[发明专利]一种网络故障根因检测方法、系统及存储介质

说明书

本发明涉及一种网络故障根因检测方法、系统及存储介质，检测方法包括：分别对每个网络性能参数进行处理，得到模型样本；将相似度大于预设阈值的模型样本映射到同一样本单元；对每个样本单元添加根因标签；分别计算待诊断样本与每个模型样本的相似度值；获取与待诊断样本相似度最高的模型样本对应的根因标签作为苏搜狐待诊断样本的故障根因。本发明实施例通过获取不同小区的网络性能参数，通过聚类将网络性能参数生成的模型样本映射到同一样本单元，对样本单元分别添加根因标签，生成根因检测模型，通过根因检测模型对待诊断网络性能参数进行诊断，实现对无线通信网络的故障根因的快速诊断，提高故障的诊断效率。

技术领域

本发明涉及移动通信网络技术领域，尤其涉及一种网络故障根因检测方法、系统及存储介质。

背景技术

随着人们对移动通信业务需求的日益增长，移动网络运营规模越来越庞大，所采用的技术也越来越复杂。因而网络发生故障的频率越来越高，定位难度也不断增大，最终导致网络运营维护成本急剧增长。

传统的无线通信网络问题根因定位主要采取人工分析方式，具体而言网络警和配置数据进行分析，对问题原因逐步排查后确定故障根因。这种传统的故障根因定位方法的效率非常低下，而且故障根因定位准确率严重依赖工程师的知识、经验和技能，不适应当前网络的发展趋势。

发明内容

为了解决现有技术存在的问题，本发明的至少一个实施例提供了一种网络故障根因检测方法、系统及存储介质。

第一方面，本发明实施例提供了一种网络故障根因检测方法，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。

基于上述技术方案，本发明实施例还可以做出如下改进。

结合第一方面，在第一方面的第一种实施例中，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。

结合第一方面，在第一方面的第二种实施例中，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。

结合第一方面，在第一方面的第三种实施例中，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。

结合第一方面的第三种实施例，在第一方面的第四种实施例中，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：