故障根因定位方法、装置、设备及可读存储介质与流程

本发明涉及计算机，尤其涉及一种故障根因定位方法、装置、设备及可读存储介质。

背景技术：

1、目前运营商网络运维主要依靠网管告警、信令监测、仿真拨测、投诉和性能等手段，这些手段支撑了告警问题的发现、告警问题的处理以及告警问题的分析优化。这三类手段均以网元或者板卡为最小分析单位，由网元厂家或者专家自行进行根因查询，很难直接通过现有运维手段支撑网元的各类告警问题的处理。跨层分域后，如何能在spn(secretprivate network，加密虚拟网络)网络中提前发现故障，定位故障原因缺乏有利的手段。

技术实现思路

1、本发明提供一种故障根因定位方法、装置、设备及可读存储介质，用以解决如何在现有加密虚拟网络中定位故障源因的技术问题。

2、本发明提供一种故障根因定位方法，包括：

3、在待检测网络出现故障的情况下，确定所述待检测网络中的故障设备的设备标识，以及所述故障设备的故障时间；

4、根据所述设备标识、所述故障时间以及所述待检测网络的设备拓扑图，构建设备告警拓扑图；

5、将所述设备告警拓扑图输入到故障根因定位模型中，得到所述故障设备的故障根因；

6、所述故障根因定位模型是基于历史故障设备的故障根因和设备告警拓扑图构建的标签数据集进行训练得到的；所述历史故障设备的设备告警拓扑图是基于所述历史故障设备的设备标识和故障时间以及所述待检测网络的设备拓扑图进行构建的。

7、根据本发明提供的一种故障根因定位方法，所述根据所述历史故障设备的设备标识和故障时间以及所述待检测网络的设备拓扑图，构建所述历史故障设备的设备告警拓扑图包括：

8、基于所述待检测网络的设备拓扑图，从所述待检测网络的历史告警信息中提取与所述历史故障设备相连的目标设备的告警信息；

9、将所述历史故障设备的设备标识和故障时间以及所述目标设备的告警信息转化为设备告警拓扑图。

10、根据本发明提供的一种故障根因定位方法，所述从所述待检测网络的历史告警信息中提取与所述历史故障设备相连的目标设备的告警信息包括：

11、确定所述设备拓扑图中与所述历史故障设备相连的目标设备，从所述待检测网络的历史告警信息中提取所述目标设备的告警信息，其中，所述目标设备与所述历史故障设备之间的距离小于预设距离，所述历史故障设备的故障时间与所述目标设备的告警时间之差小于预设时长。

12、根据本发明提供的一种故障根因定位方法，所述故障根因定位方法还包括：

13、将所述历史故障设备的故障根因作为所述历史故障设备的设备告警拓扑图的标签，得到标签数据集。

14、根据本发明提供的一种故障根因定位方法，所述基于历史故障设备的故障根因和设备告警拓扑图构建的标签数据集，对故障根因定位模型进行训练包括：

15、确定历史故障设备的设备告警拓扑图中各节点的特征，各所述节点之间的关系以及各所述节点的关联节点；

16、确定由各所述节点的特征组成的特征矩阵，由各所述节点之间的关系得到的邻接矩阵，以及由各所述节点的关联节点得到的度矩阵；

17、根据所述特征矩阵、所述邻接矩阵和所述度矩阵确定各所述节点的特征向量；

18、根据所述历史故障设备的故障根因、各所述节点的特征向量和所述预设参数矩阵，对故障根因定位模型进行训练。

19、根据本发明提供的一种故障根因定位方法，所述根据所述特征矩阵、所述邻接矩阵和所述度矩阵确定各所述节点的特征向量包括：

20、在所述邻接矩阵中引入单位对角矩阵，得到新邻接矩阵；

21、基于所述特征矩阵和所述新邻接矩阵对所述度矩阵进行归一化处理，得到各所述节点的特征向量。

22、根据本发明提供的一种故障根因定位方法，所述根据所述历史故障设备的故障根因、各所述节点的特征向量和所述预设参数矩阵，对故障根因定位模型进行训练包括：

23、将所述历史故障设备的故障根因、各所述节点的特征向量和所述预设参数矩阵作为故障根因定位模型的输入，基于所述故障根因和所述预设参数矩阵，利用所述故障根因定位模型中的n个网络层对各所述节点的特征向量进行更新，以训练所述故障根因定位模型；

24、其中，所述故障根因定位模型中第m个网络层的输入为所述故障根因、所述预设参数矩阵和第m-1个网络层输出更新后的各所述节点的特征向量，1＜m≤n。

25、本发明还提供一种故障根因定位装置，包括：

26、故障信息确定模块，用于在待检测网络出现故障的情况下，确定所述待检测网络中的故障设备的设备标识，以及所述故障设备的故障时间；

27、设备告警拓扑图构建模块，用于根据所述设备标识、所述故障时间以及所述待检测网络的设备拓扑图，构建设备告警拓扑图；

28、故障根因定位模块，用于将所述设备告警拓扑图输入到故障根因定位模型中，得到所述故障设备的故障根因；

29、所述故障根因定位模型是基于历史故障设备的故障根因和设备告警拓扑图构建的标签数据集进行训练得到的；所述历史故障设备的设备告警拓扑图是基于所述历史故障设备的设备标识和故障时间以及所述待检测网络的设备拓扑图进行构建的。

30、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述故障根因定位方法。

31、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述故障根因定位方法。

32、本发明提供的故障根因定位方法、装置、设备及可读存储介质，在待检测的网络出现故障的情况下，确定待检测网络中的发生故障的设备的标识以及故障设备发生的时间，然后，基于故障设备标识、故障时间以及待检测网络的设备拓扑图，构建设备告警拓扑图，将设备告警拓扑图输入到故障根因定位模型中，得到故障设备的故障根因，故障根因定位模型是基于历史故障设备的故障根因和设备告警拓扑图构建的标签数据集进行训练得到的；历史故障设备的设备告警拓扑图是基于历史故障设备的设备标识和故障时间以及待检测网络的设备拓扑图进行构建的。实现了待检测网络中设备故障的根因定位。

技术特征：

1.一种故障根因定位方法，其特征在于，包括：

2.根据权利要求1所述的故障根因定位方法，其特征在于，所述根据所述历史故障设备的设备标识和故障时间以及所述待检测网络的设备拓扑图，构建所述历史故障设备的设备告警拓扑图包括：

3.根据权利要求2所述的故障根因定位方法，其特征在于，所述从所述待检测网络的历史告警信息中提取与所述历史故障设备相连的目标设备的告警信息包括：

4.根据权利要求1所述的故障根因定位方法，其特征在于，所述故障根因定位方法还包括：

5.根据权利要求1所述的故障根因定位方法，其特征在于，所述基于历史故障设备的故障根因和设备告警拓扑图构建的标签数据集，对故障根因定位模型进行训练包括：

6.根据权利要求5所述的故障根因定位方法，其特征在于，所述根据所述特征矩阵、所述邻接矩阵和所述度矩阵确定各所述节点的特征向量包括：

7.根据权利要求5所述的故障根因定位方法，其特征在于，所述根据所述历史故障设备的故障根因、各所述节点的特征向量和所述预设参数矩阵，对故障根因定位模型进行训练包括：

8.一种故障根因定位装置，其特征在于，包括：

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述故障根因定位方法。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述故障根因定位方法。

技术总结
本发明涉及计算机技术领域，提供一种故障根因定位方法、装置、设备及可读存储介质，该方法包括：在待检测网络出现故障的情况下，确定待检测网络中的故障设备的设备标识，以及故障设备的故障时间；根据设备标识、故障时间以及待检测网络的设备拓扑图，构建设备告警拓扑图；将设备告警拓扑图输入到故障根因定位模型中，得到故障设备的故障根因；故障根因定位模型是基于历史故障设备的故障根因和设备告警拓扑图构建的标签数据集进行训练得到的；历史故障设备的设备告警拓扑图是基于历史故障设备的设备标识和故障时间以及待检测网络的设备拓扑图进行构建的。本发明通过故障根因定位模型实现对加密虚拟网络中的新故障进行根因定位。

技术研发人员：吴鲜篷
受保护的技术使用者：浪潮通信信息系统有限公司
技术研发日：
技术公布日：2024/1/14