[發明專利]一種NFV虛擬化設備運行數據分析方法及裝置

在審

• 申請號: 202011137873.9
• 申請日: 2020-10-22
• 公開（公告）號: CN114385391A
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 常誠;劉建華
• 申請（專利權）人: 中興通訊股份有限公司
• 主分類號: G06F11/07
• 分類號: G06F11/07;G06K9/62
• 代理公司: 北京德崇智捷知識產權代理有限公司 11467
• 代理人: 王斌

1.一種NFV虛擬化設備運行數據分析方法，其特征在于，包括：

S1、日志采集：獲取虛擬網絡設備產生的日志，

S2、日志清洗：應用層日志采用專家庫模型和聚類規則計算，虛擬層日志和物理層日志采用預處理模型的定義，將日志數據進行標準化；

S3、聚類分析生成一級關聯規則：根據簇規則中定義的關鍵字信息，對應用層日志、虛擬層日志、物理層日志進行聚類分析，形成聚類標簽的一級關聯規則；

S4、頻繁項集分析生成二次關聯規則：采用FP-tree頻繁項集算法對S3中聚類形成的簇規則中的事物數據集進行深度規則挖掘，從而生成二級關聯規則，即頻繁項集規則；

S5、規則入庫：將頻繁項集規則與專家庫中的關聯模型規則進行比對，識別出有價值的故障關聯規則，并持久化存儲于專家庫中

S6、日志數據的快速匹配：依據故障關聯規則，利用drools規則引擎和rete算法，以及實際的資源拓撲關系，將應用層日志數據與虛擬層日志的數據進行快速關聯，獲得根因規則，從而通過日志檢測出異常故障的根源。

2.根據權利要求1所述的一種NFV虛擬化設備運行數據分析方法，其特征在于，

在故障發生前，還包括故障警示：根據實時檢測的要求，對設備故障進行實時分析和預警。

3.根據權利要求1或2所述的一種NFV虛擬化設備運行數據分析方法，其特征在于，

在故障發生后，還包括故障追蹤：對于已經發生的故障，反向的挖掘歷史日志數據，形成對異常故障問題的溯源。

4.根據權利要求1所述的一種NFV虛擬化設備運行數據分析方法，其特征在于，S1中所述的日志包括應用層日志、虛擬層日志和物理層日志。

5.根據權利要求1所述的一種NFV虛擬化設備運行數據分析方法，其特征在于，在S3中，還需在分析系統中對所述簇規則的顯示層數進行限定。

6.根據權利要求1所述的一種NFV虛擬化設備運行數據分析方法，其特征在于，S4中，頻繁項集分析生成二次關聯規則的具體方法為：

S11、項頭表的建立：通過掃描S3中形成的簇規則的事務數據集，找到支持度設定閾值的項頭表并排序，獲得排序后的日志數據集；

S12、建立FP-tree：掃描項頭表和排序后的日志數據集，將掃描到的所有的項表頭和日志數據集插入簇規則節點，即建成FP-Tree；

S13、挖掘FP-tree：基于 FP-Tree、項頭表及結點鏈表，從項頭表的底部項依次向上挖掘，找到項頭表對應于FP-Tree 的節點，即可找到條件模式基，基于條件模式基,遞歸挖掘，即可得到頻繁項集規則。

7.一種NFV虛擬化設備運行數據分析裝置，其特征在于，包括：

日志采集模塊，獲取虛擬網絡設備產生的日志，數據分析模塊：用于對獲取的日志數據進行清洗，將日志數據標準化，并進行聚類分析，生成一級關聯規則，進行頻繁項集分析，生成二級關聯規則，并識別出有價值的故障關聯規則；

快速匹配模塊：用于依據故障關聯規則，利用drools規則引擎和rete算法，以及實際的資源拓撲關系，將應用層日志數據與虛擬層日志的數據進行快速關聯，獲得根因規則。

8.根據權利要求7所述的一種NFV虛擬化設備運行數據分析裝置，其特征在于，所述數據分析模塊，包括數據清洗子模塊：用于對獲取的日志數據進行清洗，將日志數據標準化，

模型訓練子模塊，用于對日志數據進行聚類分析，生成一級關聯規則，進行頻繁項集分析，生成二級關聯規則；

驗證子模塊，用于驗證二次關聯生成的頻繁項集規則的準確性，識別出有價值的故障關聯規則。

9.根據權利要求7所述的一種NFV虛擬化設備運行數據分析裝置，其特征在于，還包括預警模塊、用于根據實時檢測的要求，對設備故障進行實時分析和預警。

10.根據權利要求7所述的一種NFV虛擬化設備運行數據分析裝置，其特征在于，還包括故障追蹤：用于對于已經發生的故障，反向的挖掘歷史日志數據，形成對異常故障問題的溯源。