[发明专利]一种5G网络切片下多域协作的服务故障诊断方法

说明书

本发明提供一种5G网络切片下多域协作的服务故障诊断方法，所述方法包括从多个域获取症状信息和网络拓扑，并根据症状信息确定症状对应的端到端服务所映射的底层路径；根据网络拓扑，将底层路径划分为域内路径和域间链路；对域内路径和域间链路进行探测，获取疑似故障集；根据疑似故障集和症状信息构建故障传播模型；从疑似故障集选择相同数量的疑似故障构建备选故障集合，在每一备选故障集合计算疑似故障的解释能力并挑选出解释能力最强的疑似故障作为疑似故障集合；计算每一疑似故障集合可能性概率，将可能性概率最大的疑似故障集合所包含的节点作为故障节点。通过本发明，解决了现有多域无法协作定位故障的问题。

技术领域

本发明涉及5G通信技术领域，尤其涉及一种5G网络切片下多域协作的服务故障诊断方法。

背景技术

随着5G网络的快速建设和运营，各种基于5G网络的业务在生产、生活中的应用范围逐渐增加。为提升网络的可靠性，网络虚拟化技术已被应用到5G网络中。这种背景下，已有的网络被划分为底层网络和虚拟网络。底层网络负责底层网络节点和底层网络链路的建设。虚拟网络从底层网络租用网络资源，运行特定的5G业务。当网络资源出现故障后，如何快速准确的进行故障定位，已成为网络运营商急需解决的关键问题。

网络故障诊断算法主要采用被动检测、主动探测两种策略。被动检测的主要优点是实施简单，主要劣势是构建的故障诊断模型准确性较低。主动探测通过预先选择探测策略，能够较好的提升故障诊断算法的性能，但是，探测的设计比较复杂。例如，文献[BRODIEM,RISH I,MA Sheng,et al.Active probing strategies for problem diagnosis indistributed systems[C]//Proceedings of the 18th International JointConference on Artificial Intelligence.Acapulco,Mexico,2003:1337–1338.]采用依赖矩阵来构建探测模型，较好的解决了单点故障的诊断问题。在多层故障诊断问题方面，一般方法是基于网络资源关系，将多层模型化解为两层模型进行求解[OGINO N,KITAHARA T,ARAKAWA S,et al.Decentralized boolean network tomography based on networkpartitioning[C]//Proceedings of 2016IEEE/IFIP Network Operations andManagement Symposium.Istanbul,Terkey,2016:162–170.]。对于5G网络的大规模带来的网络拓扑复杂、故障诊断算法性能低的问题，文献[Srinivasan,Srinikethan Madapuzi,Tram Truong-Huu,et al..Machine Learning-Based Link Fault Identification andLocalization in Complex Networks[J].IEEE Internet of Things Journal,2019,6(4):6556-6566.]采用人工智能算法构建学习模型，较好的解决了大规模环境下故障诊断算法性能低的问题。

已有研究主要解决单个域内的故障定位。但是，当网络规模越来越大时，会出现多个网络运营商共同建设网络和管理网络，从而形成多个管理域。每个域负责本区域内的网络资源分配和故障管理。当虚拟网业务出现故障时，每个域只知道自己内部的故障信息。当域内部不能定位故障时，多个域如何进行协作从而实现故障定位的问题没有被很好的解决。

发明内容

本发明所要解决的技术问题在于，提供一种5G网络切片下多域协作的服务故障诊断方法，用于解决现有的5G网络下多域无法协作定位故障的问题。

本发明提供的一种5G网络切片下多域协作的服务故障诊断方法，所述方法包括：

步骤S11、从多个域获取症状信息和网络拓扑，并根据所述症状信息确定症状对应的端到端服务所映射的底层路径；