特别关注；S3：获取与事件结果相关的报警信息，并将与事件结果相关的报警信息定义为事件相关报警信息，根据产生事件结果的原因，对所述事件相关报警信息进行辅助标记；S4：根据所述事件相关报警信息的辅助标记，筛除与所述事件结果无直接关系的报警信息，得到有效报警信息；S5：判断所述有效报警信息的首次标记，若所述有效报警信息的首次标记没有特别关注或一般关注，则根据每条有效报警信息属性相对于工作岗位的关联度重新进行首次标记，使得所述有效报警信息的首次标记至少有一个为特别关注或一般关注；S6：提取经过步骤S5首次标记和辅助标记过的报警信息样本集,将所述样本集送入学习模型进行训练，生成分类模型；S7：将通过人工进行首次标记和辅助标记的已知报警信息样本，送入所述分类模型进行测试，若测试结果准确率符合预期准确率，则使用所述分类模型对未知报警信息进行标记，并根据首次标记等级和辅助标记来显示报警信息。
本技术是通过对报警信息标记和预测学习模型来对报警信息进行自动过滤。
对报警信息的标记分为两部分：一是针对报警信息内容对每个工作岗位的关联所做的首次标记，首次标记根据报警信息对工作岗位的重要程序，由小到大分为三个等级，分别为无需关注、一般关注和特别关注；二是从产生报警信息的事件结果来看，判断报警信息是由什么事件产生的，根据报警信息对于事件结果产生的因果关系，将报警信息进行辅助标记的分类。
根据事件产生的结果，对事件结果相关的所有报警信息进行过滤，将与事件产生无直接关系的报警信息筛除，留下与事件结果有直接关系的报警信息，即留下有效的关键报警信息，祛除了与当前工作岗位不相关的报警信息，直接精炼出了关键报警信息，有利于相关工作岗位做出有效的应对。
本技术方法一方面并非针对单一的设备本体来设计，而是针对报警信息本身的属性来进行两种标记，保障不同设备种类、品牌或用途的报警信息都能被处理，也保障了设备之外的报警信息也能被处理。
本技术方法另一方面通过对设备故障产生的事件后果，做反向推导，重新对报警信息的首次标记和或辅助标记进行调整，保障了报警信息两种标记的准确性。
建立机器学习模型，将经过首次标记和辅助标记后的报警信息，送入机器学习模型进行训练，从而建立报警信息的分类规则，即分类模型。
为了提高分类模型的准确率，在其训练过程中，使用人工进行首次标记和辅助标记的已知报警信息样本，对分类模型进行测试，若测试结果准确率是处于可以接受范围，则使用该分类模型对未知报警信息进行处理过滤。
本技术方法的分类模型建立起一套成熟的报警信息过滤方法，可以将其直接用于对陌生报警信息的处理，提高了对未知报警信息的处理效率，提高了工作人员对未知故障的处理效率。
进一步的，若测试结果准确率不符合预期准确率，则重复步骤S2-S7。
通过报警信息数据样本对分类模型的反复调整，达到分类模型准确率的提高，得到可以用于对未知报警信息进行处理的分类模型。
进一步的，当有延伸线接入或设备替换改造时，重新生成首次标记和辅助标记的已知报警信息样本。
监控对象有重大改造和调整时，报警信息定会出现极大变化，因此要重新建立报警信息样本，对分类模块重新进行训练，得到适合的分类模型。
进一步的，所述报警信息属性包括线路、车站、子系统、设备类型、设备编号、设备品牌型号、设备安装位置、报警时间、报警类型和报警值；所述工作岗位包括站长、值班站长、站务、行调、电环调、维调和值班主任；所述辅助标记包括故障相关、联动相关、附属报警、施工产生、误报警和无。
进一步的，对于同一工作岗位，辅助标记为附属报警的报警信息，其首次标记的等级低于其所附属的主报警的首次标记，所述主报警为与事件结果有直接关系的报警信息。
