[发明专利]一种基于端到端业务性能指标的智能网络故障定位方法

说明书

本发明公开了一种基于端到端业务性能指标的智能网络故障定位方法，在现有故障(异常)定位的基础上，对状态及更新进行了设计，依据每个业务流的时延以及每条链路的检测状态构建作为端到端业务性能指标向量作为强化学习的状态，这样除了有端到端业务时延之外，还有表征每条链路检测状态的维度，可以更加准确地描述每次检测之后状态的变化，取得更好的决策效果。同时，本发明还对奖励进行了设计，在定位到所有故障的时候，给予一个与检测次数相关的奖励，即进行检测的次数越小，奖励就会越大。这种做法可以更好地使智能决策模块中智能体(决策神经网络)训练收敛，达到以最少的检测次数定位到所有故障的效果。

技术领域

本发明属于网络故障定位技术领域，更为具体地讲，涉及一种基于端到端业务性能指标的智能网络故障定位方法。

背景技术

互联网竞争越来越激烈，满足用户需求、重视用户使用体验的技术性进步才是各大网络运营商寻求突破的关键点，这对服务的可用性以及响应速度提出了更高的要求。随着网络规模的不断扩大，细粒度的链路性能指标测量已成为提高网络可靠性和增强用户体验的前提条件之一，网络管理者一般通过获取网络链路性能指标定位网络故障发生点，从而进行网络异常检测、网络故障恢复等管理行为。

传统网络中，由于测量能力以及网络控制能力的限制，链路性能指标的测量大多采取统计特性估计法和代数反演法。统计特性估计法只能估计出链路性能指标分布，不能得到链路的实时性能指标，而代数反演法实现开销较大。可编程网络技术的出现为进行及时和准确的链路性能指标测量奠定了基础，它具有灵活的控制能力和可编程特性，从而有利于控制网络链路性能指标的探测行为。

随着可编程网络的发展，在可编程网络中使用INT技术获取链路性能指标的研究逐渐增多。INT作为一种备受关注的细粒度网络性能指标测量方法，旨在实现细粒度的实时数据平面监视。它通过在数据层面收集和报告网络状态来实现对网络状态的监控，整个过程不消耗控制平面的计算资源。它允许数据包搜集网络设备的内部状态信息，例如队列深度、通过数据平面管道时的排队等待时间。

然而，使用INT技术获取链路性能指标，将INT报头和元数据栈附加到所有数据包上，这种方式仍有一些弊端：(1)网络开销问题：INT消耗的网络带宽可能很大，对于小尺寸的数据包，这种网络开销问题影响较大；(2)监控系统过载问题：交换机对流经的数据包进行包头处理，添加元数据到数据包上。对于数据包到达率高的流量，这种操作增加了交换机的负担且终端信息收集服务器可能会过载，从而导致处理延迟增加。针对上述问题，目前学者们的研究中有两种解决方法，(1)减少插入数据包的元数据字节数，但随着网络拓扑增大，这种方法仍然无法解决问题。(2)网络中所有节点选择性地插入元数据，这种方法搜集到的链路性能信息有限，难以监测全网状态。

为解决INT技术中数据包携带链路状态信息的开销过大导致处理延迟增加的问题，在2022年06月14日授权的、授权公告号为CN113162800B的中国发明专利中公开了一种基于强化学习的网络链路性能指标异常定位方法》，通过INT技术获取网络节点的状态信息反映链路性能状态。异常节点定位时，从环境中获取的业务流路由信息，结合用户反馈结果生成环境状态，输入到强化学习(RL)代理，得到每个交换机对应的Q值，选取最大的交换机为异常节点，并开放其INT功能，然后再输入环境状态，再定位异常节点，并进行修复，直到用户反馈所有业务流正常。同时，根据INT信息监测出开放交换机(定位的异常节点)是否为真实的异常节点，给出奖励送到经验回放池，使决策神经网络输出的Q值与交换机对应的奖励值成正相关性，使得决策神经网络更能准确定位异常节点，这样在这些异常节点上使用INT技术实时监测，不必在所有节点上使用，从而减少网络管理开销。