Processing

Please wait...

Settings

Settings

Goto Application

1. WO2022073591 - METHOD AND APPARATUS FOR IDENTIFYING ROOT CAUSES OF AN ANOMALOUS INCIDENT

Publication Number WO/2022/073591
Publication Date 14.04.2022
International Application No. PCT/EP2020/078029
International Filing Date 07.10.2020
IPC
H04L 12/24 2006.1
HELECTRICITY
04ELECTRIC COMMUNICATION TECHNIQUE
LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
12Data switching networks
02Details
24Arrangements for maintenance or administration
CPC
H04L 41/064
HELECTRICITY
04ELECTRIC COMMUNICATION TECHNIQUE
LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
41Arrangements for maintenance or administration or management of packet switching networks
06involving management of faults or events or alarms
0631Alarm or event or notifications correlation; Root cause analysis
064involving time analysis
Applicants
  • HUAWEI TECHNOLOGIES CO., LTD. [CN]/[CN]
  • HOANG, Thai, V [VN]/[DE] (US)
Inventors
  • HOANG, Thai, V
  • SEHILI, Mohamed El Amine
  • BUI, Thanh Minh
  • LUO, Enliang
  • ZHANG, Zonghua
Agents
  • KREUZ, Georg
Priority Data
Publication Language English (en)
Filing Language English (EN)
Designated States
Title
(EN) METHOD AND APPARATUS FOR IDENTIFYING ROOT CAUSES OF AN ANOMALOUS INCIDENT
(FR) PROCÉDÉ ET APPAREIL D'IDENTIFICATION DE CAUSES PROFONDES D'UN INCIDENT ANORMAL
Abstract
(EN) A method for identifying one or more root causes of an anomalous incident associated with a primary Key Performance Indicator (KPI) in a system is disclosed. The method includes selecting a plurality of time sequences of secondary KPIs of the system by a processor (104A-N), for calculating a spectral saliency of a time sequence of the primary KPI and each secondary KPI time sequence. The method includes calculating similarities between the time sequence of the primary KPI and each secondary KPI time sequence based on the spectral saliencies for selecting one or more secondary KPIs having greatest similarity to the primary KPI as root cause KPIs by the processor (104A-N). The one or more root causes are identified quickly, accurately, and efficiently by correlating the anomalous primary KPI with the most relevant secondary KPIs regardless of their time series characteristics.
(FR) L'invention concerne un procédé d'identification d'une ou de plusieurs causes profondes d'un incident anormal associé à un indicateur de performance clé (KPI) primaire dans un système. Le procédé comprend la sélection d'une pluralité de séquences temporelles de KPI secondaires du système par un processeur (104A-N), pour calculer une prépondérance spectrale d'une séquence temporelle du KPI primaire et de chaque séquence temporelle de KPI secondaire. Le procédé consiste à calculer des similarités entre la séquence temporelle du KPI primaire et chaque séquence temporelle de KPI secondaire en fonction des prépondérances spectrales pour sélectionner un ou plusieurs KPI secondaires ayant la plus grande similarité avec le KPI primaire en tant que KPI de causes profondes par le processeur (104A-N). La ou les causes profondes sont identifiées rapidement, précisément et efficacement en corrélant le KPI primaire anormal avec les KPI secondaires les plus pertinents indépendamment de leurs caractéristiques de série temporelle.
Latest bibliographic data on file with the International Bureau