为了使用户获得更好的上网体验,电信运营商在不断提升网络传输速度的同时也在不断提升网络管理能力。大客户能够为运营商带来巨大的收益,一直受到运营商的重点关注,因此,电信运营商建立大客户网管系统,为大客户提供更高效、精准的服务。现阶段,大客户网管数据呈现出海量、复杂、多样等特性,使告警分析工作愈加困难。大数据技术能够提高海量复杂数据的分析效率,因此,建设一个能够综合分析网络告警和故障特征、及时发现网络故障和隐患、快速判断故障原因的大数据分析平台,对提升大客户网管故障管理能力有重要的意义。本论文选题于电信运营商企业合作项目。论文基于大数据技术设计并实现了电信大客户网管告警数据分析平台,并将平台应用于告警数据分析。论文主要工作包含以下三个方面:(1)相关技术综述。本文对电信网管的现状和发展进行了概述,梳理了平台建设和应用所需的大数据技术和告警数据分析技术。(2)基于Spark设计并实现了电信大客户网管告警数据分析平台。本文通过分析企业需求对平台进行了总体设计,并将平台分为数据采集、解析与清洗、存储、分析、可视化5个模块。基于模块功能和数据特性,本文对各个模块的设计与实现过程做出了详细阐述。最后,本文对平台进行了性能和功能测试。(3)利用电信大客户网管告警数据分析平台对告警数据进行分析,实现了网管知识库、故障定位、故障诊断应用。本文首先通过分析历史数据挖掘了告警和故障的潜在关系,并据此建立网管知识库;然后通过神经网络技术构建了故障定位和故障诊断模型,分别用于确定故障位置和故障类型。进一步地,本文将故障定位模型和故障诊断模型导入平台数据分析模块,通过调用模型对告警数据进行实时分析,实现故障的快速定位和诊断。