1.一种基于贝叶斯网络的逻辑报警根源分析方法，其特征在于，包括：将报警变量与根源变量用二进制1和0表示出来，对应报警状态与非报警状态；

考虑先验条件概率，并以批量学习法及最大值函数完成后验估计，使用在线更新算法完成贝叶斯网络中概率参数更新；

基于贝叶斯公式计算后验概率，当发生报警时，将后验条件概率以向量的形式表示并降序排列，根据最大后验概率的位置确定根本原因。

2.如权利要求1所述的一种基于贝叶斯网络的逻辑报警根源分析方法，其特征在于，将报警变量与根源变量之间的关系由一个子节点Xa和多个父节点X1,X2,...,Xn的贝叶斯网络描述，通过有向无环图表示一组随机变量及其条件的依赖关系，随机变量由网络中的节点表示，取一些离散值。

3.如权利要求1所述的一种基于贝叶斯网络的逻辑报警根源分析方法，其特征在于，设贝叶斯网络中由观测样本和递归方式更新的概率参数集为θ＝{θi,0,θi,1,θa,0|j,θa,1|j}，其中，θi,0和θi,1表示Xi(i∈[1,n])取0和1的概率，θa,0|j和θa,1|j分别表示R取rj条件下Xa取0和1的先验条件概率，i＝1,2,......n，j＝1,2,......2n；

针对历史数据集D＝{X(1),......X(t-1),X(t)}，X(t)＝[X1(t),X2(t),......Xn(t),Xa(t)]T，采用批量学习算法，得到后验估计其中，LD(θ)是平均似然对数函数，惩罚函数 是用来计算θ与 之间的χ2距离，λ是参数更新速率；

最终历史数据集D由当前样本X(t)替代， 和 分别由 和 替代；

其中，表示先验估计； 表示采用批量学习算法的到的后验估计； 表示前一时刻的后验估计； 表示当前时刻的后验估计。

4.如权利要求3所述的一种基于贝叶斯网络的逻辑报警根源分析方法，其特征在于，所述概率参数集基于下述情况在线更新为：θ(t)＝{θi,0(t),θi,1(t),θa,0|j(t),θa,1|j(t)}；

用当前样本X(t)替代批处理中的历史数据集D，得到：θa,1|j(t)＝λ+(1-λ)θa,1|j(t-1)，θa,0|j(t)＝(1-λ)θa,0|j(t)；

对于父节点集rk(k∈[1,2n]，k≠j)，相应的概率参数不变，即θa,1|k(t)＝θa,1|k(t-1)，θa,0|k(t)＝θa,0|k(t-1)；

当P(Xi(t)＝1|X(t))＝1时，相应的概率参数更新为：θi,1(t)＝λP(Xi(t)＝1|X(t))+(1-λ)θi,1(t-1)和θi,0(t-1)＝(1-λ)θi,0(t-1)；

当Xa(t)＝0，R(t)＝rj时，对应的概率参数更新为：

θa,0|j(t)＝λ+(1+λ)θa,0|j(t-1)，θa,1|j(t)＝(1-λ)θa,1|j(t)；

当Xi(t)＝0时，相对应的概率参数更新为：

θi,0(t)＝λ+(1-λ)θi,0(t-1)，θi,1(t)＝(1-λ)θi,1(t-1)。

5.如权利要求1所述的一种基于贝叶斯网络的逻辑报警根源分析方法，其特征在于，假设Xa的值表示为xa，Xi在第j个父节点集的值表示为xi.j，根据贝叶斯规则，得到基于xa的后验条件概率rj：根据链式规则以及X1,...,Xn之间的相互独立性，联合概率表示为：

6.如权利要求5所述的一种基于贝叶斯网络的逻辑报警根源分析方法，其特征在于，使用上述得到的联合概率以及更新的概率参数θ(t)，后验概率参数 即P(R＝rj|Xa＝xa)以在线的方式更新为：其中， 表示R取rj条件下xi取0或1的概率； 表示R取rj条件下xa取0或1的概率。

7.如权利要求1所述的一种基于贝叶斯网络的逻辑报警根源分析方法，其特征在于，根据最大后验概率的位置确定根本原因，具体为：导致报警的根本原因表示为：

其中，将后验概率参数 的分子表示为 当Xa＝1时将后验条件概率定义为一个向量： 将该向量以降序排列，记为：(θp,s,η)

＝max(θp)，向量η包含已排列元素的下标；

则根本原因为 其中η(1)表示η的第一个元素；即：如果θj|1(t)，j∈[1,2n-1]是最大的后验条件概率，那么Xa处于报警状态时，根本原因为rj中父节点集中X1,...,Xn中取值为1的变量；如果向量η中最后一个元素为最大值，则认为Xa＝1是由根源变量X1,...,Xn之外的一些未知原因导致的。

8.一种基于贝叶斯网络的逻辑报警根源分析系统，其特征在于，包括：用于将报警变量与根源变量用二进制1和0表示出来，对应报警状态与非报警状态的模块；

用于考虑先验条件概率，并以批量学习法及最大值函数完成后验估计，使用在线更新算法完成贝叶斯网络中概率参数更新的模块；

用于基于贝叶斯公式计算后验概率，当发生报警时，将后验条件概率以向量的形式表示并降序排列，根据最大后验概率的位置确定根本原因的模块。

9.一种终端设备，其包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，其特征在于，所述指令适于由处理器加载并执行权利要求1-7任一项所述的基于贝叶斯网络的逻辑报警根源分析方法。

10.一种计算机可读存储介质，其中存储有多条指令，其特征在于，所述指令适于由终端设备的处理器加载并执行权利要求1-7任一项所述的基于贝叶斯网络的逻辑报警根源分析方法。