CN101715203B - 一种自动定位故障点的方法和设备 - Google Patents

一种自动定位故障点的方法和设备 Download PDF

Info

Publication number
CN101715203B
CN101715203B CN2009102498862A CN200910249886A CN101715203B CN 101715203 B CN101715203 B CN 101715203B CN 2009102498862 A CN2009102498862 A CN 2009102498862A CN 200910249886 A CN200910249886 A CN 200910249886A CN 101715203 B CN101715203 B CN 101715203B
Authority
CN
China
Prior art keywords
reasoning
rule
cases
wide parallel
parallel route
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN2009102498862A
Other languages
English (en)
Other versions
CN101715203A (zh
Inventor
祝瑾华
许明
陈迪飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Group Zhejiang Co Ltd
Original Assignee
China Mobile Group Zhejiang Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Mobile Group Zhejiang Co Ltd filed Critical China Mobile Group Zhejiang Co Ltd
Priority to CN2009102498862A priority Critical patent/CN101715203B/zh
Publication of CN101715203A publication Critical patent/CN101715203A/zh
Application granted granted Critical
Publication of CN101715203B publication Critical patent/CN101715203B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明的实施例公开了一种自动定位故障点的方法和设备,该方法包括:进行业务拨测深宽并行路由遍历;获取深宽并行路由遍历结果;根据所述深宽并行路由遍历结果,选择障碍点定位方式,所述障碍点定位方式包括:案例推理和/或规则推理;根据所选择的障碍点定位方式进行障碍点定位,获取障碍点。通过本发明,实现了准确地自动定位障碍点。

Description

一种自动定位故障点的方法和设备
技术领域
本发明涉及通信技术领域,特别是涉及一种自动定位故障点的方法和设备。
背景技术
随着3G网络的建设发展,移动数据业务的重要性日益显现。对于业务内容、涉及网络环节均较为复杂的移动数据业务而言,网元、路由的可用性和监控诊断能力是业务保障的重要手段,因此业务测试诊断能力的持续提升成为各级电信运维生产单位在通信保障能力建设方面努力和投入的重点。因此,研究一种既能适合核心网的结构特点,又能响应核心网的各种拓扑结构变化的自动化障碍定位诊断方法,应用于移动数据业务监测诊断,已成为一个迫切的需求。
现有技术中只能实现单点接入、简单遍历的方法确定障碍点。传统方法中拓扑图主要采用深度优先的遍历策略,该算法从某一测试输入节点出发,按业务方向沿路由逐段遍历到某条路径的末端,再重新返回起始节点,继续遍历新的分支路径,直到遍历完所有路由支路和网元节点。而且,传统遍历实施策略是每个网元节点和路由仅被访问一次,这在以成功率衡量健康性、存在偶发失败事件的电信网络诊断推理中是不够的。此外,进行深度优先遍历时,只考虑了网元节点的一条路由支路而忽略了其余分支,因此该方法需要重复遍历节点的其他连接支路,以历经分支的路由路径,遍历效率低。在障碍点定位时,只能通过人工进行分析,无法自动定位障碍点且将自动定位与维护人员维护经验分析相结合。
在实现本发明的过程中,发明人发现现有技术至少存在如下问题:
现有技术中只能实现单点接入、简单遍历的方法人工确定障碍点,无法针对复杂网络,通过具有深度和广度的遍历方法,实现自动定位障碍点,定位效率低和精度差。
发明内容
本发明的实施例提供一种自动定位故障点的方法,应用于网络故障分析,实现了准确地自动定位障碍点。
本发明的实施例提供一种自动定位故障点的方法,应用于网络故障分析,包括:
进行业务拨测深宽并行路由遍历;
获取深宽并行路由遍历结果;
根据所述深宽并行路由遍历结果,选择障碍点定位方式,所述障碍点定位方式包括:案例推理和/或规则推理;
根据所选择的障碍点定位方式进行障碍点定位,获取障碍点;
其中,所述案例推理,具体包括:根据所述深宽并行路由遍历结果中案例推理的特征,检索相似案例,当检索到相似案例时,获取所述相似案例的判断结果,参考所述相似案例的判断结果,获取障碍点定位结果;
所述规则推理,具体包括:根据所述深宽并行路由遍历结果中规则推理的条件,获取输入规则,根据所述输入规则,按照预设的规则推理,获取判决结论,根据所述判决结论,获取各种障碍点和经验概率排列。
其中,所述获取深宽并行路由遍历结果之后,包括:
根据所述深宽并行路由遍历结果,按照预设的规则,定位障碍区域。
其中,所述根据所述深宽并行路由遍历结果,选择障碍点定位方式包括:
判断深宽并行路由遍历结果是否符合案例推理的特征;当深宽并行路由遍历结果符合案例推理的特征时,选择案例推理进行障碍点定位;当深宽并行路由遍历结果不符合案例推理的特征时,选择规则推理进行障碍点定位;和/或
判断深宽并行路由遍历结果是否符合规则推理的条件;当深宽并行路由遍历结果符合规则推理的特征时,选择规则推理进行障碍点定位。
其中,当选择案例推理进行障碍点定位时,具体包括:
根据所述深宽并行路由遍历结果中案例推理的特征,检索相似案例;
检索到相似案例时,获取所述相似案例的判断结果;
参考所述相似案例的判断结果,获取障碍点定位结果。
其中,当选择规则推理进行障碍点定位时,具体包括:
根据所述深宽并行路由遍历结果中规则推理的条件,获取输入规则;
根据所述输入规则,按照预设的规则推理,获取判决结论;
根据所述判决结论,获取各种障碍点和经验概率排列。
其中,还包括:
结合所述障碍区域和所述障碍点进行可视化呈现;
存储障碍分析过程中产生的初始数据、中间数据和最终结果。
本发明的实施例提供一种自动定位故障点设备,应用于网络故障分析,包括:
遍历模块,用户进行业务拨测深宽并行路由遍历;
获取模块,用于获取所述遍历模块的深宽并行路由遍历结果;
选择模块,用于根据所述获取模块获取的深宽并行路由遍历结果,选择障碍点定位方式,所述障碍点定位方式包括:案例推理和/或规则推理;其中,所述案例推理具体为,根据所述深宽并行路由遍历结果中案例推理的特征,检索相似案例,当检索到相似案例时,获取所述相似案例的判断结果,参考所述相似案例的判断结果,获取障碍点定位结果;所述规则推理具体为,根据所述深宽并行路由遍历结果中规则推理的条件,获取输入规则,根据所述输入规则,按照预设的规则推理,获取判决结论,根据所述判决结论,获取各种障碍点和经验概率排列;
分析模块,用于根据所述选择模块所选择的障碍点定位方式进行障碍点定位,获取障碍点。
其中,还包括:
定位模块,用于根据所述获取模块获取的所述深宽并行路由遍历结果,按照预设的规则,定位障碍区域。
其中,所述选择模块还用于:
判断深宽并行路由遍历结果是否符合案例推理的特征;当深宽并行路由遍历结果符合案例推理的特征时,选择案例推理进行障碍点定位;当深宽并行路由遍历结果不符合案例推理的特征时,选择规则推理进行障碍点定位;和/或
判断深宽并行路由遍历结果是否符合规则推理的条件;当深宽并行路由遍历结果符合规则推理的特征时,选择规则推理进行障碍点定位。
其中,所述分析模块包括:
检索子模块,用于根据所述深宽并行路由遍历结果中案例推理的特征,检索相似案例;
第一获取子模块,用于根据所述检索子模块检索到相似案例时,获取所述相似案例的判断结果;
第二获取子模块,参考所述第一获取子模块获取的相似案例的判断结果,获取障碍点定位结果。
其中,所述分析模块还包括:
第三获取子模块,用于根据所述深宽并行路由遍历结果中规则推理的条件,获取输入规则;
推理子模块,用于根据所述第三获取子模块获取的输入规则,按照预设的规则推理,获取判决结论;
第四获取子模块,用于根据所述推理子模块获取的判决结论,获取各种障碍点和经验概率排列。
其中,还包括:
呈现模块,用于结合所述障碍区域和所述障碍点进行可视化呈现;
存储模块,用于存储障碍分析过程中产生的初始数据、中间数据和最终结果。
本发明的实施例包括以下优点:
基于深度和宽度并行路由遍历测试、根据案例和规则混合推理方法,进行障碍定位,并结合深宽并行路由遍历结果进行呈现,从而实现准确地进行自动定位障碍点。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对本发明或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种自动定位故障点的方法的流程图;
图2为本发明实施例提供的一种自动定位故障点的方法的流程图;
图3为本发明实施例中系统自动拨测后获得的正常业务情况下拨测网络拓扑;
图4为本发明实施例提供的一种自动定位故障点的方法的流程图;
图5为本发明实施例提供的一种自动定位故障点的方法的流程图;
图6为本发明实施例提供的一种自动定位故障点设备的结构示意图;
图7为本发明实施例提供的一种知识库的结构示意图;
图8为本发明实施例提供的一种自动定位故障点的方法的流程图;
图9为本发明实施例提供的一种遍历网络的结构示意图;
图10为本发明实施例提供的一种遍历诊断的结构示意图;
图11为本发明实施例提供的一种自动定位故障点设备的结构示意图;
图12为本发明实施例提供的一种自动定位故障点设备的结构示意图;
图13为本发明实施例提供的一种自动定位故障点设备分析模块的结构示意图。
具体实施方式
本发明实施例提出:根据深宽并行路由遍历结果;结合案例推理和/或规则推理的障碍点定位方式,进行障碍点定位,获取障碍点,实现了准确地自动定位障碍点。
下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
在获得的深宽并行路由遍历结果中,不期望事件或故障事件是输入信息,引起这一事件的原因是障碍树形结构中的各个子节点。在对树的枝节进行分析时,若某些节点无法继续分析(即无子节点),这些节点称为目标节点,他们是引起故障的不同概率的基本事件集合,获得这些信息并予以呈现即实施了诊断定位的目的。
如图1所示,为本发明的实施例中的一种故障诊断分析方法,具体包括以下步骤:
步骤101、进行业务拨测深宽并行路由遍历;
步骤102、获取深宽并行路由遍历结果;
所述获取深宽并行路由遍历结果之前,包括:进行业务拨测深宽并行路由遍历;
所述获取深宽并行路由遍历结果之后,包括:根据所述深宽并行路由遍历结果,按照预设的规则,定位障碍区域。本发明实施例中的路由遍历是采用了深度和广度并行路由遍历、重复性测试的方法。
步骤103、根据所述深宽并行路由遍历结果,选择障碍点定位方式,所述障碍点定位方式包括:案例推理和/或规则推理;
其中,当选择案例推理进行障碍点定位时,具体包括:
根据所述深宽并行路由遍历结果中案例推理的特征,检索相似案例;
检索到相似案例时,获取所述相似案例的判断结果;
参考所述相似案例的判断结果,获取障碍点定位结果。
当选择规则推理进行障碍点定位时,具体包括:
根据所述深宽并行路由遍历结果中规则推理的条件,获取输入规则;
根据所述输入规则,按照预设的规则推理,获取判决结论;
根据所述判决结论,获取各种障碍点和经验概率排列。
步骤104、根据所选择的障碍点定位方式进行障碍点定位,获取障碍点。
为了对本发明实施例进行进一步详细的说明,首先对一下概念进行介绍:
遍历:核心网的现实网络拓扑,可以抽象成由节点(网元)和边(网元间的路由链路)构成的有向连通图,路由链路的代价可以抽象成边的权函数。复杂情况下,同一条链路(边)不同方向的权值也可能不一样。遍历就是从网络拓扑图中指定的测试接入点作为遍历的起始出发点,按照一定探测遍历路径,对网络中所有路由和网元所作的业务访问尝试的过程。路由遍历法是复杂网络拓扑结构下的系统可靠性评估主要手段之一,可以用图论和多叉树遍历来描述。
通常,网络拓扑遍历分为三个步骤,第一步进行路由分析,分析两相邻网元间不同路由区分的判断条件;第二步进行网络分析,将全网划分为若干个子系统;第三步执行路由遍历,并确认对子系统和路由的历经率。
基于案例的推理(Case-based Reasoning)又称为援例推理,是一种基于记忆,面向案例问题,利用过去的案例和经验来解决新问题的一种方法,它是从一个案例(旧案例)到另一个案例(新问题)的类比推理。这种方法对还没有总结出故障树时的障碍点判断比较有效。
基于规则的推理(Rule-based Reasoning)是一种利用抽象的方法,以标定了原因(障碍点)概率的故障树形式来归纳成判决规则,继而从统计性能层次、逻辑层次和时间层次等多个方面对网络性能和障碍可能位置予以推定。
当网络出现障碍或运行在某种不期望状态时,需要利用逐级测试获取的数据、信息,找到所有可能使不期望状态发生的原因。本发明实施例提供一种故障诊断分析方法,如图2所示,具体包括以下步骤:
步骤201:通过业务拨测,对网络进行深宽并行路由遍历,获取深宽并行路由遍历结果,实现障碍定位或障碍区域的标定。
传统方法中拓扑图主要采用深度优先的遍历策略,该算法从某一测试输入节点出发,按业务方向沿路由逐段遍历到某条路径的末端,再重新返回起始节点,继续遍历新的分支路径,直到遍历完所有路由支路和网元节点。而且,传统遍历实施策略是每个网元节点和路由仅被访问一次,这在以成功率衡量健康性、存在偶发失败事件的电信网络诊断推理中是不够的。此外,进行深度优先遍历时,只考虑了网元节点的一条路由支路而忽略了其余分支,因此该方法需要重复遍历节点的其他连接支路,以历经分支的路由路径,遍历效率低。
本发明实施例中的路由遍历是采用了深度和广度并行路由遍历、重复性测试的方法,克服了传统方法的缺点。操作中将母线分析和节线分析统一在测试接入点拓扑分析过程中。这种方法从某一测试接入节点出发,利用建立的业务类型-节点-支路邻接表,同时使用深度优先和广度优先策略搜索同层节点和下一层节点,并查找所有与该节点相连的支路,根据支路类型对支路作拓扑分析处理。并通过选择合适的测试业务类型和相连路由支路,遍历所有第一个邻节点下所有相关的网元节点。在启动对第一个邻接点下路由遍历的同时,启动其他邻接点出发的遍历测试,直到所有与起始节点有互通关系的节点都被访问。深度遍历探测疑似障碍网元;广度遍历探测各个网元相应的障碍隔离度及障碍影响范围,完成故障区和故障点的判断。即使对于网络中互联关系不密切的多个子系统,在测试号码和端口资源条件充足时,也可对其同时发起测试,实现并发监测诊断,做到全程全网的监控。
例如:通过业务拨测,对网络进行深宽并行路由遍历,获取深宽并行路由遍历结果,所确定的障碍区域为“区域1”;为了更好理解,举例如下,假设图3所示网络结构为系统自动拨测后获得的正常业务情况下拨测网络拓扑,某时刻出现“SGSN03上wap.monternet.com(梦网)业务拨测失败”,则此时故障“区域1”为SGSN03拨测梦网业务所经过的网络,即:“SGSN03-GGSN02/GGSN03-WAP02-Wap.monternet.com(梦网服务器)”,该区域仅为一个大致范围,尚无法确定故障点;
深度拨测:根据故障类型,自动判断故障判断需要进行广度拨测点,本例中系统判断“区域1”所涉及的网元包括:SGSN03、GGSN02、GGSN03、WAP02,则系统自动分别模拟SGSN、GGSN、WAP网关对故障网元GGSN02、GGSN03、WAP02进行拨测,逐级缩小故障区域。
广度拨测:根据故障类型,自动判断故障判断需要进行广度拨测点,本例中,需要从故障可能网元“SGSN03、GGSN02、GGSN03、WAP02”可能影响的范围进行拨测,即:SGSN03影响其下挂PCU;GGSN02影响SGSN02/SGSN03/SGSN04;GGSN03影响SGSN02/SGSN03;WAP02影响GGSN01/GGSN02/GGSN03,最终所有可能故障网元影响SGSN包括:SGSN01/02/03/04发起业务测试。
步骤202:根据深宽并行路由遍历结果选择障碍点定位方式。
障碍点定位方式主要包括:基于规则的推理和基于案例的推理。
根据深宽并行路由遍历结果选择障碍点定位方式包括:当深宽并行路由遍历结果符合案例推理的特征(例如:本例中,测试结果如为从SGSN01/02/03/04、模拟SGSN、模拟GGSN、模拟WAP网关测试都失败,同时其它业务wap、http等业务测试正常),则选择基于案例的推理(判断为梦网服务器故障);当深宽并行路由遍历结果符合规则推理的条件(例如:本例中,如测试结果失败的仅为SGSN02/SGSN03到GGSN02出现PDP激活失败),则选择基于规则的推理(假设PDP激活失败时,系统配置的错误码-故障点配置表中SGSN、GGSN、WAP、SP故障权重分别为50%、50%、0%、0%。则从本次设备中故障概率最高的应为GGSN02.推断GGSN02故障;如为其它错误,则按照其它错误进行推断)。
需要说明的是,当深宽并行路由遍历结果既符合案例推理的特征,又符合规则推理的特征,则优先选择案例推理。
步骤203:根据所选择的障碍点定位方式,结合深宽并行路由遍历结果进行分析,获取分析结论。
当选择基于案例的推理,如图4所示,具体包括以下步骤:
步骤401、启动案例库的检索;
步骤402、如果有相似的案例,则从该案例的二级信息库内提取该经验案例的详细判断结果,转到步骤403;如无,启动规则推理;
步骤403、参考经验案例给出障碍点定位结果。
当选择规则的推理,如图5所示,具体包括以下步骤:
步骤501、启动规则推理;
步骤502、按业务类型、Cause Value和故障码等条件作为输入规则,遍历故障树规则库(预设的规则推理),获得判决结论;
步骤503、按规则给出各种障碍可能障碍点和经验概率排列。
步骤204:将深宽并行路由遍历结果和分析结果向结合,以可视化的形式呈现。
需要说明的是,上述根据基于业务拨测的深宽并行路由遍历结果所确定的障碍区域为业务拨测中发生障碍的业务对应的网络拓扑中确定障碍区域,而根据案例推理和/或规则推理所确定的障碍点为在确定障碍区域之前所确定的障碍区域内进行进一步精确的确定。
为了实现上述故障诊断分析方法,本发明实施例提供一种故障诊断分析设备,如图6所示,主要包括:测试结果输入接口610、知识输入接口620、知识库630、推理机640、解释器650、综合数据库660和可视化界面670。设备中各个部分的功能如下:
(1)测试结果输入接口610完成从其他子系统处获取业务测试结果的任务。
(2)知识输入接口620提炼出系统可以辩识的规则存入知识库630的转换操作。
(3)知识库630,如图7所示,由规则库631、案例库632、模型库633和测试信息库634等构成,正确的、完善的知识库是保证推理结果合理性的关键。
其中规则库容纳了各种数据化的判决规则条件和结论,案例库存放着精选过的经验案例。模型库用于定义路由遍历操作中应用的拓扑模型,测试信息库用于业务拨测结果的趋势和门限存储。
(4)推理机640根据输入信息,利用知识库630中的已有知识进行推理策略选择和执行,导出结论。
其中包括基于案例的推理机640和基于规则的推理机640,前者依据案例库进行知识匹配,寻找与新问题相近的经验案例得到参考障碍点结论;后者是传统推理方式,应用信息输入规则来寻找结论。
(5)解释器650完成诊断定位结论与网络拓扑图拟合、提供策略选择原因描述的功能。
(6)综合数据库660用来存放系统在推理过程中的中间结果或论据。
系统在推理过程时会将所有可能的初始状态或初始数据暂时存入中间数据库,然后不断地用新生成的中间结果来修改、替代或补充其内容。以此循环,直到得到最终结果。
本发明实施例提供一种故障诊断分析方法,如图8所示,具体包括以下步骤:
步骤801:载入业务拨测执行后获得的深宽并行路由遍历结果,确定障碍区域。
执行路由拓扑遍历定位算法和路由识别规则判断业务障碍出现的路由段和相关网元节点,实现障碍定位或障碍怀疑区的标定。
遍历诊断中,采用障碍相关距离方式,对所有将经历的网元均分配两个计数器(+1计数和-1计数)。如图9和图10所示,业务成功时,经历的网元获值+1,业务失败时,终结的网元获值-1,由于业务失败未遍历或未执行测试的路由获值0。终结网元的判断以响应信令中携带失败cause value或响应超时为依据。这两个计数器的获值结果称为障碍相关距离。
在单位时间间隔内对每个网元的两个计数器的获值予以累加,其结果为负值时说明该网元及其前邻路由存在故障可能,负值越大,说明故障程度越严重。某一网元+1和-1计数器均为0时,说明该网元前端设备设备已退服(OOS)或路由遍历方案中遗漏该网元;+1和-1计数器次数相等,说明该网元不稳定,处于正常向故障转换的中间状态。
其判决算法定义如公式(1)所示:
Σ 1 m | + 1 | Σ 1 m | + 1 + + Σ 1 m | - 1 | - - - ( 1 )
网元和路由的调整会引起网络结构的变化,需要对网络进行重新拓扑分析。实际情况中,往往是属于一个子系统的少量网元和路由状态发生变化,可结合网络特点进行局部拓扑模型修改,并执行局部遍历予以验证。
步骤802:根据深宽并行路由遍历结果和预定规则,选择执行规则推理(RBR)或案例推理(CBR)方式定位障碍点。
具体地,根据深宽并行路由遍历结果和预定规则,选择执行规则推理或案例推理方式定位障碍点包括以下两种中的任一种:
当深宽并行路由遍历结果符合案例推理的特征时,转到步骤803;
当深宽并行路由遍历结果符合规则推理的特征时,转到步骤804。
步骤803、启动CBR推理,转到步骤807。
步骤804、启动RBR推理。
步骤805、遍历故障规则树,按业务类型、Cause Value和故障码等条件作为输入规则,获得判决结论。
步骤806、按规则给出各种障碍可能障碍点和经验概率排列,转到步骤810。
步骤807、启动案例库的检索,根据案例推理的特征判断是否有相似案例。
当有相似案例时,转到步骤808;
当没有相似案例时,转到步骤804。
步骤808、从该案例的二级信息库内提取该经验案例的详细判断结果。
步骤809、参考经验案例给出障碍点定位结果。
步骤810、汇总整理障碍可能障碍点的结论。
具体地,汇总整理步骤806和步骤809中障碍可能障碍点的结论。
步骤811、结合障碍区域和障碍可能障碍点进行可视化呈现。
具体地,通过解释器将已遍历路由、障碍区域判决结论(步骤801)和障碍可能障碍点(含概率)(步骤811)以可视化方式标定在网络拓扑图中,并向其他相关模块输出告警记录。
优选地,诊断分析结果可输出至其他模块(如域隔离诊断控制模块),加快域隔离的收敛效率。
本发明实施例提供一种自动定位故障点设备1100,应用于网络故障分析,如图11所示,包括:
遍历模块1110,用户进行业务拨测深宽并行路由遍历;
获取模块1120,用于获取遍历模块1110的深宽并行路由遍历结果;
选择模块1130,用于根据获取模块1120获取的深宽并行路由遍历结果,选择障碍点定位方式,所述障碍点定位方式包括:案例推理和/或规则推理;
分析模块1140,用于根据选择模块1130所选择的障碍点定位方式进行障碍点定位,获取障碍点。
自动定位故障点设备1100,如图12所示,还包括:
定位模块1150,用于根据获取模块1120获取的所述深宽并行路由遍历结果,按照预设的规则,定位障碍区域。
其中,选择模块1130还用于:
判断深宽并行路由遍历结果是否符合案例推理的特征;当深宽并行路由遍历结果符合案例推理的特征时,选择案例推理进行障碍点定位;当深宽并行路由遍历结果不符合案例推理的特征时,选择规则推理进行障碍点定位;和/或
判断深宽并行路由遍历结果是否符合规则推理的条件;当深宽并行路由遍历结果符合规则推理的特征时,选择规则推理进行障碍点定位。
其中,还包括:
呈现模块1160,用于结合所述障碍区域和所述障碍点进行可视化呈现;
存储模块1170,用于存储障碍分析过程中产生的初始数据、中间数据和最终结果。
其中,分析模块1140,如图13所示,包括:
检索子模块1141,用于根据所述深宽并行路由遍历结果中案例推理的特征,检索相似案例;
第一获取子模块1142,用于根据检索子模块1141检索到相似案例时,获取所述相似案例的判断结果;
第二获取子模块1143,参考第一获取子模块1142获取的相似案例的判断结果,获取障碍点定位结果。
第三获取子模块1144,用于根据所述深宽并行路由遍历结果中规则推理的条件,获取输入规则;
推理子模块1145,用于根据第三获取子模块1144获取的所述输入规则,按照预设的规则推理,获取判决结论;
第四获取子模块1146,用于根据推理子模块1145获取的所述判决结论,获取各种障碍点和经验概率排列。
本发明的实施例包括以下优点:
基于深度和宽度深宽并行路由遍历测试、根据案例和规则混合推理方法,进行障碍定位,并结合深宽并行路由遍历结果进行呈现,从而实现准确地进行自动定位障碍点。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台终端设备(可以是手机,个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。

Claims (12)

1.一种自动定位故障点的方法,应用于网络故障分析,其特征在于,包括:
进行业务拨测深宽并行路由遍历;
获取深宽并行路由遍历结果;
根据所述深宽并行路由遍历结果,选择障碍点定位方式,所述障碍点定位方式包括:案例推理和/或规则推理;
根据所选择的障碍点定位方式进行障碍点定位,获取障碍点;
其中,所述案例推理,具体包括:根据所述深宽并行路由遍历结果中案例推理的特征,检索相似案例,当检索到相似案例时,获取所述相似案例的判断结果,参考所述相似案例的判断结果,获取障碍点定位结果;
所述规则推理,具体包括:根据所述深宽并行路由遍历结果中规则推理的条件,获取输入规则,根据所述输入规则,按照预设的规则推理,获取判决结论,根据所述判决结论,获取各种障碍点和经验概率排列。
2.如权利要求1所述的方法,其特征在于,所述获取深宽并行路由遍历结果之后,包括:
根据所述深宽并行路由遍历结果,按照预设的规则,定位障碍区域。
3.如权利要求1所述的方法,其特征在于,所述根据所述深宽并行路由遍历结果,选择障碍点定位方式包括:
判断深宽并行路由遍历结果是否符合案例推理的特征;当深宽并行路由遍历结果符合案例推理的特征时,选择案例推理进行障碍点定位;当深宽并行路由遍历结果不符合案例推理的特征时,选择规则推理进行障碍点定位;和/或
判断深宽并行路由遍历结果是否符合规则推理的条件;当深宽并行路由遍历结果符合规则推理的特征时,选择规则推理进行障碍点定位。
4.如权利要求1或3所述的方法,其特征在于,当选择案例推理进行障碍点定位时,具体包括:
根据所述深宽并行路由遍历结果中案例推理的特征,检索相似案例;
检索到相似案例时,获取所述相似案例的判断结果;
参考所述相似案例的判断结果,获取障碍点定位结果。
5.如权利要求1或3所述的方法,其特征在于,当选择规则推理进行障碍点定位时,具体包括:
根据所述深宽并行路由遍历结果中规则推理的条件,获取输入规则;
根据所述输入规则,按照预设的规则推理,获取判决结论;
根据所述判决结论,获取各种障碍点和经验概率排列。
6.如权利要求2所述的方法,其特征在于,还包括:
结合所述障碍区域和所述障碍点进行可视化呈现;
存储障碍分析过程中产生的初始数据、中间数据和最终结果。
7.一种自动定位故障点设备,应用于网络故障分析,其特征在于,包括:
遍历模块,用户进行业务拨测深宽并行路由遍历;
获取模块,用于获取所述遍历模块的深宽并行路由遍历结果;
选择模块,用于根据所述获取模块获取的深宽并行路由遍历结果,选择障碍点定位方式,所述障碍点定位方式包括:案例推理和/或规则推理;其中,所述案例推理具体为,根据所述深宽并行路由遍历结果中案例推理的特征,检索相似案例,当检索到相似案例时,获取所述相似案例的判断结果,参考所述相似案例的判断结果,获取障碍点定位结果;所述规则推理具体为,根据所述深宽并行路由遍历结果中规则推理的条件,获取输入规则,根据所述输入规则,按照预设的规则推理,获取判决结论,根据所述判决结论,获取各种障碍点和经验概率排列;
分析模块,用于根据所述选择模块所选择的障碍点定位方式进行障碍点定位,获取障碍点。
8.如权利要求7所述的设备,其特征在于,还包括:
定位模块,用于根据所述获取模块获取的所述深宽并行路由遍历结果,按照预设的规则,定位障碍区域。
9.如权利要求7所述的设备,其特征在于,所述选择模块还用于:
判断深宽并行路由遍历结果是否符合案例推理的特征;当深宽并行路由遍历结果符合案例推理的特征时,选择案例推理进行障碍点定位;当深宽并行路由遍历结果不符合案例推理的特征时,选择规则推理进行障碍点定位;和/或
判断深宽并行路由遍历结果是否符合规则推理的条件;当深宽并行路由遍历结果符合规则推理的特征时,选择规则推理进行障碍点定位。
10.如权利要求7或9所述的设备,其特征在于,所述分析模块包括:
检索子模块,用于根据所述深宽并行路由遍历结果中案例推理的特征,检索相似案例;
第一获取子模块,用于根据所述检索子模块检索到相似案例时,获取所述相似案例的判断结果;
第二获取子模块,参考所述第一获取子模块获取的相似案例的判断结果,获取障碍点定位结果。
11.如权利要求7或9所述的设备,其特征在于,所述分析模块还包括:
第三获取子模块,用于根据所述深宽并行路由遍历结果中规则推理的条件,获取输入规则;
推理子模块,用于根据所述第三获取子模块获取的输入规则,按照预设的规则推理,获取判决结论;
第四获取子模块,用于根据所述推理子模块获取的判决结论,获取各种障碍点和经验概率排列。
12.如权利要求8所述的设备,其特征在于,还包括:
呈现模块,用于结合所述障碍区域和所述障碍点进行可视化呈现;
存储模块,用于存储障碍分析过程中产生的初始数据、中间数据和最终结果。
CN2009102498862A 2009-11-30 2009-11-30 一种自动定位故障点的方法和设备 Active CN101715203B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2009102498862A CN101715203B (zh) 2009-11-30 2009-11-30 一种自动定位故障点的方法和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2009102498862A CN101715203B (zh) 2009-11-30 2009-11-30 一种自动定位故障点的方法和设备

Publications (2)

Publication Number Publication Date
CN101715203A CN101715203A (zh) 2010-05-26
CN101715203B true CN101715203B (zh) 2012-08-22

Family

ID=42418366

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009102498862A Active CN101715203B (zh) 2009-11-30 2009-11-30 一种自动定位故障点的方法和设备

Country Status (1)

Country Link
CN (1) CN101715203B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101945009B (zh) * 2010-09-14 2012-11-28 国网电力科学研究院 基于案例和模式匹配的电力通信网故障定位方法及装置
CN102254102B (zh) * 2011-07-18 2013-08-21 华东理工大学 基于本体的污水决策-支持系统和方法
CN104066103B (zh) * 2013-03-19 2017-10-10 中国移动通信集团湖北有限公司 数据业务核心网的故障定位方法和装置
CN107622008B (zh) * 2016-07-14 2021-07-23 阿里巴巴集团控股有限公司 一种应用页面的遍历方法和装置
CN107786897A (zh) * 2016-08-31 2018-03-09 南京中兴新软件有限责任公司 Iptv系统故障定位方法及系统
CN108933694B (zh) * 2018-06-09 2021-11-09 西安电子科技大学 基于拨测数据的数据中心网络故障节点诊断方法及系统
CN110568793A (zh) * 2019-09-16 2019-12-13 江苏大学 一种基于时分复用组网与故障树的母猪舍物联网系统及其控制方法
CN111861021A (zh) * 2020-07-28 2020-10-30 中国联合网络通信集团有限公司 业务风险预测方法、装置、设备及计算机可读存储介质
CN112487711B (zh) * 2020-11-25 2021-08-31 江苏科技大学 一种基于概率分布的AltaRica故障树生成方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101211296A (zh) * 2006-12-25 2008-07-02 华为技术有限公司 一种测试代价敏感的系统故障定位方法及其装置
CN101217763A (zh) * 2008-01-15 2008-07-09 中兴通讯股份有限公司 故障分析中逻辑树到物理树的扩展装置及方法
CN101478444A (zh) * 2008-12-19 2009-07-08 中国移动通信集团浙江有限公司 一种用于核心网故障定位的靶向域隔离测试方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101211296A (zh) * 2006-12-25 2008-07-02 华为技术有限公司 一种测试代价敏感的系统故障定位方法及其装置
CN101217763A (zh) * 2008-01-15 2008-07-09 中兴通讯股份有限公司 故障分析中逻辑树到物理树的扩展装置及方法
CN101478444A (zh) * 2008-12-19 2009-07-08 中国移动通信集团浙江有限公司 一种用于核心网故障定位的靶向域隔离测试方法

Also Published As

Publication number Publication date
CN101715203A (zh) 2010-05-26

Similar Documents

Publication Publication Date Title
CN101715203B (zh) 一种自动定位故障点的方法和设备
CN103001328B (zh) 一种智能变电站的故障诊断与评估方法
CN113189451B (zh) 配电网故障定位研判方法、系统、计算机设备和存储介质
CN103870659B (zh) 一种数控机床故障分析方法
US6868311B2 (en) Method and system for on-line dynamical screening of electric power system
CN110493042A (zh) 故障诊断方法、装置及服务器
CN101170454B (zh) 一种监控数据采集汇总状态的方法和系统
CN109787817A (zh) 网络故障诊断方法、装置和计算机可读存储介质
CN101997709B (zh) 一种根告警数据分析的方法及其系统
CN106301522A (zh) 遥感卫星地面站数据接收任务的可视化故障诊断方法及系统
CN107040413B (zh) 智能变电站过程层通讯链路故障定位的方法
CN110032463B (zh) 一种基于贝叶斯网络的系统故障定位方法和系统
CN103023028B (zh) 一种基于实体间依赖关系图的电网故障快速定位方法
CN103840967A (zh) 一种电力通信网中故障定位的方法
Cancela et al. Rare event analysis by Monte Carlo techniques in static models
CN103049365A (zh) 信息与应用资源运行状态监控及评价方法
CN111934954A (zh) 宽带的检测方法、装置、电子设备及存储介质
CN102281103A (zh) 基于模糊集合解算的光网络多故障恢复方法
CN106776902A (zh) 路径轨迹的分析方法及装置
CN109639475A (zh) 基于关联图的网络自诊断故障定位方法
CN117459365A (zh) 故障原因确定方法、装置、设备及存储介质
CN108173711A (zh) 企业内部系统数据交换监控方法
CN109446291B (zh) 一种路网状态统计方法、装置和计算机可读存储介质
CN109462493B (zh) 一种基于ping的局域网络监测方法
CN116974805A (zh) 根因确定方法、设备和存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant