[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在审
申请号: | 202010834607.5 | 申请日: | 2020-08-19 |
公开(公告)号: | CN112039695A | 公开(公告)日: | 2020-12-04 |
发明(设计)人: | 李洪人;张志国;梁荣余;刘峰;张杰 | 申请(专利权)人: | 朔黄铁路发展有限责任公司肃宁分公司;北京交通大学 |
主分类号: | H04L12/24 | 分类号: | H04L12/24;H04B10/079;G06K9/62 |
代理公司: | 北京尚伦律师事务所 11477 | 代理人: | 申雪梅 |
地址: | 062350*** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 贝叶斯 推理 传输 网络故障 定位 方法 装置 | ||
本发明公开了一种基于贝叶斯推理的传输网络故障定位方法及装置,其中,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,并进行参数初始化;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关联故障节点;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。
技术领域
本发明涉及故障定位技术领域,更具体地,涉及一种基于贝叶斯推理的传输网络故障定位方法及装置。
背景技术
铁路光传输网作为铁路长距离、大容量信息传送的主要承载方式,完成了多种类型、不同颗粒度的业务传输和调度。虽然采取了多种技术、多种手段保证了传输网的安全,但故障是不可避免的。任何一个微小的故障都可能会触发大量告警,导致网络失序,甚至引发告警风暴,严重威胁铁路运输安全。在网络告警风暴状态下,即使有经验的网络管理人员,面对在极短时间内爆发出的大量告警也会变得极度慌乱,只能对告警做确认处理,从而导致大量告警信息被忽略,关键告警不能被及时处理,告警根源不能被及时定位。1994年发生在英国米尔福德港的德士古炼油厂爆炸事故报告中指出,在爆炸发生前的10.7分钟内,两个管理人员需要识别、确认和处理275个告警。工业标准ANSI_ISA_18.2(2016)和EEMUA-191(2013)中指出系统在10分钟内发生超过10个告警即可定义告警风暴发生。标准EEMUA-191建议每个网络管理人员每1小时处理不超过6个告警。因此,从本质上说,一个有效的网络故障根源定位方法对网络管理者至关重要,它可以帮助运维人员在大量告警场景下快速、准确的定位故障,缩短故障恢复时间,提高网络运营维护效率和管理水平。
故障是问题的根源。一个故障的发生可能是由于网络硬件或者软件功能失效导致其不能完成其规定的功能,从而导致整个网络性能降低,甚至功能完全丧失。告警是故障的外部症状,故障与告警之间存在因果关系。在现实的网络维护中,经常经历由于一个故障发生而导致大量告警上报的场景,例如上述告警风暴。这种现象表面看似是告警在网络中传播,但其背后的本质是故障在网络中按照其内在的逻辑层级在传播。告警一般是由网络硬件或者软件供应商定义和发布,我们可以很容易的从供应商提供的告警管理系统获取到告警信息,告警信息的根源即故障一般不能被直接观察。通过对观察到的大量告警信息进行有效分析,为研究故障定位问题提供了一条有效的技术途径。
告警关联规则挖掘和告警模式匹配是告警分析,故障定位的一种有效方法和工具。数据关联规则挖掘是从大量的告警数据中提取隐含的、未知的、潜在有用信息,构建和丰富规则知识库,以形成有效的形式化规则匹配语言。现有文献中利用神经网络将不同级别的告警分类,避免丢失非频繁而重要的项,以提高挖掘精度。同时将不同类别的告警分配不同的权重,优化频繁模式树结构,提高规则挖掘效率。还有文献研究了告警风暴下告警发生模式,相同的故障会导致相似的告警发生序列,因此采用局部对齐算法(Smith–Waterman,basic local alignment search tool),将正在发生的告警与历史上发生的告警序列对进行模式匹配,以形成有效的故障预测和故障诊断。上述基于规则挖掘的告警关联分析和基于局部对齐的告警模式匹配的故障定位方法不需要深度理解网络架构和运行机理,仅可以依靠表面的知识规则对故障进行定位。但该方法存在不能处理新问题,不能很好的适应拓扑结构频繁发生变化的网络故障分析。新兴的基于数据驱动的机器学习和数据统计方法拥有强大的知识学习和数据归纳能力,具有处理复杂问题的能力,也已被广泛应用于故障诊断领域。有文献提出一种基于深度学习的方法训练告警数据集,建立基于动态贝叶斯网络(DBN)的通信网络故障诊断模型,应用于智能变电站的通信网络故障诊断与定位。但该方法数据训练时间长,对训练之外的异常事件行为难以预测和诊断,而且其缺失的数据解释和因果推理能力的问题也逐渐暴露。
发明内容
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于朔黄铁路发展有限责任公司肃宁分公司;北京交通大学,未经朔黄铁路发展有限责任公司肃宁分公司;北京交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010834607.5/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种人机协作式垃圾分选系统
- 下一篇:一种防静电式集成电路放置装置