[发明专利]一种网络故障根因检测方法、系统及存储介质

权利要求书

1.一种网络故障根因检测方法，其特征在于，所述检测方法包括：

获取多个网络性能参数，分别对每个所述网络性能参数进行处理，得到模型样本；

对所有所述模型样本进行细粒度聚类，将相似度大于预设阈值的模型样本映射到同一样本单元，得到多个样本单元；

对每个样本单元添加根因标签，生成根因检测模型；

对待诊断网络性能参数进行处理，得到待诊断样本，分别计算所述待诊断样本与每个所述模型样本的相似度值；

获取与所述待诊断样本相似度最高的所述模型样本对应的样本单元的根因标签，将所述根因标签作为所述待诊断样本的故障根因。

2.根据权利要求1所述的网络故障根因检测方法，其特征在于，所述对每个样本单元添加根因标签，生成根因检测模型，包括：

根据样本单元中模型样本的数量对样本单元进行排序；

将排序高于预设阈值的样本单元设置为核心单元，采用基于密度的聚类算法将每个核心单元与其他样本单元进行合并，得到多个样本单元类簇；

对每个样本单元类簇添加根因标签，生成根因检测模型。

3.根据权利要求1所述的网络故障根因检测方法，其特征在于，所述对所有所述模型样本进行细粒度聚类，将相似度大于预设阈值的模型样本映射到同一样本单元，包括：

将所有所述模型样本输入自组织映射神经网络的输入层；

通过自组织映射神经网络的竞争层完成对所有所述模型样本的细粒度聚类，将相似度大于预设阈值的模型样本映射到同一所述样本单元中。

4.根据权利要求1所述的网络故障根因检测方法，其特征在于，所述分别对每个所述网络性能参数进行处理，得到模型样本，包括：

通过主成分分析方法对每个所述网络性能参数进行降维处理，得到所述模型样本。

5.根据权利要求4所述的网络故障根因检测方法，其特征在于，所述分别对每个所述网络性能参数进行降维处理之前，还包括：

对所有所述网络性能参数进行过滤，剔除所述网络性能参数中的异常值。

6.根据权利要求4所述的网络故障根因检测方法，其特征在于，所述检测方法还包括：

将所述模型样本作为参考模型样本；

对所有参考模型样本分别进行数据标准化处理，得到所述模型样本。

7.根据权利要求1所述的网络故障根因检测方法，其特征在于，所述对待诊断网络性能参数进行处理，得到待诊断样本，包括：

通过主成分分析方法对所述待诊断网络性能参数进行降维处理，得到所述待诊断样本。

8.根据权利要求1～7中任一所述的网络故障根因检测方法，其特征在于，所述计算所述待诊断样本与每个所述模型样本的相似度值，包括：

分别计算待诊断样本与每个所述模型样本的欧氏距离，作为所述相似度值。

9.一种网络故障根因检测系统，其特征在于，所述网络故障根因检测系统包括处理器、存储器；所述处理器用于执行所述存储器中存储的故障根因检测程序，以实现权利要求1～8中任一项所述的故障根因检测方法。

10.一种计算机可存储介质，其特征在于，所述计算机可存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1～8中任一项所述的故障根因检测方法。