[發明專利]基于撥測數據的數據中心網絡故障節點診斷方法及系統

有效

• 申請號: 201810603564.2
• 申請日: 2018-06-09
• 公開（公告）號: CN108933694B
• 公開（公告）日: 2021-11-09
• 發明（設計）人: 齊小剛;王冰純;劉立芳;馮海林;胡紹林
• 申請（專利權）人: 西安電子科技大學
• 主分類號: H04L12/24
• 分類號: H04L12/24
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 黃偉洪

本發明屬于監督，監控或測試裝置技術領域，公開了一種基于撥測數據的數據中心網絡故障節點診斷方法及系統，依據現有的故障探測信息生成動態廣度優先生成樹作為節點間的探測路徑；基于給定的先驗概率p分析撥測數據來初步確定網絡成員的故障概率；通過分析概率分配函數選擇一個合理的閾值來識別故障節點，將可疑節點集分類為故障節點集和正常節點集。與HFD算法相比，HBFD算法在檢測數量和診斷精度方面都有更好的性能。在不同規模的網絡拓撲中都能在較低的探測次數下準確識別網絡中的故障節點。為了診斷網絡中的惡意節點或其他類型的故障，將新方法引入HBFD也具有一定的研究價值。

技術領域

本發明屬于監督，監控或測試裝置技術領域，尤其涉及一種基于撥測數據的數據中心網絡故障節點診斷方法及系統。

背景技術

目前，業內常用的現有技術是這樣的：隨著大數據時代的到來，云計算需求的不斷增加使得數據中心網絡規模不斷擴大。如今，數據中心網絡包含數十萬臺通過網絡接口卡(NIC)，交換機和路由器，電纜和光纖連接的服務器，這些服務器大部分是分布式的并且具有高流量。在大型系統中，檢測和定位故障對于網絡管理系統通過故障恢復機制恢復網絡通信非常重要。盡管有許多研究都致力于故障診斷策略，仍有如下所述的問題需要解決。1)診斷復雜性：除了為故障定位帶來更高的時間和空間復雜度外，由于動態，不完整和不確定的信息，網絡規模的增加也會導致更復雜的故障診斷。因此，有效降低故障診斷的探測次數和探測效率十分有意義的。2)網絡負載增加：數據中心可以大大縮短算法執行時間，但也會導致控制器開銷的可能性增加。一種可能的解決方案是應用參與策略來控制監視器的數量，而另一種策略是提高探測數據的有效性以減少數據量。現有的網絡故障診斷技術主要分為三類：被動故障探測，主動故障探測和基于網絡日志的故障模式識別方法。被動故障探測方法通過在網絡中部署監控代理來監控網絡的實時性能，被動獲取網絡成員的狀態信息。一種在網絡中的特定鏈路上放置被動監測設備的方法，這些代理通過在給定時間內便利網絡中的所有鏈路來監測網絡的成員的當前狀態，但是這種方法有在大規模網絡中生成冗余監測代理的缺點。一種使用依賴圖的被動故障診斷方法，但是這些算法一次只能檢測出有限數量的故障節點，不適用于大規模網絡的環境。貝葉斯置信網絡(BBN)也被廣泛應用于故障探測技術。BBN將網絡結構模型化為有向無環圖，然后通過分析端到端可觀察癥狀來嘗試找到失敗的節點，故障推理在大規模網絡中有較高的時間復雜度，使得故障管理系統不能及時有效的恢復網絡的通信。主動故障診斷通常使用探測器來檢測服務器的狀況，這些選定的探針被傳輸以獲得端到端的統計數據，如包丟失率，延遲和吞吐量等。然后控制器收集這些統計信息以獲取進一步的信息對于主動探測推理，設計合適有效的探測策略非常重要。一種使用自適應探測的故障診斷系統架構。大多數基于探針的技術包含三個組件：探測站選擇，探測器選擇和故障推理。但是這些方法在大規模網絡中受到流量開銷的限制。一種減少網絡流量開銷的分階段測試方法，在每個階段只使用一小組探針檢測到網絡的一小部分區域。但如何找到合理布置探針臺和探針臺失效的問題還有待進一步探討。一種探針臺選擇算法，以最小化探針臺的數量并使探針臺對抗故障具有魯棒性。然而，如何放置探測站來監測故障站的問題仍然沒有解決。隨著大數據技術的發展，基于日志數據的故障診斷技術引起了廣泛的關注。基于網絡系統日志的技術通常建立在閾值算法的基礎上，該算法首先基于網絡管理人員的經驗為網絡不同的檢測性能設置適當的閾值，然后通過將實際值與默認閾值進行比較來檢測故障。這種技術很簡單但存在兩個明顯的缺點：1)它的閾值是根據經驗選擇的；2)不分析低于閾值的數據，導致與網絡狀況有關的一些詳細信息可能會被遺漏。用于主動故障診斷的新型分析體系，不僅考慮錯誤和下降等異常日志的關鍵字，還嘗試發現突發性故障的模式。但是，基于數據的算法在數據預處理(如數據提取，數據清理和異常處理)方面有較高的時間復雜度。

綜上所述，現有技術存在的問題是：