[发明专利]基于贝叶斯推理的传输网络故障定位方法及装置

权利要求书

1.一种基于贝叶斯推理的传输网络故障定位方法，其特征在于，所述方法包括：

获取所有网络故障原因和对应的所有网络故障的告警事件；

根据各个网络故障原因、各个告警事件和网络故障原因和告警事件之间的因果关系构建贝叶斯推理模型，并进行贝叶斯推理模型的参数初始化，其中，所述贝叶斯推理模型包括故障层和告警层，所述故障层包括各个网络故障原因对应的故障节点，所述告警层包括各个告警事件对应的告警节点，每个网络故障原因和每个告警事件均对应一个节点，每个故障节点和与其具有因果关系的关联告警节点之间均具有连接链路；

确定贝叶斯推理模型中每个故障节点的当前信念，和具有因果关系的故障节点和告警节点之间的条件概率；

当有告警节点发生告警事件时，输出告警证据信息至与其具有因果关系的关联故障节点，其中，告警证据信息包括：支持故障证据信息和抑制故障证据信息；

控制每个故障节点根据当前接收到的关联告警节点的总告警证据信息、每个故障节点的当前信念，和故障节点和关联告警节点之间的条件概率计算对应的更新后的信念；

根据每个故障节点对应的更新后的信念确定最终告警故障原因。

2.根据权利要求1所述的方法，其特征在于，贝叶斯推理模型的参数初始化过程包括：

为每个故障节点分配一个初始先验概率；

获取历史样本数据，并根据历史样本数据和拉普拉斯平滑定理计算各个故障节点和对应的关联告警节点之间的条件概率；

根据所述初始先验概率和所述条件概率，确定在没有告警节点发生告警事件的情况下，各个故障节点对应的当前信念。

3.根据权利要求1所述的方法，其特征在于，每个故障节点的更新后的信念采用以下第一计算公式计算得到：

其中，bel(f)表示故障节点F更新后的信念，α是标准化常数，((bel⁰(f))′，(bel¹(f))′)表示故障节点F的当前信念，(λ⁰(f)，λ¹(f))表示总告警证据信息，其中，λ¹(f)表示总支持故障证据信息，λ⁰(f)表示总抑制故障证据信息；

所述总支持故障证据信息采用以下第二计算公式计算得到：

所述抑制故障证据信息采用以下第三计算公式计算得到：

其中，λ¹(f)表示所述总支持故障证据信息，λ⁰(f)表示所述总抑制故障证据信息，其中，表示关联告警节点A_i的支持故障证据信息，表示关联告警节点A_i的抑制故障证据信息，n表示故障节点对应的关联告警节点的总个数。

4.根据权利要求3所述的方法，其特征在于，各个告警节点输出的告警证据信息采用以下方式确定：

确定告警节点拥有的关联故障节点的个数；

当所述告警节点只有一个关联故障节点时，确定所述告警证据信息为其中，c_i表示告警节点A和第i个关联故障节点之间的条件概率；

当所述告警节点有多个关联故障节点时，所述告警证据信息采用以下第四计算公式计算得到：

其中，表示关联告警节点A的支持故障证据信息，表示关联告警节点A的抑制故障证据信息，λ¹(a_i)表示告警节点A支持发生告警的支持度，λ⁰(a_i)表示告警节点A抑制发生告警的支持度，c_i表示告警节点A和第i个关联故障节点之间的条件概率，c_k表示告警节点A和第k个关联故障节点之间的条件概率，表示告警节点A对应的除第i个关联故障节点外其他所有关联故障节点抑制其发生告警的支持度，(bel¹(f_k)′，bel⁰(f_k)′)为故障节点F的当前信念。