[发明专利]一种故障分析方法、装置、设备和介质

说明书

本发明实施例提供了一种故障分析方法、装置、设备和介质，所述方法包括：获得多个特征指标的数据；根据每两个特征指标的数据，确定每两个特征指标之间的相关性；在检测到第一目标特征指标引发第一故障的情况下，根据与所述第一目标特征指标呈正相关的多个第二目标特征指标各自的数据，从所述多个第二目标特征指标中确定即将引发第二故障的第二目标特征指标；所述第一目标特征指标和所述第二特征指标分别为所述多个特征指标中的任一特征指标。本发明实施例中，克服在变化的网络环境中，iFIT做出故障快速定位后能够对不同业务属性进行量化回归溯源，准确预测即将发生的其余故障。

技术领域

本发明涉及网络技术与安全技术领域，特别涉及一种故障分析方法、装置、设备和介质。

背景技术

随着新型城域网建设和发展，网络特性与承载业务路径的随机性和随变性，对智能运维提出了更高的要求，在新型城域网中，基础网络中广泛的使用iFIT(in-situ FlowInformation Telemetry)高精度随流检测技术，通过直接测量业务报文得到网络的真实业务流量实时丢包率和纳秒级精度的时延等性能参数的检测技术，对真实业务流量开销仅有8字节，具有部署方便、精度高等优点。特别适合语音、视频类对网络服务质量要求高的业务运行状态监控和故障快速定位。

目前，iFIT可基于全局语音、视频类对网络服务质量要求高的业务运行状态监控和故障快速定位，但网络环境的变化，iFIT做出故障快速定位后缺乏一种可靠的算法对不同对象属性，不同业务属性进行量化回归溯源，预判出新型城域网络中可能出现的故障。

发明内容

鉴于上述问题，本发明实施例提供了一种故障分析方法、装置、设备和介质，以便克服上述问题或者至少部分地解决上述问题。

本发明实施例的第一方面，公开了一种故障分析方法，所述方法包括：

获得多个特征指标的数据；

根据每两个特征指标的数据，确定每两个特征指标之间的相关性；

在检测到第一目标特征指标引发第一故障的情况下，根据与所述第一目标特征指标呈正相关的多个第二目标特征指标各自的数据，从所述多个第二目标特征指标中确定即将引发第二故障的第二目标特征指标；

所述第一目标特征指标和所述第二特征指标分别为所述多个特征指标中的任一特征指标。

可选地，所述方法还包括：

根据所述多个第二目标特征指标各自在未引发故障的情况下的历史正常数据，确定所述多个第二目标特征指标各自的正常变化率范围；

根据与所述第一目标特征指标呈正相关的多个第二目标特征指标各自的数据，从所述多个第二目标特征指标中确定即将引发第二故障的第二目标特征指标，包括：

根据所述多个第二目标特征指标各自的数据，确定所述多个第二目标特征指标各自的变化率；

将变化率超出自身的正常变化率范围的第二目标特征指标，确定为即将引发第二故障的第二目标特征指标。

可选地，所述方法还包括：

在检测到第一目标特征指标引发第一故障的情况下，根据所述第一目标特征指标的数据，确定所述第一目标特征指标的变化率；

根据所述多个第二目标特征指标各自的数据，确定所述多个第二目标特征指标各自的变化率；

将变化率与所述第一目标特征指标的变化率匹配的第二目标特征指标，确定为导致所述第一故障发生的第二目标特征指标；

将变化率与所述第一目标特征指标的变化率不匹配的第二目标特征指标，确定与所述第一故障的发生无关的第二目标特征指标。

可选地，所述获得多个特征指标的数据，包括：