[发明专利]检测网络故障的方法和装置

权利要求书

1.一种检测网络故障的方法，其特征在于，包括：

获取目标特征数据，所述目标特征数据为与第一数据流的目标特征相关的数据，所述目标特征包括以下至少一项：丢包、重传、乱序、往返时间、接收窗口、数据包数或传输静荷；

根据目标概率模型和所述目标特征数据确定目标异常程度，其中，所述目标概率模型用于指示正常特征数据的概率分布，所述正常特征数据为与正常数据流的目标特征相关的数据，所述目标异常程度为所述第一数据流的目标特征的异常程度；

根据所述目标异常程度确定传输所述第一数据流的网络的故障。

2.根据权利要求1所述的方法，其特征在于，所述根据目标概率模型和所述目标特征数据确定目标异常程度，包括：

将所述目标特征数据输入所述目标概率模型确定目标概率，所述目标概率用于表示所述目标异常程度。

3.根据权利要求2所述的方法，其特征在于，所述目标特征数据包括多个维度的数据，所述目标概率模型包括所述多个维度对应的概率模型，所述目标概率包括所述多个维度对应的概率。

4.根据权利要求3所述的方法，其特征在于，所述多个维度包括统计维度，所述目标特征数据包括所述第一数据流的目标特征的统计值，所述目标概率模型包括统计值高斯分布，所述目标概率包括所述第一数据流的目标特征的统计值在所述统计值高斯分布上的累积分布概率，其中，所述统计值高斯分布为所述正常数据流的目标特征的统计值服从的高斯分布。

5.根据权利要求3或4所述的方法，其特征在于，所述多个维度包括数据流形态维度，所述目标特征数据包括目标重构误差，所述目标概率模型包括重构误差高斯分布，所述目标概率包括所述目标重构误差在所述重构误差高斯分布上的累积分布概率，其中，所述目标重构误差为所述第一数据流的目标特征的数据流形态的重构误差，所述重构误差高斯分布为所述正常数据流的目标特征的数据流形态的重构误差服从的高斯分布。

6.根据权利要求3或4所述的方法，其特征在于，所述多个维度包括相关性维度，所述目标特征数据包括目标相关性系数，所述目标概率模型包括相关性高斯分布，所述目标概率包括所述目标相关性系数在所述相关性高斯分布上的累积分布概率，其中，所述目标相关性系数为所述第一数据流的目标特征与所述第一数据流的其它特征之间的相关性系数，所述相关性高斯分布为所述正常数据流的目标特征与所述正常数据流的其它特征之间的相关性系数服从的高斯分布。

7.根据权利要求3或4所述的方法，其特征在于，所述根据所述目标概率确定所述目标异常程度，包括：

根据所述多个维度对应的概率确定所述第一数据流的目标特征在所述多个维度上的异常程度；

根据所述第一数据流的目标特征在所述多个维度上的异常程度确定所述目标异常程度。

8.根据权利要求7所述的方法，其特征在于，所述目标异常程度为所述多个异常程度中数值最大的一个。

9.根据权利要求7所述的方法，其特征在于，所述根据所述目标异常程度确定传输所述第一数据流的网络的故障，包括：

确定第一数据流的多个特征的异常程度，所述多个特征包括所述目标特征；

根据所述多个特征的异常程度确定所述第一数据流的最终异常程度；

根据所述第一数据流的最终异常程度确定传输所述第一数据流的网络的故障。

10.根据权利要求9所述的方法，其特征在于，所述最终异常程度为所述多个特征的异常程度中数值最大的一个。

11.根据权利要求9或10所述的方法，其特征在于，所述根据所述第一数据流的最终异常程度确定传输所述第一数据流的网络的故障，包括：

确定多个数据流的最终异常程度，所述多个数据流包括所述第一数据流，并且，所述多个数据流均由传输所述第一数据流的网络传输；

根据所述多个数据流的最终异常程度确定传输所述第一数据流的网络的故障。