[发明专利]一种基于网络流量数据的故障诊断方法及系统

说明书

一种基于网络流量数据的故障诊断方法及系统，包括：基于预先构建的链路流量异常故障传播模型查找所有可能导致故障网络设备发生链路流量异常故障事件的待分析网络设备；基于网络流量数据和预先构建的链路流量异常检测模型，获得待分析网络设备发生的链路流量异常故障事件；基于待分析网络设备发生的链路流量异常故障事件获得原因网络设备和原因网络故障。本发明基于网络链路流量监测数据和网络拓扑数据，实现网络链路流量异常故障自动发现和原因分析诊断的分析处理框架，基于该框架可以实现海量流量数据异常自动分析发现和原因自动诊断。

技术领域

本发明涉及数据分析挖掘技术领域，具体涉及一种基于网络流量数据的故障诊断方法及系统。

背景技术

随着网络规模的日益扩大和承载业务种类的逐渐增多,互联网的发展给人们带来了巨大方便；但是,迅速的发展也使网络中出现各种异常的机会大大增加,给网络监测带来了更大的挑战。网络流量异常分析是网络监测中的关键部分,能够准确、及时地检测出异常对提高网络的可用性和可靠性具有非常重要的意义。大规模网络流量的特点是维数多、速度快、规模宏大,但现有的基于时间序列的统计分析和基于信号的小波分析对这类数据的处理能力有限,不能满足当前的需求。同时，造成网络流量异常原因多种多样且动态变化，在大数据和复杂网络环境背景下，不仅要实现网络流量异常的智能发现，如何对于每次流量异常故障事件实现自动化流量异常诊断，也值得进一步研究。

发明内容

为了解决现有技术中所存在的上述不足，本发明提供一种基于网络流量数据的故障诊断方法及系统。当一条异常流量曲线交给一个日常运维网络管理员，他可以快速的发现异常出现的位置，并分析出引起异常的原因，但如果这里有成千上万条流量曲线等待网管去分析，这时就需要由算法直接进行筛选，将异常圈定到一个小范围中去，节省人工成本，提升处理效率。本发明提供的基于网络流量数据的故障诊断方法，可有效地解决大数据时代链路流量异常故障检测、状态收集、故障原因诊断等问题，并在实际应用中得到了有效地验证。

本发明提供的技术方案是：一种基于网络流量数据的故障诊断方法，包括：

基于预先构建的链路流量异常故障传播模型查找所有可能导致故障网络设备发生链路流量异常故障事件的待分析网络设备；

基于网络流量数据和预先构建的链路流量异常检测模型，获得待分析网络设备发生的链路流量异常故障事件；

基于待分析网络设备发生的链路流量异常故障事件获得原因网络设备和原因网络故障。

优选的，所述基于预先构建的链路流量异常故障传播模型查找所有可能导致故障网络设备发生链路流量异常故障事件的待分析网络设备，包括：

预先构建的链路流量异常故障传播模型从预先构建的状态库中筛选出所有可能导致故障网络设备，发生链路流量异常故障事件的网络设备以及对应的原因故障，生成中间状态库；

获取所述中间状态库中的各网络设备在预设分析周期内对应的网络流量状态数据；

基于网络流量状态数据在所述中间状态库中筛选出发生原因故障的待分析网络设备。

优选的，所述状态库的构建，包括：

基于网络拓扑数据和链路流量异常故障原因树进行查找，当网络设备与其他网络设备之间有直接的故障传播关系时，则发起故障传播的网络设备为源网络设备，接收故障传播的网络设备为目标网络设备；

所述源网络设备和目标网络设备之间的故障传播关系为源网络设备和目标网络设备之间的有向边；

基于源网络设备和目标网络设备发生链路流量异常故障的历史数据，获得源网络设备的原因故障和目标网络设备的传播结果故障；

基于发生所述源网络设备的原因故障和目标网络设备的传播结果故障的历史数据，获得源网络设备发生原因故障后向目标网络设备传播结果故障的概率值；