[发明专利]一种网络故障定位方法、系统、存储介质及电子设备

说明书

本申请公开了一种网络故障定位方法、系统、存储介质及电子设备，通过网络流量模型对待处理的网络设备进行故障监测得到监测结果，若监测结果为处于异常状态的监测结果，确定该监测结果所对应的网络故障特征，通过预设概率算法将网络故障特征和预设网络故障特征进行概率估算，得到预设概率的网络故障，基于网络故障的故障节点位置信息确定网络设备的网络故障定位结果。基于上述，将获取到的异常网络流量数据作为机器学习样本特征集构建网络流量模型，通过网络流量模型对网络设备进行实时网络状态判断和监测，提高网络故障的检测效率和精确度。此外，通过网络故障定位结果辅助维护人员进行快速、准确的网络故障定位和维护，保障网络的长期稳定运行。

技术领域

本申请涉及网络故障处理技术领域，更具体地说，涉及一种网络故障定位方法、系统、存储介质及电子设备。

背景技术

网络故障(network failure)是指由于硬件的问题、软件的漏洞、病毒的侵入等引起网络无法提供正常服务或降低服务质量的状态。为了解决网络故障，需要对网络故障进行定位。

现有的网络故障定位方法，大多是采用主动探测法，即在各个节点设置探测器来进行网络故障的分析，从而获取故障节点信息，此方法需要部署大量探测设备，由于部署大量探测设备会为网络带来额外的配置开销及流量负载，进而降低网络故障定位的精确度。

因此，现有的网络故障定位方法的精确度低。

发明内容

有鉴于此，本申请公开了一种网络故障定位方法、系统、存储介质及电子设备，旨在提高网络故障的检测效率和精确度。此外，通过网络故障定位结果辅助维护人员进行快速、准确的网络故障定位和维护，保障网络的长期稳定运行。

为了实现上述目的，其公开的技术方案如下：

本申请第一方面公开了一种网络故障定位方法，所述方法包括：

通过预先构建的网络流量模型对待处理的网络设备进行故障监测，得到监测结果；所述监测结果用于指示所述待处理的网络设备的网络状态的情况；

若所述监测结果为处于异常状态的监测结果，则确定所述处于异常状态的监测结果所对应的网络故障特征；

通过预设概率算法，对所述网络故障特征和预先构建的网络故障事件数据库中的预设网络故障特征进行概率估算，得到预设概率的网络故障；所述预设概率用于表征在所述网络故障事件数据库中的最大概率；

基于所述预设概率的网络故障的故障节点位置信息，确定所述网络设备的网络故障定位结果。

优选的，所述通过预先构建的网络流量模型对待处理的网络设备进行故障监测，得到监测结果，包括：

通过预先构建的网络流量模型中的预设故障事件，对待处理的网络设备的设备事件进行匹配；

若所述预设故障事件与所述待处理的网络设备的设备事件匹配一致，则确定监测结果为处于异常状态的监测结果；

若所述预设故障事件与所述待处理的网络设备的设备事件匹配不一致，则确定监测结果为处于正常状态的监测结果。

优选的，所述基于预设概率的网络故障的故障节点位置信息，确定所述网络设备的网络故障定位结果，包括：

确定所述预设概率的网络故障在所述网络故障事件数据库中的故障节点位置信息；

基于所述故障节点位置信息，确定所述网络设备的网络故障定位结果。

优选的，构建网络流量模型的过程，包括：

对待处理的网络设备进行数据流量监测，得到所述待处理的网络设备对应的网络流量信息；

通过去噪算法对所述网络流量信息进行去噪处理，得到去噪后的网络流量信息；