[发明专利]一种EIGRP路由故障识别方法

说明书

本发明公开了一种EIGRP路由故障识别方法。该方法通过集线器将监测节点并入被监测路由系统中，通过抓包程序捕获被监测路由系统中进出核心路由器的EIGRP数据报文，从捕获的EIGRP数据报文中提取有用字段作为数据样本特征并确定具体的样本特征值，建立训练样本集，利用所述训练样本集建立故障类别识别模型，主要有FDDT模型和FDRF模型，再利用这些故障类型识别模型对未知的EIGRP路由故障样本进行识别。本方法具有自学习能力，对EIGRP路由故障的识别分类准确度高，鲁棒性强。

技术领域

本发明涉及计算机网络通信领域，尤其涉及一种EIGRP路由故障识别方法。

背景技术

在计算机网络通信中，路由器是连接计算机实现数据报文路由选择的关键设备，路由器产生故障则直接影响计算机网络通信的质量。

路由故障是指路由协议运行偏离正常状态的情况。路由故障识别分为域内路由识别和域间路由识别，EIGRP(Enhanced Interior Gateway Routing Protocol，即：增强内部网关路由线路协议)路由协议是一种域内路由协议，部署简单，鲁棒性好，常应用在一些高可靠性、高安全性的领域，如果EIGRP路由在运行过程中发生故障，将造成很严重的后果。

在现有技术中，缺乏有效诊断EIGRP路由故障的方法，为此需要提供一种既能够诊断EIGRP路由故障，又能够取得良好性能的识别方法。

发明内容

本发明主要解决的技术问题是提供一种EIGRP路由故障识别方法，解决现有技术中对EIGRP路由故障识别智能化水平低、鲁棒性不强等问题。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种EIGRP路由故障识别方法，通过集线器将监测节点并入被监测路由系统中，该监测节点通过抓包程序捕获该被监测路由系统中进出核心路由器的EIGRP数据报文；从捕获的该EIGRP数据报文中提取有用字段作为数据样本特征并确定具体的样本特征值，建立训练样本集T；利用该训练样本集建立故障类别识别模型，再利用该故障类型识别模型对未知的EIGRP路由故障样本进行识别。

在本发明EIGRP路由故障识别方法另一实施例中，该数据样本特征包括数据报文长度，源路由器，目标路由器，数据包类型，目标路由器，单播标识，附加路由标识，重启标识，初始化结束，路由器编号，AS域编号，带宽，负载，延时，可靠性，丢包率，扩展属性，自动汇总，手动汇总，环回接口，内部路由数目，子网掩码的位数，外部路由数目，样本类型，分发列表，IP地址的路由条目和/或路由器端口的IP地址连续性。

在本发明EIGRP路由故障识别方法另一实施例中，利用该样本集T建立的故障类别识别模型是FDDT模型，建立过程包括：

输入样本集(T，A)，其中，A为特征值集，若该训练样本集T中的故障类型为同一类故障F，则生成与该故障F对应的F类叶节点；若该特征值集A不是空集或者该训练样本集T中的样本在该特征值集A中的特征值相同，则生成与该训练样本集T中样本数最多的类对应的M类叶节点；若该训练样本集T中的样本在该特征值集A中的特征值不相同，则计算该特征值集A中不同属性的信息增益，得到最优属性的样本子集Ta，若Ta为空集，则生成Y类叶节点，否则若Ta不为空集，则循环递归输入样本集(Ta，A)。

在本发明EIGRP路由故障识别方法另一实施例中，该信息增益的计算方法是：

其中，特征值a有V个可选的值{a₁，a₂，…，a_V}，使用该特征值a对训练集D进行划分，则会产生V个分支节点，其中第v个分支节点包含了训练集D中所有在特征值a上取值为a_v的样本，记为D^v，Ent(D)代表信息熵，计算公式为：