[发明专利]一种多维网络态势数据基线的精准确定方法

说明书

本发明涉及网络运维和流量管控领域中多维网络态势数据基线的精准确定方法，针对网络运维管理中，人为主观判定与实际网络流量数据统计分析的阈值差距问题，首先确定数据基线的时间范围，选择此时间范围内的历史数据清洗和筛选，同时记录被清洗和筛选数据对应的时间点，形成数据基线时间范围内的完整数据集，在此基础上进行完整数据集的归一化处理，形成归一化数据集，将归一化数据集中在同一时间点的所有数据求解算术平均值，作为该时间点的数据基线值，将所有时间点的数据基线值和时间点形成一一对应关系，同时存入基线算法库中，收集大量数据进行数据基线的精准化和更新，形成准确的可量化的告警判定标准，为故障精准定位和处置提供数据支撑。

技术领域

本发明涉及到网络运维和流量管控领域，尤其涉及一种多维网络态势数据基线的精准确定方法。

背景技术

目前网络中部署的流量监测和探测设备还只能针对单个节点和局部信息，从网络中获取的信息也相对孤立，对链路沿途多点信息的关联分析和综合呈现还很欠缺，无法实现流量的全程全域监测，在网络故障的快速定位、网络运行状态的综合评定等方面还都无法提供全面实时的数据基础；同时，各类网络监测手段独立建设，未形成合力。路由与流量的融合监测和协同控制尚未形成，上下联动多系统协同能力尚未形成。

目前对网络流量的监测能力只限于千兆以下，对大带宽传输环节的流量监测还处于空白；此外，目前网络中部署的监测设备还只能针对单个节点和局部信息，从网络中获取的信息也相对孤立，对链路沿途多点信息的关联分析和综合呈现还很欠缺，无法实现流量的全程全域监测，在网络故障的快速定位、网络运行状态的综合评定等方面无法提供全面实时的数据基础；同时，流量监测方面还没有形成统一的、适合航天业务网应用特点的规范，各类网络监测手段独立建设，未形成合力。因此对大带宽全域流量感知监测技术的研究和网络流量监测规范的制定迫在眉睫。

国际上一些组织提出了一些测试的基础架构。例如：Surveyor是AdvancedNetworkServices公司联合其他组织提出的基于IPPMWG标准的网络测试基础架构，能够测量参与该项目的组织之间的互联网的路径性能；在该项目中还提出了分析性能数据的方法和工具。MMI是NSF发起、DARPA资助的一个项目，提出了一个基于探针(probe)的分布式可扩展动态的网络测试基础架构。另外还有一些项目如Ripe、AMP、PingER等都是跟网络测试相关的。

发明内容

本发明所要解决的技术问题是网络运维管理中，人为主观判定与实际网络流量数据统计分析的阈值差距问题，提出一种多维数据基线精准确定方法。

本发明所采用的技术方案为：

一种多维网络态势数据基线的精准确定方法，包括以下步骤：

S1：确定数据基线的时间范围；

S2：进行历史数据清洗和筛选，剔除异常数据和空白数据，并记录被清洗和筛选数据对应的时间点；

S3：进行对应时间点数据的补齐操作，形成数据基线时间范围内的完整数据集；

S4：进行完整数据集的归一化处理，形成归一化数据集；

S5：将归一化数据集中在同一时间点的所有数据求解算术平均值，作为该时间点的数据基线值；

S6：将所有时间点的数据基线值和时间点形成一一对应关系矩阵，并在平面坐标系中绘制一条曲线，横坐标代表时间点，纵坐标代表对应时间点的维度值；

S7：将数据基线存入基线算法库中；

S8：重复步骤S1至S7，进一步精准数据基线值；

完成多维数据基线的精准确定。

本发明相对于现有技术的优点和创新点如下：