[发明专利]一种基于码本的网络故障诊断方法

说明书

本发明公开了一种基于码本的网络故障诊断方法，所述方法包括：获取网络故障监测数据，所述监测数据包括所述网络故障对应于可观测的症状的统计；将数据输入到一个经过算法优化码本矩阵中，利用提出的启发式搜索算法进行搜索与分析，得出该监测数据下的网络故障诊断结果。采用本发明方法，可以高效地构建码本矩阵以对网络进行自动化诊断。

技术领域

本申请涉及计算机技术领域，尤其涉及一种基于码本的网络故障诊断方法。

背景技术

大型网路中心的运维人员在维护网络的正常运行时，往往需要对网络故障进行检测，解释和处理，其中的网络故障，可以被定义为网络运行中的异常情况，通常是硬件或软件上的故障，或者说是性能瓶颈。由一个网络组件造成的故障可能会导致若干有关联的组件中出现症状，运维人员则需要在若干出现的症状中进行观察与分析，以识别并且定位故障的根因。

在相关的技术中，技术人员往往会通过以往的专家经验对现有的网络故障进行推测与定位。常见的诊断方法有基于历史案例数据进行统计与分析的码本方法。在码本方法中，不同的故障类型用其代码加以区分，然后用故障代码构成的矩阵来表示码本。矩阵的横坐标代表了不同的故障类型集合F，例如：硬件设备故障、软件bug、运营商故障等，纵坐标代表了可观测的症状类型集合S，例如：网络流量入方向bps丢包、网络流量安全组拦截事件。因此码本矩阵为|S|×|F|大小的矩阵，矩阵中的每个值c_ij为：

c_ij＝p(s_i|f_j)

其中，s_i表示编码中的第i个症状，f_j表示为第j个故障，c_ij的具体含义为故障f_j发生的时候，观测到症状s_i的概率。

一般来说，对于建立好码本后进行诊断的故障定位问题，属于经典的集合覆盖问题，可以表示为：找到一组最能够解释观测的症状集合S₀的故障假设H(H∈F)。因此，H使得

H＝argmax(g(H，S₀))

其中，g(H，S₀)为良函数，表示S₀与故障H之间的相关性强度的一种度量。良函数的定义如下：

其中，p(f)表示故障f发生的概率。

求解上述集合覆盖问题的主要困难在于，这是一个NP-hard问题，其计算复杂度是随着|S|和|F|的增大呈几何趋势增长的。因此，需要一种优秀的方法在不降低诊断性能的情况下来降低码本矩阵的大小。在此基础上，需要一种计算复杂度低的方法来从优化的码本矩阵中得到网络故障的诊断结果，从而实现网络故障诊断的自动化。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于码本的网络故障诊断方法。

本发明的目的是通过以下技术方案实现的：一种基于码本的网络故障诊断方法，该方法包括以下步骤：

步骤1：依靠现有的网络异常检测模块，对网络的各项监测指标设置监控并进行数据采集，当有网络故障产生的时候，由相关的技术人员记录网络的异常症状和故障诊断结果并存储。

步骤2：利用历史的网络故障诊断数据进行预统计，生成初始的|S|×|F|大小码本矩阵，矩阵的第i行第j列的值c_ij为：

c_ij＝p(s_i|f_j)