[发明专利]智能网络故障检测方法及系统在审

专利信息
申请号: 201710335783.2 申请日: 2017-05-12
公开(公告)号: CN107147526A 公开(公告)日: 2017-09-08
发明(设计)人: 倪文亚;张晓强 申请(专利权)人: 上海携程商务有限公司
主分类号: H04L12/24 分类号: H04L12/24
代理公司: 上海弼兴律师事务所31283 代理人: 薛琦,罗朗
地址: 200335 上海市*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能 网络故障 检测 方法 系统
【权利要求书】:

1.一种智能网络故障检测方法,其特征在于,所述智能网络故障检测方法包括:

S1、批量采集上一个时间段内被测网络线路的网络数据,得到原始网络数据;

S2、将所述原始网络数据转化为原始标准数据;

S3、利用所述原始标准数据建立高斯模型;

S4、实时采集所述被测网络线路的当前网络数据,将所述当前网络数据转化为当前标准数据,将所述当前标准数据代入所述高斯模型,计算得到一概率值;

S5、判断所述概率值是否符合小概率事件的概率取值范围,若是,则确定所述被测网络线路的网络状态为异常;若否,则确定所述被测网络线路的网络状态为正常。

2.如权利要求1所述的智能网络故障检测方法,其特征在于,步骤S1中批量采集被测网络线路的网络数据的步骤包括:

在所述上一时间段内,通过所述被测网络线路对多个测试网址持续发送测试数据包,所述测试网址通过所述被测网络线路进行反馈,得到所述原始网络数据。

3.如权利要求1所述的智能网络故障检测方法,其特征在于,步骤S2包括:对所述原始网络数据进行正态化处理,得到所述原始标准数据;和/或,步骤S3包括:对所述原始标准数据求取均值和方差,得到所述高斯模型;和/或,步骤S4包括:对所述当前网络数据进行正态化处理,得到所述当前标准数据。

4.如权利要求1所述的智能网络故障检测方法,其特征在于,所述智能网络故障检测方法还包括:

在步骤S5中,若所述被测网络线路的网络状态为异常,则执行步骤S6;

S6、对异常网络状态报警提示。

5.如权利要求1所述的智能网络故障检测方法,其特征在于,步骤S5中在判断为否时,将所述当前标准数据加入到所述原始标准数据中,并删除所述原始标准数据中时间最早的数据,返回步骤S3。

6.如权利要求1所述的智能网络故障检测方法,其特征在于,步骤S5包括:

设置网络状态异常标志变量,并将网络状态异常标志变量的初始值设置为零;

在判断为是时,则将所述网络状态异常标志变量的值加1,判断所述网络状态异常标志变量是否大于第一阈值,若是,则确定所述被测网络线路的网络状态为异常,返回步骤S4;若否,则直接返回步骤S4;

判断为否时,则将所述网络状态异常标志变量清零,将所述当前标准数据加入到所述原始标准数据中,并删除所述原始标准数据中时间最早的数据,返回步骤S3。

7.如权利要求1所述的智能网络故障检测方法,其特征在于,所述原始网络数据和所述当前网络数据包括网络延时、丢包率、状态码中的至少一种。

8.一种智能网络故障检测系统,其特征在于,包括数据采集模块、数据处理模块、模型建立模块和异常判断模块;

所述数据采集模块,用于批量采集上一个时间段内被测网络线路的网络数据,得到原始网络数据;

所述数据处理模块,用于将所述原始网络数据转化为原始标准数据;

所述模型建立模块,用于利用所述原始标准数据建立高斯模型;

所述数据采集模块,还用于采集当前时刻所述被测网络线路的当前网络数据;

所述数据处理模块,还用于将所述当前网络数据转化为当前标准数据;

所述异常判断模块,用于将所述当前标准数据代入所述高斯模型,得到一概率值,判断所述概率值是否符合小概率事件的概率取值范围,若是,则确定所述被测网络线路的网络状态为异常;若否,则确定所述被测网络线路的网络状态为正常。

9.如权利要求8所述的智能网络故障检测系统,其特征在于,所述数据处理模块用于对所述原始网络数据进行正态化处理,得到所述原始标准数据;和/或,所述模型建立模块用于对所述原始标准数据求取均值和方差,得到所述高斯模型;和/或,所述数据处理模块还用于对所述当前网络数据进行正态化处理,得到所述当前标准数据。

10.如权利要求8所述的智能网络故障检测系统,其特征在于,所述智能网络故障检测系统还包括报警模块,用于在所述被测网络线路的网络状态为异常时,对异常网络状态报警提示。

11.如权利要求8所述的智能网络故障检测系统,其特征在于,所述异常判断模块,用于判断为否时,将所述当前标准数据加入到所述原始标准数据中,并删除所述原始标准数据中时间最早的数据,调用所述模型建立模块。

12.如权利要求8所述的智能网络故障检测系统,其特征在于,所述异常判断模块还用于设置网络状态异常标志变量,并将网络状态异常标志变量的初始值设置为零;所述异常判断模块还用于在判断为是时,将所述网络状态异常标志变量的值加1,判断所述网络状态异常标志变量是否大于第一阈值,若是,则确定所述被测网络线路的网络状态为异常,调用所述数据采集模块,采集下一时刻被测网络线路的网络数据;若否,则直接调用所述数据采集模块,采集下一时刻被测网络线路的网络数据;

所述异常判断模块还用于在判断为否时,将所述网络状态异常标志变量清零,将所述当前标准数据加入到所述原始标准数据中,并删除所述原始标准数据中时间最早的数据,调用所述数据采集模块,采集下一时刻被测网络线路的网络数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海携程商务有限公司,未经上海携程商务有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710335783.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top