[发明专利]一种SDN网络的故障节点探测方法

说明书

技术领域

本发明属于通信技术领域，具体涉及一种SDN网络的故障节点探测方法。

背景技术

在SDN网络(Software Defined Network，即软件定义网络)实现了数据转发和控制分离，是一种数据控制分离、软件可编程的网络架构，其采用集中式的控制平面和分布式的转发平面，控制平面和转发平面相互分离，控制平面利用南向接口协议对转发平面上的网络设备进行集中式控制，并通过开放北向接口为网络提供灵活的可编程能力。

SDN网络不可避免地存在节点故障失效的问题，目前SDN网络技术比较新颖，关于SDN网络的故障诊断，尤其是在虚拟私有云环境下的SDN网络故障诊断的研究很少。如何进行SDN网络的节点故障诊断，及时进行故障恢复，保证SDN网络所承载业务的连贯性，是SDN网络故障诊断需要解决的主要问题。

发明内容

本发明所要解决的技术问题是针对现有技术中存在的上述不足，提供一种将传统IP网中的探针技术引入到SDN网络中，部署尽可能少的探针实现了对SDN网络的状态采集，然后使用贝叶斯网络对网络状态进行分析，实现了SDN网络的故障检测的SDN网络的故障节点探测方法。

一种SDN网络的故障节点探测方法，包括步骤：

步骤1：在网络中部分所述节点设置所述探针，并通过所述探针所属的所述节点的状态集合得到所述探针所经过的路径的所述节点的状态的稀疏矩阵；

步骤2：计算出所述探针对所述节点的影响因子；

步骤3：根据每条所述探针对所述节点的状态的探测结果、以及所述探针所属所述节点的路径，计算所述节点的故障概率；

步骤4：找出所述节点的故障概率达到最大值时的条件；

步骤5：输出所有概率达到最大值的所述节点集合，即为计算得到的故障节点集合。

在步骤2中，所述探针所属所述节点的影响因子的计算公式为：

IF(v₀)＝αFin(v₀)+βFout(v₀)

其中：v为网络中某个特定的节点，Fin(v0)为所述节点的内部影响因子，α为内部影响系数；Fout(v0)为所述节点的外部影响因子，β为外部影响系数，Sn为所述节点影响的业务数，Li为所述节点对某一个业务的影响程度所量化的数值，K(v)为所述节点的内部属性值。

步骤3中，所述节点的故障概率的计算公式为：

P(V₁,V₂,...V_i，...V_n,T₁,T₂,...T_j,...T_m)＝

P(T₁|Pa(T₁))P(T₂|Pa(T₂))...P(T_m|Pa(T_m))P(V₁)P(V₂)...P(V_n)

其中：P(V1，V2，...Vi，...Vn，T1，T2，...Tj，...Tm)为所有所述节点的条件概率，表征所述节点的故障对整个网络带来的影响；

(Pa(Tj)表示所述探针Tj经过的所有链路，当所述探针Tj中有节点故障时，p(Tj＝1|Pa(Tj))＝1，p(Tj＝0|Pa(Tj))＝0，当所述探针Tj无故障的时，p(Tj＝1|Pa(Tj))＝0，p(Tj＝0|Pa(Tj))＝1；Tj＝1表示正常，Tj＝0表示故障；

Vi为第i个所述节点，Tj为第j条所述探针，n为所述节点个数，m为所述探针条数(m＜n)。

在计算出所述探针所属所述节点的影响因子之后、计算所述节点的故障概率之前还包括步骤：根据所述稀疏矩阵，采用最大边缘化矩阵算法获得包括所有节点的状态的完全矩阵。

综上所述，本发明相比现有技术具有如下优点：

本发明利用贝叶斯网络在SDN网络中部署探针实现对故障节点探测，能有效解决当前SDN网络中出现故障节点时，由于网络的结构庞大，不易发现其故障点，并将故障点定位出来的问题。