背景：本次赛题是第九届中国软件杯的一道选题，由我韩一祺、黄珺瑜、尹坤三人结成小组完成，目前还在第一阶段——需求分析原型设计阶段，为了能更好的进行阶段工作写下这篇报告。
网络拓扑中一个节点出现故障，往往会导致与其相连的其他节点也发生异常，进而产生大量告警。这样就需要找到其真正故障点。
故障点的信息往往淹没在很多无关警告中挖掘有用的数据。
为寻找某时间段内的根因，需要开发算法，这个算法应该以一段时间内的节点以及其警告信息为输入，经过故障信息预处理，并经过离线分析所建立的模型，输出定位的根因故障信息。
通过现成架构搭建一个用于展现故障根因图像的平台，可以选择局部拓扑图以及局部警告信息展示，展示警告的关联关系。
为了保证模型的质量需要首先分析数据。
分析从三个方面考虑，拓扑图关联、因果关联与时间关联，最终得出根因的特征。
之后，模型的建立使用深度学习，分析准确率。
完成后搭建平台展示可视化。
原文：https://www.cnblogs.com/limitCM/p/12806010.html