[发明专利]一种基于网络拓扑和告警的网络故障根因定位方法

权利要求书

1.一种基于网络拓扑和告警的网络故障根因定位方法，其特征在于，具体构建步骤如下：

S1:分析系统产生的不同原告警序列中告警信息特点以及网络拓扑信息，找出所有故障并进行编码，同时根据告警信息特点和网络拓扑信息对数据进行预处理；

S2:从预处理的数据中提取或变换出主要因素，并根据主要因素构建并训练SVM分类器，用于判断原告警序列中有无根因；

S3:根据预处理的数据以及网络拓扑信息，通过挖掘告警信息关系，去除噪声关系之后，得到贝叶斯网络有向图结构，所述贝叶斯网络有向图结构的具体构建方法如下：

S3-1:产生告警关系对，获取网络拓扑结构图GV,E,其中V为节点集，E为边集，设发生告警X的节点为V_x，函数Code(X)为告警X中告警信息的编码，设求某告警X的告警信息Code(X)在节点V_x上的告警次数的函数为f(Code(X),V_x)，具体方法如下：

a)以每一种告警信息为中心收敛：

考虑存在采样偏差，设置时间窗WINDOW，创建空集合S₁、S₂,在某个原告警序列中，对于某告警X且其源自节点V_x，每当告警X出现时，选取其前后各WINDOW条告警，在这2WINDOW条告警中，若某条告警Y源自节点V_y，且V_x，V_y∈E，则认为是Code(X)引发了Code(Y)，若告警关系对则将(Code(X),Code(Y))加入到S₁中；若告警关系对(Code(X),Code(Y))∈S₁，则将关系对(Code(X),Code(Y))加入到集合S₂中；

对所有告警执行上面的操作后，删除S₁，用S₂中的告警关系对构造故障传播图G₁；

b)以初因告警为中心收敛：

考虑存在采样偏差，且每一次初因告警出现有一定的时间差，设置时间窗WINDOW′，创建空集合S₁′和S₂′，根因节点的影响范围是有限的，定义跳数HOP，在某个原告警序列中，对于某初因告警X_error且其源自节点V_x′，选取其前后各WINDOW′告警信息，在这2WINDOW′条告警信息中，若某条告警Y′源自节点V_y′，且V_x′，V_y′∈E，且使得0≤iHOP∧i∈N∧V_x′，V₁∈E∧V₁,V₂∈E∧…∧V_i-1,V_i∈E∧V_i,V_y′∈E，则分如下两种情况进行：

在这2WINDOW条告警中，若不存在与告警Y′相同的告警，则视S₁′情况判断；若则将(Code(X_error),Code(Y′))加入到集合S₁′中；反之则加入到集合S₂′中；

在这2WINDOW′条告警中，若存在与Y′相同的告警W₁,W₂,…,W_n(1≤n≤2WINDOW′-1)，则作如下运算：

S_{temp 2}＝

{X|f(Code(X),V_x′)＝

minfCodeX,Vx′-fCodeXerror,VxerrorX∈Stemp1；

在S_{temp 2}中随机取一个告警R；若则将(Code(X_error),Code(R))加入到集合S′₁中；反之则加入到集合S′₂中，随后在这2WINDOW′条告警中，再遇到告警信息为Code(Y′)的告警，则直接跳过；

对所有告警信息X执行上面的操作后，删除S′₁，用S′₂中的告警关系对构造故障传播图G₂；

S3-2:将步骤S3-1得到的故障传播图G₁和G₂，取最大公共子图，得到图G_max，即为最终贝叶斯网络有向图部分的母图，如果G_max中存在一个代表初因告警的节点指向另一个代表初因告警节点的边，则将其从G_max中删除；

S3-3:当G_max中存在一个由非初因告警信息A指向非初因告警信息B的弧，若使得A,C₁∈E∧C₁,C₂∧…∧C_i,B∈E，则删除G_max中A到B的直接通路，保留经过C₁,C₂,…C_i的间接通路；

S3-4:删除G_max中的因果环，采用贪心算法搜索出删除边数最少的组合；

S3-5：引入根因节点error，根因节点error为一个入度为0，并指向所有初因告警节点、不指向其他任何节点的节点，即得到最终的贝叶斯网络有向图；

S4:统计告警信息，进行贝叶斯网络参数学习，得到完整的贝叶斯网络，由贝叶斯网络计算每种告警成为根因的概率值；

S5:通过规则挖掘算法，挖掘过滤一段原告警序列中不是根因的告警计算出每种告警成为根因的概率值；

S6:根据步骤S4中贝叶斯网络计算的每种告警成为根因的概率值和S5过滤规则算法计算出的计算出每种告警成为根因的概率值，通过一定比例将两者加权相加，即可得出各个告警为根因的概率，输出概率值最大的故障编码，通过数据预处理部分的编码，找到根因告警信息，将其代入到去除过噪声的告警序列中，找到发生该故障的根因节点。