[发明专利]基于证据筛选的虚拟网络故障诊断方法及装置

说明书

技术领域

本发明涉及网络故障诊断技术领域，具体涉及一种基于证据筛选的虚拟网络故障诊断方法及装置。

背景技术

在虚拟网络环境中，多个虚拟网络同时存在于同一底层物理网络上，传统的互联网服务提供商(Internet Service Provider，ISP)分为两部分：基础设施提供商(Infrastructure Providers，InPs)和网络服务运营商(Service Providers，SPs)，基础设施提供商用来提供和管理物理基础设施，网络服务运营商利用多个InPs提供的资源，通过抽象、分配和隔离机制部署虚拟网络，为终端用户提供创新的端到端服务及多样化的业务应用。

虚拟化环境中由于底层信息对于上层虚拟网络的透明性使得故障检测系统无法获取完整的网络知识，从而在对虚拟网络故障诊断中存在大量的不确定性；此外，虚拟网路是典型的大规模分布式网络，其中包含大量的虚拟节点和虚拟链路，这些组件又随需求动态变更，没有固定的网络拓扑。加之噪声影响，使得虚拟环境中对虚拟网络的故障诊断变得更加困难。

现有的技术方案主要采用基于管理层主动或被动探测故障定位方法来对虚拟网络进行故障诊断。然而，采用上述方法诊断虚拟网络故障需要了解网络的全局拓扑，不能较好地适应虚拟网络的动态性和扩展性。

发明内容

针对现有技术中不能较好地适应虚拟网络的动态性和扩展性的缺陷，本发明提供了一种基于证据筛选的虚拟网络故障诊断方法及装置。

一方面，本发明提供的一种基于证据筛选的虚拟网络故障诊断方法，包括：

获取每一个客户端对该客户端对应的虚拟网络路径是否发生故障的观察结果；

建立证据矩阵，其中所述证据矩阵的每一行对应一个客户端，所述证据矩阵的第一列对应该客户端的观察结果，其余每一列对应一个虚拟网络组件，所述虚拟网络组件包括虚拟节点和虚拟链路；

将所述证据矩阵拆分为多个子证据矩阵，每一个所述子证据矩阵的列数与所述证据矩阵的列数相等；

针对每一个所述子证据矩阵，根据DS证据理论求解得到每一个虚拟网络组件的发生故障的概率；

按照发生故障的概率由大到小的顺序依次选取发生故障概率最大的虚拟网络组件，直到选取的全部虚拟网络组件所覆盖的发生故障的虚拟网络路径的数量达到预设值为止。

进一步地，所述将所述证据矩阵拆分为多个子证据矩阵的步骤，包括：

将所述证据矩阵拆分为两个子证据矩阵，所述证据矩阵的奇数行作为第一子证据矩阵，所述证据矩阵的偶数行作为第二子证据矩阵。

进一步地，所述根据DS证据理论求解得到每一个虚拟网络组件的发生故障的概率的步骤，包括：

针对每一个所述子证据矩阵，根据DS证据理论构造每一个虚拟网络组件的一个m函数；

针对每一个虚拟网络组件，根据DS证据理论的融合规则将同一个虚拟网络组件的所有m函数进行融合，得到该虚拟网络组件发生故障的概率。

进一步地，所述根据DS证据理论构造每一个虚拟网络组件的一个m函数的步骤，包括：

针对第i个虚拟网络组件C_i，建立C_i的识别框架Θ＝{N_i，A_i}，其中N代表正常，A代表故障；

当Q_i>P_i时，m(N_i)＝min(1，log(Q_i/P_i))，m({N_i，A_i})＝1-m(N_i)；m(A_i)＝0；

当Q_i<＝P_i时，m(A_i)＝min(1，-log(Q_i/P_i))；m({N_i，A_i})＝1-m(N_i)，m(N_i)＝0；

所述Q_i为所述虚拟网络组件C_i正常的后验概率，所述P_i为所述虚拟网络组件C_i故障的后验概率。

进一步地，所述根据DS证据理论将同一个虚拟网络组件的所有m函数值进行融合的步骤，包括：

对于