本發(fā)明屬于智能通訊技術(shù)及設(shè)備的，尤其涉及一種基于業(yè)務(wù)規(guī)則引起的動(dòng)態(tài)配置管理的告警方法、系統(tǒng)及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、近年來，隨著科技的飛速發(fā)展，特別是人工智能技術(shù)的不斷突破，視頻智能分析技術(shù)已成為城市治理現(xiàn)代化不可或缺的重要推手。但隨著ai視頻監(jiān)控系統(tǒng)在城市治理中的廣泛應(yīng)用，系統(tǒng)生成的海量告警數(shù)據(jù)中混雜著大量無效與重復(fù)的“噪音”，形成了“告警洪峰”，淹沒了真正需要關(guān)注的緊急事件，使得監(jiān)控人員不得不花費(fèi)大量時(shí)間在篩選和驗(yàn)證告警上。

2、因?yàn)閍i視頻監(jiān)控系統(tǒng)在識(shí)別精度上仍存在較大不足，這不僅影響了系統(tǒng)的整體可信度，還可能導(dǎo)致錯(cuò)誤的處置決策，而且因缺乏與具體業(yè)務(wù)場(chǎng)景的深度融合，限制了ai輔助決策潛力的充分釋放，難以滿足城市治理日益復(fù)雜的需求，無形中為管理者和一線工作者增添了額外負(fù)擔(dān)，現(xiàn)在針對(duì)存在的問題，舉例說明。

3、(1)技術(shù)與實(shí)際業(yè)務(wù)需求不匹配，技術(shù)與業(yè)務(wù)割裂，實(shí)用性不足，脫離應(yīng)用場(chǎng)景的ai技術(shù)可能無法有效解決城市治理中的實(shí)際問題。比如現(xiàn)在某些智能視頻識(shí)別系統(tǒng)可能在理論上處理的很先進(jìn)，但在實(shí)際操作中卻因缺乏與具體場(chǎng)景的深度融合而難以發(fā)揮作用。

4、(2)決策效率低下，算法適應(yīng)性差，脫離應(yīng)用場(chǎng)景的ai算法可能無法適應(yīng)城市治理中復(fù)雜多變的環(huán)境和需求。例如，某些算法可能在特定條件下表現(xiàn)良好，但在其他條件下卻可能失效或產(chǎn)生誤判。

5、(3)告警識(shí)別只限于單一的技術(shù)，比如單一的視頻智能識(shí)別出來就告警了，物聯(lián)感知水位超出閾值就告警了，都沒有綜合多方因素，沒有融合視頻、音頻、物聯(lián)感知及vr/ar等多模態(tài)融合技術(shù)。例如：

6、示例1：比如有人在路邊提著行李箱等車吃東西，會(huì)被識(shí)別出是游商。

7、示例2：居民小區(qū)有人在內(nèi)澇監(jiān)測(cè)的易積水點(diǎn)(安裝了水位計(jì))的地方倒了一桶水，誤報(bào)防洪排澇警告。

技術(shù)實(shí)現(xiàn)思路

1、技術(shù)方案：為了解決上述的技術(shù)問題，本發(fā)明提供的一種基于業(yè)務(wù)規(guī)則引起的動(dòng)態(tài)配置管理的告警方法，該方法包括：

2、根據(jù)已知國家標(biāo)準(zhǔn)，建立城市治理告警業(yè)務(wù)知識(shí)庫；

3、構(gòu)建歷史告警事件特征支撐的業(yè)務(wù)模型，且定義規(guī)則、規(guī)則策略和規(guī)則自適配技術(shù)；進(jìn)行實(shí)際城市治理業(yè)務(wù)場(chǎng)景的特征提取，且與城市治理告警業(yè)務(wù)知識(shí)庫內(nèi)業(yè)務(wù)場(chǎng)景數(shù)據(jù)做特征對(duì)比，通過業(yè)務(wù)規(guī)則自適配按照規(guī)則定義、規(guī)則策略、規(guī)則自適配方式進(jìn)行告警過濾，發(fā)出告警自愈處理、告警預(yù)測(cè)處理、決策分析可視化處理。

4、作為改進(jìn)，告警過濾包括以下方式：

5、(1)對(duì)告警分類預(yù)處理，采用高聚合智能算法，提取告警關(guān)鍵特征信息，對(duì)告警進(jìn)行算法聚類降噪，將關(guān)鍵特征信息與聚類結(jié)果關(guān)聯(lián)，將后續(xù)發(fā)生的相似告警壓縮至仍未關(guān)閉的告警中；

6、(2)基于時(shí)間序列，將相同的事件告警壓縮，或基于分類算法，對(duì)告警進(jìn)行自動(dòng)標(biāo)注分類信息，從多維度告警壓縮合并與降噪。

7、作為改進(jìn)，業(yè)務(wù)規(guī)則自適配包括根據(jù)匹配度決策方式進(jìn)行識(shí)別區(qū)分處理方法和設(shè)定的優(yōu)先級(jí)級(jí)別進(jìn)行告警的方法，所述根據(jù)匹配度決策方式進(jìn)行識(shí)別區(qū)分處理方法，是用在當(dāng)不同業(yè)務(wù)規(guī)則下多個(gè)相似業(yè)務(wù)場(chǎng)景時(shí)，進(jìn)行業(yè)務(wù)模型學(xué)習(xí)歷史告警事件特征的訓(xùn)練下；所述設(shè)定的優(yōu)先級(jí)級(jí)別進(jìn)行告警的方法，是通過歷史告警數(shù)據(jù)特征、告警處置情況以及行業(yè)業(yè)務(wù)規(guī)則知識(shí)自動(dòng)學(xué)習(xí)，并按九宮格法自動(dòng)生成業(yè)務(wù)規(guī)則的優(yōu)先級(jí)排序的方法。

8、作為改進(jìn)，匹配度決策方式的具體步驟為：

9、(1)定義一個(gè)匹配度指標(biāo)來衡量規(guī)則與當(dāng)前事件的匹配程度；

10、(2)假設(shè)有兩個(gè)規(guī)則r1和r2，它們分別有一組條件c1＝{c11,c12,…}和c2＝{c21,c22,…}，以及對(duì)應(yīng)的匹配度權(quán)重w1＝{w11,w12,…}和w2＝{w21,w22,…}；

11、(3)對(duì)于每個(gè)規(guī)則ri，計(jì)算其所有條件的加權(quán)匹配度之和；

12、(4)綜合考慮優(yōu)先級(jí)、匹配度、規(guī)則的新鮮度，選擇評(píng)估分?jǐn)?shù)最高的規(guī)則來執(zhí)行，綜合考慮的公式如下：

13、evaluationscore(ri)＝α×priority(ri)+β×matchscore(ri)+γ×freshness(ri)

14、其中，α，β，γ，為權(quán)重系數(shù)；priority(ri)是規(guī)則ri的優(yōu)先級(jí)，matchscore(ri)是規(guī)則ri與當(dāng)前告警事件的匹配度，freshness(ri)是規(guī)則ri的新鮮度，evaluationscore(ri)是規(guī)則ri的評(píng)估分?jǐn)?shù)。

15、作為改進(jìn)，業(yè)務(wù)規(guī)則自適配包括多模態(tài)融合決策策略，是用于包含融合多源異構(gòu)的告警數(shù)據(jù)時(shí)，通過進(jìn)行特征提取、融合，建立單體模型識(shí)別告警，采用基于加權(quán)投票方法的多模態(tài)融合決策策略，完成最終適配告警處理，其中多源異構(gòu)的告警數(shù)據(jù)包括視頻圖像識(shí)別告警、音頻識(shí)別(噪聲指數(shù)、敏感聲音)、物聯(lián)感知(傳感器測(cè)量的物理量數(shù)值超過告警閾值)、地理空間坐標(biāo)(告警敏感位置)。

16、作為改進(jìn)，對(duì)于融合多源異構(gòu)的告警數(shù)據(jù)告警處理的具體步驟為：

17、(1)確定告警類別

18、假設(shè)有n個(gè)告警類別，分別用c1,c2,…,cn表示；

19、(2)收集模態(tài)告警結(jié)果

20、設(shè)定每個(gè)模態(tài)j，都有一個(gè)對(duì)應(yīng)的告警結(jié)果向量vj＝[vj1,vj2,…,vjn]，支撐程度vj，其中n為模態(tài)的數(shù)量，vj表示模態(tài)j對(duì)告警類別ci的支持程度，為0到1的概率值；

21、(3)確定模態(tài)權(quán)重

22、分配每個(gè)模態(tài)j一個(gè)權(quán)重wj，其中權(quán)重wj是非負(fù)實(shí)數(shù)，且所有模態(tài)的權(quán)重之和通常被歸一化為1；

23、(4)計(jì)算加權(quán)和

24、對(duì)于每個(gè)告警類別ci，計(jì)算其加權(quán)和si，計(jì)算公式如下：

25、

26、其中si反映了所有模態(tài)對(duì)告警類別ci的綜合支持程度；n為模態(tài)的數(shù)量；

27、(5)比較加權(quán)和

28、在所有告警類別c1,c2,…,cn中，比較它們的加權(quán)和s1,s2,…,sn；

29、(6)選擇最大加權(quán)和

30、選擇加權(quán)和最大的告警類別作為最終決策，即最終決策此事件應(yīng)該是使si達(dá)到最大值的ci告警類別。

31、作為改進(jìn)，告警自愈處理的具體步驟是基于城市治理業(yè)務(wù)規(guī)則引擎中的自愈規(guī)則，對(duì)于非緊急的城市治理的告警發(fā)生后，系統(tǒng)會(huì)自動(dòng)適配自愈處置規(guī)則，觸發(fā)對(duì)應(yīng)的自愈流程，實(shí)現(xiàn)告警自愈，然后通過ai視覺識(shí)別技術(shù)驗(yàn)證告警是否存在，確定自愈不存在問題，告警關(guān)閉。

32、作為改進(jìn)，告警預(yù)測(cè)處理的具體步驟是：

33、(1)實(shí)時(shí)告警事件接入后，對(duì)告警事件進(jìn)行過濾處理，生成實(shí)時(shí)告警知識(shí)圖譜；

34、(2)構(gòu)建城市治理的事件圖模型，使用圖數(shù)據(jù)庫來存儲(chǔ)和管理圖模型；將每個(gè)告警事件定義為圖模型中的一個(gè)節(jié)點(diǎn)，包括告警的詳細(xì)信息；

35、(3)在事件圖模型中獲取(1)相關(guān)的歷史告警知識(shí)圖譜，使用圖算法計(jì)算相似度；相似度超過設(shè)定閾值的歷史告警知識(shí)圖譜作為候選根因圖譜；

36、(4)在候選根因圖譜中，通過關(guān)聯(lián)分析算法，計(jì)算出告警事件指標(biāo)的支持度和置信度；根據(jù)告警根因的嚴(yán)重程度、影響范圍對(duì)根因進(jìn)行優(yōu)先級(jí)排序；

37、(5)做出輔助決策分析、事件處置方案。

38、同時(shí)，本發(fā)明還提供了一種基于業(yè)務(wù)規(guī)則引起的動(dòng)態(tài)配置管理的告警系統(tǒng)，包括告警匯聚模塊、告警過濾模塊、告警應(yīng)用場(chǎng)景模塊；

39、所述告警匯聚模塊，用于通過ai視覺分析告警、多類型告警方式收集告警信息；

40、所述告警過濾模塊，用于接收告警匯聚模塊信息后按照上述任一告警方法發(fā)出決策告警信息；

41、所述告警應(yīng)用場(chǎng)景模塊，用于對(duì)告警過濾模塊發(fā)出的信息進(jìn)行系統(tǒng)內(nèi)自愈處理、告警預(yù)測(cè)處理、轉(zhuǎn)化為工單事件或分析可視化處理。

42、同時(shí)，本發(fā)明還提供了一種存儲(chǔ)介質(zhì)，該存儲(chǔ)介質(zhì)存儲(chǔ)的計(jì)算機(jī)程序，能夠被一個(gè)或多個(gè)處理器執(zhí)行，能夠用來實(shí)現(xiàn)上述任一項(xiàng)所述告警方法。

43、有益效果：本發(fā)明提出的基于業(yè)務(wù)規(guī)則引起的動(dòng)態(tài)配置管理的告警方法，是根據(jù)多項(xiàng)國家標(biāo)準(zhǔn)，建立城市治理告警業(yè)務(wù)知識(shí)庫(含詞庫)、業(yè)務(wù)模型，實(shí)現(xiàn)業(yè)務(wù)規(guī)則引擎驅(qū)動(dòng)的城市治理ai告警決策管理，提供業(yè)務(wù)模型、規(guī)則定義、規(guī)則策略、規(guī)則自動(dòng)適配等應(yīng)用功能；消除告警風(fēng)暴，提高告警的準(zhǔn)確性和可靠性，減少誤報(bào)和漏報(bào)。

44、本發(fā)明提出的告警方法與常規(guī)的技術(shù)相比，具有以下優(yōu)勢(shì)：

45、(1)通過多源異構(gòu)告警數(shù)據(jù)匯聚，標(biāo)準(zhǔn)告警數(shù)據(jù)管理，解決了城市治理各場(chǎng)景各管各的、各廠商平臺(tái)各異，告警信息分散雜亂等問題。

46、(2)通過業(yè)務(wù)規(guī)則引擎，使用告警自愈應(yīng)用，極大地減少了人工干預(yù)的需求，降低了人為錯(cuò)誤的風(fēng)險(xiǎn)，讓告警處置過程更加高效、準(zhǔn)確。在減負(fù)的同時(shí)，也為用戶帶來了顯著的效能提升。

47、(3)通過圖算法的根因分析告警預(yù)測(cè)應(yīng)用，可以快速定位到問題發(fā)生的源頭，減少誤報(bào)和漏報(bào)的情況；通過對(duì)歷史告警數(shù)據(jù)的學(xué)習(xí)和分析，圖算法能夠發(fā)現(xiàn)告警之間的關(guān)聯(lián)規(guī)則和潛在的問題。這些規(guī)則和模式可以幫助預(yù)測(cè)未來可能發(fā)生的城市治理問題，從而提前采取措施進(jìn)行防范。

48、(4)通過多模態(tài)融合決策告警應(yīng)用，能提高告警的準(zhǔn)確性和可靠性，減少誤報(bào)和漏報(bào)。

49、(5)通過應(yīng)用地理空間技術(shù)定位功能實(shí)現(xiàn)告警位置精準(zhǔn)定位；應(yīng)用ai視覺技術(shù)的智能識(shí)別技術(shù)能同時(shí)應(yīng)用多種算法告警，同時(shí)獲取告警實(shí)際畫面；應(yīng)用物聯(lián)感知技術(shù)的實(shí)時(shí)和高精度技術(shù)特征，能更實(shí)時(shí)更高精度發(fā)現(xiàn)告警。

50、本發(fā)明中，這多種先進(jìn)技術(shù)進(jìn)行融合，實(shí)現(xiàn)從海量的多源異構(gòu)的告警數(shù)據(jù)中精準(zhǔn)篩選出有效告警，減少誤報(bào)和漏報(bào)情況的發(fā)生，提高告警的準(zhǔn)確性和有效性，為城市治理工作人員帶來顯著的減負(fù)與增效體驗(yàn)。