[发明专利]通信网络故障分析方法和装置

权利要求书

1.一种通信网络故障分析方法，其特征在于，包括：

从待测的信令数据中提取多个信令流程，每条所述信令流程包括一个或多个信元；

判断所述多个信令流程是否全部为异常信令流程；

若所述多个信令流程非全部为异常信令流程，则获取差异信元，所述差异信元是所述多个信令流程中的异常信令流程和所述多个信令流程中的正常信令流程之间存在最大差异的信元；

若所述多个信令流程全部为异常信令流程，则获取第一关联信元，所述第一关联信元是所述多个信令流程中与所述异常信令流程中的异常问题关联的信元；

根据所述差异信元或所述第一关联信元获取故障分析结果。

2.根据权利要求1所述的方法，其特征在于，还包括：

若所述多个信令流程非全部为异常信令流程，则获取第二关联信元，根据所述差异信元和所述第二关联信元获取故障分析结果，所述第二关联信元是所述多个信令流程中与所述多个信令流程中的异常信令流程中的异常问题关联的信元。

3.根据权利要求1或2所述的方法，其特征在于，所述获取差异信元，包括：

获取第一特征向量集合和第二特征向量集合，所述第一特征向量集合包括所述多个信令流程中的异常信令流程的特征向量，所述第二特征向量集合包括所述多个信令流程中的正常信令流程的特征向量；

根据所述第一特征向量集合和所述第二特征向量集合得到所述差异信元。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第一特征向量集合和所述第二特征向量集合得到所述差异信元，包括：

获取所述第一特征向量集合和所述第二特征向量集合中的每一维特征与类别向量之间的相关性；

根据所述相关性通过基于特征选择的机器学习方法获取所述差异信元。

5.根据权利要求4所述的方法，其特征在于，所述获取所述第一特征向量集合和所述第二特征向量集合中的每一维特征与类别向量之间的相关性，包括：

计算所述第一特征向量集合和所述第二特征向量集合中的每一维特征与所述类别向量的互信息；

根据所述互信息得到所述相关性。

6.根据权利要求1所述的方法，其特征在于，所述获取第一关联信元，包括：

对第一异常问题通过语义相似度模型进行语义相似度处理得到与所述第一异常问题关联的第一信元，所述第一异常问题为第一信令流程中存在的至少一个异常问题中的任意一个，所述第一信令流程为一个或多个所述异常信令流程中的任意一个；

对所述第一异常问题进行文本相似度处理得到与所述第一异常问题关联的第二信元；

所述第一关联信元包括所述第一信元和/或所述第二信元。

7.根据权利要求6所述的方法，其特征在于，还包括：

维护专家知识库，所述专家知识库包括异常问题描述信息、异常问题协议信息和异常问题接口信息中的一个或多个信息。

8.根据权利要求7所述的方法，其特征在于，所述根据所述差异信元和/或所述关联信元获取故障分析结果之后，还包括：

获取用户反馈，所述用户反馈包括与所述第一异常问题关联的第三信元；

将所述第三信元加入所述专家知识库，并建立所述第一异常问题和所述第三信元之间的关联关系。