基于模型的网络链路诊断方法、模型训练方法及装置与流程

本说明书一个或多个实施例涉及网络链路诊断，尤其涉及一种基于模型的网络链路诊断方法、模型训练方法及装置。

背景技术：

1、随着互联网技术的发展，依赖互联网的服务产品越来越多，竞争也越来越激烈。用户在使用这些产品时所执行的一个简单操作，可能涉及该产品所在的整个服务链路中成百上千个节点的动作响应，其中任一个节点出现问题，都可能导致用户不能及时、准确接收到响应信息，影响用户体验。因此，为了提升用户体验，需要保障相应链路持续、稳定、可靠地提供网络服务。而相关技术中，在链路出现问题时，往往需要相关人员根据经验对相关数据进行分析，找到导致该问题的根因节点，然后才能对根因节点进行优化调整，从而消除该问题；这种基于人工经验的分析过程，效率和准确性都难以满足服务需求。

2、有鉴于此，有必要提供一种网络链路诊断方案，以在网络链路出现问题时可以准确、高效的对该链路进行分析、诊断，确定导致该问题的根本原因。

技术实现思路

1、为了在网络链路出现问题时可以准确、高效的对该链路进行分析、诊断，确定导致该问题的根本原因，本说明书一个或多个实施例提供了一种基于模型的网络链路诊断方法、模型训练方法及装置。

2、第一方面，本说明书一个或多个实施例提供了一种模型训练方法，包括：

3、获取与网络链路问题相关的历史链路数据；

4、对所述历史链路数据进行语料转换，得到样本数据集；其中，所述样本数据集包括多个问题答案对，每个所述问题答案对包括一个网络链路问题的描述信息和对应的诊断信息；

5、通过所述样本数据集对预训练模型进行微调训练，得到用于诊断网络链路问题的目标模型。

6、一种可能的实现方式中，所述预训练模型包括利用通用自然语言数据集训练得到的深度学习大模型。

7、第二方面，本说明书一个或多个实施例提供了一种网络链路诊断方法，包括：

8、在检测到网络链路出现问题时，获取与当前问题相关的链路性能数据；

9、将所述链路性能数据输入目标模型，以使所述目标模型对所述当前问题进行诊断并生成结论信息；所述目标模型为根据上述第一方面所述的方法训练得到的模型；

10、判断所述结论信息中是否存在新的问题；

11、若所述结论信息中存在新的问题，则将所述新的问题作为当前问题，并返回所述获取与当前问题相关的链路性能数据；

12、若所述结论信息中不存在新的问题，则生成并输出目标结论信息。

13、一种可能的实现方式中，所述生成目标结论信息，包括：

14、根据所述目标模型在本次网络链路诊断过程中生成的各个所述结论信息融合得到所述目标结论信息。

15、一种可能的实现方式中，所述链路性能数据包括以下至少一项：

16、所述当前问题所在的第一节点的性能数据；

17、位于所述第一节点上游的第二节点的性能数据；

18、位于所述第一节点下游的第三节点的性能数据。

19、一种可能的实现方式中，所述获取与当前问题相关的链路性能数据，包括：

20、通过所述网络链路的预设监测系统获取与当前问题相关的链路性能数据。

21、第三方面，本说明书一个或多个实施例提供了一种模型训练装置，包括：

22、获取单元，用于获取与网络链路问题相关的历史链路数据；

23、转换单元，用于对所述历史链路数据进行语料转换，得到样本数据集；其中，所述样本数据集包括多个问题答案对，每个所述问题答案对包括一个网络链路问题的描述信息和对应的诊断信息；

24、训练单元，用于通过所述样本数据集对预训练模型进行微调训练，得到用于诊断网络链路问题的目标模型。

25、一种可能的实现方式中，所述预训练模型包括利用通用自然语言数据集训练得到的深度学习大模型。

26、第四方面，本说明书一个或多个实施例提供了一种网络链路诊断装置，包括：

27、数据收集单元，用于在检测到网络链路出现问题时，获取与当前问题相关的链路性能数据；

28、链路诊断单元，用于将所述链路性能数据输入目标模型，以使所述目标模型对所述当前问题进行诊断并生成结论信息；所述目标模型为根据上述第一方面所述的方法训练得到的模型；

29、结论处理单元，用于判断所述结论信息中是否存在新的问题，在所述结论信息中存在新的问题时，将所述新的问题作为当前问题，并触发所述数据收集单元重新获取与当前问题相关的链路性能数据；或者，在所述结论信息中不存在新的问题时，生成并输出目标结论信息。

30、一种可能的实现方式中，所述结论处理单元用于在所述结论信息中不存在新的问题时生成目标结论信息，包括：

31、所述结论处理单元用于，根据所述目标模型在本次网络链路诊断过程中生成的各个所述结论信息融合得到所述目标结论信息。

32、一种可能的实现方式中，所述链路性能数据包括以下至少一项：

33、所述当前问题所在的第一节点的性能数据；

34、位于所述第一节点上游的第二节点的性能数据；

35、位于所述第一节点下游的第三节点的性能数据。

36、一种可能的实现方式中，所述数据收集单元用于获取与当前问题相关的链路性能数据，包括：

37、所述数据收集单元用于，通过所述网络链路的预设监测系统获取与当前问题相关的链路性能数据。

38、第五方面，本说明书一个或多个实施例还提供了一种电子设备，该电子设备包括存储器和处理器；所述存储器用于存储计算机程序产品；所述处理器用于执行所述存储器中存储的计算机程序产品，且所述计算机程序产品被执行时，实现上述第一方面或第二方面的方法。

39、第六方面，本说明书一个或多个实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序指令，该计算机程序指令被执行时，实现上述第一方面或第二方面的方法。

40、由以上内容可知，首先，本说明书一个或多个实施例提供的模型训练方法及装置，将网络链路运行过程中出现的多次链路问题相关的数据，作为历史链路数据，并将其转换为适合模型训练的多个问题答案对，形成样本数据集，然后通过该样本数据集对预训练模型进行微调训练，得到可以自动诊断网络链路问题的目标模型。上述模型训练过程，以预训练模型作为训练起始点，可以利用预训练模型在通用数据上训练得到的针对通用知识的理解和生成能力，利用上述样本数据集作为专业知识，对预训练模型进行特定任务训练，只需调节其中的少量参数，即可得到在网络链路诊断这一特定任务上具有良好表现的目标模型，从而利用更少的时间达到更好的训练效果。

41、其次，本说明书一个或多个实施例提供的基于上述目标模型的网络链路诊断方法及装置，在网络链路出现问题时，通过训练得到的目标模型实现了自动诊断，并可以逐级定位得到导致链路问题的根因，提高诊断效率和准确率。另外，由于基于深度学习模型具有推理和学习能力，故本实施例中的目标模型对网络链路的诊断能力，不仅局限于训练时使用的样本数据集中已有的网络链路问题，还可以在遇到没有学习过的、未知网络链路问题时，通过相似问题匹配等语言理解和处理能力，来推测针对该未知网络链路问题的诊断方案，为相关技术人员提供诊断建议，从而可以减少相关技术人员的工作量，降低对技术人员的技术要求。