[发明专利]一种数据中心网络故障节点诊断方法及系统

权利要求书

1.一种数据中心网络故障节点诊断系统，其特征在于，包括处理器、数据采集模块、初步判定模块、分类检测模块、攻击监测模块、预警维护模块和数据存储模块；

所述初步判定模块用于对网络节点的故障进行初步分析，包括：

当初步判定模块接收到时间差值Sij之后，通过公式获取故障评估系数GPXi；当故障评估系数GPXi满足GPXi＝N+1时，则判定对应的待检测节点i正常，并将对应的待检测节点i标记为正常节点；当故障评估系数GPXi满足GPXi＝0时，则判定对应的待检测节点i异常，将对应的待检测节点i标记为故障节点；否则，将对应的待检测节点i标记为嫌疑节点；

将正常节点进行整合生成正常节点集，将故障节点整合生成故障节点集，将嫌疑节点整合生成嫌疑节点集；通过处理器将正常节点集、故障节点集和嫌疑节点集发送至数据存储模块进行存储，同时，将嫌疑节点集发送至分类检测模块；

所述分类检测模块用于对嫌疑节点进行深度分析，包括：

当分类检测模块接收到嫌疑节点集时，通过数据存储模块获取分类模型；

获取嫌疑节点的时间矩阵；

将嫌疑节点的时间矩阵经过数据预处理之后输入至分类模型获取输出结果，并将输出结果标记为嫌疑标签；所述嫌疑标签为嫌疑节点对应的节点标签；

当嫌疑标签为1时，则判定嫌疑节点为正常节点；当嫌疑标签为0时，则判定嫌疑节点为故障节点；

对正常节点集和故障节点集进行更新；

获取故障节点集中故障节点的位置并标记为目标位置，通过第三方地图平台生成目标位置示意图；所述第三方地图平台包括百度地图、腾讯地图和高德地图；

通过处理器将目标位置示意图发送至预警维护模块，同时将目标位置示意图、正常节点集和故障节点集发送至数据存储模块进行存储。

2.根据权利要求1所述的一种数据中心网络故障节点诊断系统，其特征在于，所述分类模型的具体获取步骤包括：

获取正常节点的时间矩阵，获取故障节点的时间矩阵；所述时间矩阵包括时间差值Sij和时间差值Sij对应的待检测节点i和测试节点j之间的节点总数；

为正常节点和故障节点设置节点标签；其中正常节点的节点标签为1，故障节点的节点标签为0；

按照设定比例将正常节点的时间矩阵、故障节点的时间矩阵以及对应的节点标签划分为训练集和测试集；所述设定比例包括4∶1、3∶2和2∶1；

构建融合模型；所述融合模型通过SVM、LR和GBDT三种基线模型结合融合方式构建的模型，所述融合方式包括线性加权融合法、交叉融合法、瀑布融合法、特征融合法和预测融合法；

利用经过数据预处理之后的训练集和测试集对融合模型进行训练、验证和测试，当融合模型的精度达到目标精度要求时，则判定融合模型训练完成，将训练完成的融合模型标记为分类模型；

通过处理器将分类模型发送至数据存储模块进行存储。

3.根据权利要求1所述的一种数据中心网络故障节点诊断系统，其特征在于，所述数据采集模块用于采集网络节点之间的时间差值，包括：

将网络节点的待检测节点标记为i，选取N个网络节点作为测试节点，并将测试节点标记为j，j＝1，2，……，N，其中N＞5；所述测试节点根据动态生成树搜索结果获取；

通过测试节点j发送第一状态信号至待检测节点i，当待检测节点i接收到第一状态信号之后立即发送第二状态信号至测试节点j；所述第一状态信号选择待检测节点i与测试节点j之间通信路径中网络节点最少的路径进行发送；

当测试节点j接收到第二状态信号之后立即获取第二状态信号被接收时刻与第一状态信号发送时刻的时间差值，并将时间差值标记为Sij；其中时间差值Sij的取值为0和1，当时间差值Sij＝0时表示时间差值大于时间阈值，即测试节点j将待检测节点标记为故障节点；当时间差值Sij＝1时表示时间差值小于等于时间阈值，即测试节点j将待检测节点标记为正常节点；

通过处理器将待检测节点i、测试节点j和时间差值Sij发送至数据存储模块进行存储，同时将时间差值Sij发送至初步判定模块。