[發明專利]一種電信核心網故障干預時機決策方法

在審

• 申請號: 202011510414.0
• 申請日: 2020-12-18
• 公開（公告）號: CN112637879A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 葉可江;林彥穎;須成忠
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: H04W24/04
• 分類號: H04W24/04;G06N3/04;G06N3/08
• 代理公司: 深圳市科進知識產權代理事務所(普通合伙) 44316
• 代理人: 魏毅宏

本發明適用于電信技術領域，提供了電信核心網故障干預時機決策方法，包括以下步驟：利用一段時間內的核心網絡上報的故障信息對網絡狀態進行建模；利用具有不確定性特征建模的深度貝葉斯神經網絡對核心網絡整體狀態變化的隨機性和不確定性進行建模：利用深度貝葉斯神經網絡的貝葉斯推斷過程對網絡干預時機進行決策。本發明將電信網絡整體作為考量，利用具有不確定性特征建模的深度貝葉斯神經網絡對核心網絡整體狀態變化的隨機性和不確定性進行建模的方法，利用不確定性深度神經網絡對電信核心網絡中復雜的不確定性行為進行了有效的建模，并利用深度貝葉斯神經網絡的貝葉斯推斷過程對網絡干預時機進行決策的方法進行了有效的決策。

技術領域

本發明屬于電信技術領域，尤其涉及一種基于不確定性深度神經網絡的電信核心網故障干預時機決策方法。

背景技術

核心電信網絡是用于數據交換的重要電信基礎架構，它由大量的路由器，交換機和防火墻等重要設備組成，互連各種網絡，為在不同的LAN或子網之間交換數據提供了一條路徑，其主要功能是路由和交換。

隨著云計算、5G/6G、物聯網等業務的迅猛發展，目前電信網絡的核心網絡面臨著以下幾個趨勢：

1)、核心網內的設備種類從較為單一迅速增長為多樣化，體現為多廠家、多協議、多設備制式等，由此帶來對電信核心網的整體狀態較為難以把握；

2)、完成一個業務所需要的設備規模從較少變為需要大規模設備協同，體現為跨區域、跨網絡類型、跨通信協議；

3)、設備分布從較為集中式的核心網絡機房到分布式的網絡機房，較為顯著的是5G的隨著從“通信站”走向“社會站”，大量小微站點將與廣泛的社會資源融為一體；

4)、故障傳播范圍也將從局部的擴散影響(某個地區或者某種網絡類型)到非常廣泛的擴散；

5)、網絡整體的變化將呈現不確定性的趨勢。

因此，這種核心網絡規模和復雜性的擴張帶來一個顯著的問題是網絡穩定性難以控制，運維成本顯著上升。

通常情況下，網絡自身有一定的調節能力，比如自動修改網絡的拓撲結構，使部分流量往正常的鏈路通過，從而避免網絡斷路。這種調節是十分高效的，但一方面故障鏈路的恢復周期較長，并且在核心網絡整體負載較高的情況下，這種調節方式十分危險。其可能劇烈增大其他鏈路的負載，提高其他鏈路的故障概率。

故在高負載的情況下通常由經驗豐富的運維工程師來處理網絡故障，這帶來兩個當前非常受到關注的問題：

第一，電信核心網絡的整體狀態如何量化。目前網絡由于上述分析的幾個趨勢可以得出，網絡狀態難以量化。

第二，什么時候可以對網絡進行運維干預，如果過早地對網絡進行人工干預，此時網絡性能瓶頸還遠沒有產生，此時運維將會導致十分顯著的額外開銷，并且對接下來的整體狀態繼續變化的趨勢并無明顯幫助；而如果干預不及時，網絡性能瓶頸產生，將引發網絡故障大規模擴散，所以核心問題是干預的時機。

發明內容

有鑒于此，本發明實施例提供了電信核心網故障干預時機決策方法，以解決現有技術中現有技術沒有將網絡整體作為考量，而注重某一種設備或者某一種協議故障情況，無法對網絡中復雜的不確定性行為進行有效建模，無法確定較為妥當的運維干預時機，可能導致不必要的開銷或者故障擴散的問題。

為達到上述目的，本發明提供的方案是：

一種電信核心網故障干預時機決策方法，其特征在于，包括以下步驟：

S1：利用一段時間內的核心網絡上報的故障信息對網絡狀態進行建模；

S2：利用具有不確定性特征建模的深度貝葉斯神經網絡對核心網絡整體狀態變化的隨機性和不確定性進行建模；