[發明專利]網絡故障診斷方法

有效

• 申請號: 201911031015.3
• 申請日: 2019-10-28
• 公開（公告）號: CN110995461B
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 黃聯芬;何維晟;高志斌;蘇毓涵;王健錚;陳琳然;程志鵬;楊波;區洋;劉震
• 申請（專利權）人: 廈門大學;京信通信系統（廣州）有限公司
• 主分類號: H04L12/24
• 分類號: H04L12/24;H04L12/26
• 代理公司: 廈門創象知識產權代理有限公司 35232
• 代理人: 崔建鋒

本發明公開了一種網絡故障診斷方法及介質，其中該方法包括：獲取KPI指標的實時序列流，并對KPI指標的實時序列流進行截窗處理以獲取KPI指標的實時序列向量；將KPI指標的實時序列向量與預先訓練好的KPI指標的正常屬性向量進行K?S分布檢驗，以判斷KPI指標的實時序列向量是否分布正常；當所有KPI指標中任意一個KPI指標的實時序列向量分布出現異常時，將所有KPI指標在K?S分布檢驗時的偏差值按順序排列以構成偏差值向量；采用新型引力聚類模型，根據偏差值向量獲取與偏差值向量相似度最高的網絡故障類別，并將網絡故障類別作為網絡故障診斷結果；從而無需人工介入即可實現網絡故障的診斷過程，大大提高了網絡智能運維的高效性和便捷性。

技術領域

本發明涉及計算機技術領域，特別涉及一種網絡故障診斷方法。

背景技術

隨著信息技術的快速發展，網絡系統的規模不斷擴大，復雜程度也越來越高，現有對于網絡故障的診斷雖然可以借助機器對動態指標進行監測，但是一旦發現網路故障還是需要人工分析處理以確認網絡故障類型，不僅費時費力，而且還大大降低了網絡故障的診斷效率。

發明內容

本發明旨在至少在一定程度上解決上述技術中的技術問題之一。為此，本發明的一個目的在于提出一種網絡故障診斷方法，通過實時監測通信網絡中的KPI指標，當KPI指標出現異常時，采用新型引力聚類模型判斷網絡故障類型，從而無需人工介入即可實現網絡故障的診斷過程，大大提高了網絡智能運維的高效性和便捷性。

本發明的第二個目的在于提出一種計算機可讀存儲介質。

為達到上述目的，本發明第一方面實施例提出了一種網絡故障診斷方法，包括以下步驟：獲取KPI指標的實時序列流，并對所述KPI指標的實時序列流進行截窗處理以獲取所述KPI指標的實時序列向量；將所述KPI指標的實時序列向量與預先訓練好的所述KPI指標的正常屬性向量進行K-S分布檢驗，以判斷所述KPI指標的實時序列向量是否分布正常；當所有KPI指標中任意一個KPI指標的實時序列向量分布出現異常時，將所有KPI指標在K-S分布檢驗時的偏差值按順序排列以構成偏差值向量；采用新型引力聚類模型，根據所述偏差值向量獲取與所述偏差值向量相似度最高的網絡故障類別，并將所述網絡故障類別作為網絡故障診斷結果。

根據本發明實施例的網絡故障診斷方法，首先獲取KPI指標的實時序列流，并對KPI指標的實時序列流進行截窗處理以獲取KPI指標的實時序列向量；接著將KPI指標的實時序列向量與預先訓練好的KPI指標的正常屬性向量進行K-S分布檢驗，以判斷KPI指標的實時序列向量是否分布正常；當所有KPI指標中任意一個KPI指標的實時序列向量分布出現異常時，將所有KPI指標在K-S分布檢驗時的偏差值按順序排列以構成偏差值向量；最后采用新型引力聚類模型，根據偏差值向量獲取與偏差值向量相似度最高的網絡故障類別，并將網絡故障類別作為網絡故障診斷結果；由此，通過實時監測通信網絡中的KPI指標，當KPI指標出現異常時，采用新型引力聚類模型判斷網絡故障類型，從而無需人工介入即可實現網絡故障的診斷過程，大大提高了網絡智能運維的高效性和便捷性。

另外，根據本發明上述實施例提出的網絡故障診斷方法還可以具有如下附加的技術特征：

可選地，對所述KPI指標的實時序列流進行截窗處理以獲取所述KPI指標的實時序列向量，包括：采用滑動窗口的方式將所述KPI指標的實時序列流進行分段處理，以將所述KPI指標的實時序列流分成多段屬性學習窗口大小的實時序列向量。