CN105634796A - 一种网络设备故障预测及诊断方法 - Google Patents

Abstract

本发明一种网络设备故障预测及诊断方法，属于通讯设备故障监测的技术领域；解决的技术问题为：提供一种能够对网络设备故障进行智能预测、并可提前预警的网络设备故障预测及诊断方法；采用的技术方案为：一种网络设备故障预测及诊断方法，包括以下步骤：首先，根据网络设备无故障工作状态下的特征值，通过训练算法，得到网络设备无故障工作状态下的特征参数；其次，连续采集工作时间内网络设备实际工作状态下的特征值，通过检测算法，对网络设备故障进行检测并报警；适用于电力系统。

Description

一种网络设备故障预测及诊断方法

技术领域

本发明一种网络设备故障预测及诊断方法，属于通讯设备故障监测的技术领域。

背景技术

随着信息化程度的提高、网络规模的不断扩大，路由器、交换机等网络设备也在不断增加，这些网络设备负责对网络中存在的大量数据进行传输；然而，由于现实网络环境的复杂性，使得网络设备不可避免的出现故障，如：传输丢包、时延抖动等，严重时甚至会造成网络瘫疾；因此，保证网络设备的正常运行，在出现故障之后能够迅速、准确地定位问题并排除故障，是网络维护的核心任务。

网络设备故障预测是通过对历史和当前的故障特征值进行分析，预测出未来的故障特征值，从而预测出设备在未来一段时间内的运行状态，并且依据这些特征值，判断设备的故障级别，提前掌握设备故障的发展趋势，为提早预防和修复故障提供依据，具有重要的理论研究价值和工程实践意义。

发明内容

本发明克服现有技术存在的不足，所要解决的技术问题为：提供一种能够对网络设备故障进行智能预测、并可提前预警的网络设备故障预测及诊断方法。

为了解决上述技术问题，本发明采用的技术方案为：一种网络设备故障预测及诊断方法，包括以下步骤：

S1：根据网络设备无故障工作状态下的特征值，通过训练算法，得到网络设备无故障工作状态下的特征参数；其训练算法的过程为：

S101：连续采集一段时间内网络设备无故障工作状态下的特征值，并根据特征值生成检测序列，记为x_n；

S102：根据检测序列x_n，计算网络设备特征变量的信念值，记为k；

S103：根据网络设备特征值的工作上限H，以及网络设备达到工作上限H的时间容忍度r，设置报警阈值h，记为h＝r*(H-σ+k)，其中：σ为检测序列的x_n的标准偏差；

S104：计算序列检测序列x_n快速变化到报警阈值h时的CUSUM值，记为Z_n；

S105：根据报警阈值h对检测序列x_n进行测试，将检测序列x_n无故障工作状态下的Z_n与h进行比较，若Z_n＜h；则训练结束，若Z_n＞h，则调整h值，并将调整后的h值作为新的报警阈值h，并根据新的报警阈值h重新对检测序列x_n进行测试，直到无故障工作状态下的Z_n＜h。

S2：定期采集工作时间内网络设备实际工作状态下的特征值，通过检测算法，对网络设备故障进行预测并报警，其检测算法的过程为：

S201：定期采集工作时间内网络设备实际工作状态下的特征值，并根据特征值生成序列y_n，计算序列y_n的CUSUM值，记为Z_n；

S202：如果y_n+Z_n-1-δ-k＜0，则Z_n＝0，否则Z_n＝y_n+Z_n-1-δ-k；其中：Z_n-1为网络设备实际工作状态下的采集的前n-1个特征值生成的序列y_n-1的CUSUM值；

S203：将Z_n与h进行比较，若Z_n＞h，则报警；若Z_n小于h，则记录该数据后，进入步骤S201对下一时刻采集的网络工作时间内网络设备实际工作状态下的特征值进行检测。

所述步骤S102中计算网络设备特征变量的信念值的过程包括如下步骤：

S1021：求出检测序列x_n的期望值，记为δ，并利用正态分布逼近策略,计算检测序列的标准偏差,记为σ；

S1022：遍历y＝1，2，3，...，计算k＝y*σ，当检测序列x_n的偏差＜k，则停止，并将此时的k作为网络设备特征变量的信念值。

所述步骤S103中，容忍度r的取值为：r＝1，或r＝T/t；其中，r＝1，表示达到工作上限H需要立即报警；r＝T/t，表示达到工作上限H后可继续工作一段时间T后再进行报警，t为采样时间间隔。

所述特征值为板卡温度，或为CPU使用率，或为内存使用率，或为接口丢包率，或为误码率。

所述步骤S101中采集一段时间内的网络设备正常工作状态下的特征值，所述一段时间为：采集时间大于2天，采集间隔为5分钟。

本发明与现有技术相比具有以下有益效果：

本发明通过对网络设备无故障工作状态下的特征值进行训练算法，获取设备正常工作时的特征参数，然后利用训练得到特征参数，对定时采集的网络设备实际工作状态下的特征值，进行CUSUM值计算，如果得到CUSUM值大于阈值则报警，预示网络设备的工作状态出现异常；本发明中的网络设备故障预测及诊断方法计算简单，能够在网络设备特征值达到上限前发出警报，对系统故障具有预测作用。

附图说明

下面结合附图对本发明做进一步详细的说明。

图1为本发明训练算法的流程示意图；

图2为本发明检测算法的流程示意图。

具体实施方式

如图1、图2所示，一种网络设备故障预测及诊断方法，包括以下步骤：

S1：根据网络设备无故障工作状态下的特征值，通过训练算法，得到网络设备无故障工作状态下的特征参数；其训练算法的过程为：

S101：连续采集一段时间内网络设备无故障工作状态下的特征值，并根据特征值生成检测序列，记为x_n；

S102：根据检测序列x_n，计算网络设备特征变量的信念值，记为k；

S103：根据网络设备特征值的工作上限H，以及网络设备达到工作上限H的时间容忍度r，设置报警阈值h，记为h＝r*(H-σ+k)，其中：σ为检测序列的x_n的标准偏差；

S104：计算序列检测序列x_n快速变化到报警阈值h时的CUSUM值，记为Z_n；

S105：根据报警阈值h对检测序列x_n进行测试，将检测序列x_n无故障工作状态下的Z_n与h进行比较，若Z_n＜h；则训练结束，若Z_n＞h，则调整h值，并将调整后的h值作为新的报警阈值h，并根据新的报警阈值h重新对检测序列x_n进行测试，直到无故障工作状态下的Z_n小于h。

S2：定期采集工作时间内网络设备实际工作状态下的特征值，通过检测算法，对网络设备故障进行预测并报警，其检测算法的过程为：

S201：定期采集工作时间内网络设备实际工作状态下的特征值，并根据特征值生成序列y_n，计算序列y_n的CUSUM值，记为Z_n；

S202：如果y_n+Z_n-1-δ-k＜0，则Z_n＝0，否则Z_n＝y_n+Z_n-1-δ-k；其中：Z_n-1为网络设备实际工作状态下的采集的前n-1个特征值生成的序列y_n-1的CUSUM值；

S203：将Z_n与h进行比较，若Z_n＞h，则报警；若Z_n小于h，则记录该数据后，进入步骤S201对下一时刻采集的网络工作时间内网络设备实际工作状态下的特征值进行检测。

所述步骤S102中计算网络设备特征变量的信念值的过程包括如下步骤：

S1021：求出检测序列x_n的期望值，记为δ，并利用正态分布逼近策略,计算检测序列的标准偏差,记为σ；

S1022：遍历y＝1，2，3，...，计算k＝y*σ，当检测序列x_n的偏差＜k，则停止，并将此时的k作为网络设备特征变量的信念值。

进一步地，所述步骤S103中，容忍度r的取值为：r＝1，或r＝T/t；其中，r＝1，表示达到工作上限H需要立即报警；r＝T/t，表示达到工作上限H后可继续工作一段时间T后再进行报警，t为采样时间间隔。

如图2所示，本发明中，使用CUSUM算法进行异常检测时容易产生累积和效应问题，系统从异常状态恢复到正常状态了，但是Z_n任然高于门限h，这样就出现误报，当系统发生误报时，即：经过工作人员确认，网络设备为正常工作状态，但报告为异常，此时，可通过改变报警阈值h，消除误报，通过对h值的调整可以控制算法对变化的敏感程度。

为了解决误报的问题，本发明中，规定当Zn＞h后，Zn不再增加维持在h值，当系统恢复到当正常状态时使得Zn迅速小于h，消除累积和效应。

具体过程为：步骤S203中，将Z_n与h进行比较，如果Z_n＞h，则报警；并设置中间参数Z’_n,，此时，令Z’_n,＝Z_n,，Z_n＝,h，如果发生误报，则增加h，使h＝2*Z’_n,，即Z’_n,＜h，消除报警，并将h＝2*Z’_n,作为新的报警阈值进入步骤S201，对下一时刻采集的网络工作时间内网络设备实际工作状态下的特征值进行检测。

本实施例中，所述特征值为板卡温度，或为CPU使用率，或为内存使用率，或为接口丢包率，或为误码率；此外，采集的周期短可以迅速发现设备异常，有利于维护网络运行，缺点是频繁的信息采集占用设备和系统的资源，加重系统负担；采集的周期长数据量少，对系统负担少，但是不能及时发现问题，对突发状况不能及时响应；实际系统中时间间隔一般设置为(5分钟—60分钟)之间；本发明中，所述步骤S101中采集一段时间内的网络设备正常工作状态下的特征值，所述一段时间为：采集时间大于2天，采集间隔为5分钟。

本发明的工作原理为：对网络设备进行故障诊断及预算，其实质是利用预测模型对特征量进行预测，因此，故障特征量的选择显得格外重要，要选择对设备运行状态影响较大的特征量，对于在线运行的计算机网络设备来说，可以通过SNMP获取其大量运行信息，比如:生产厂商、路由表、设备的运行时间、板卡的温度、CPU利用率、内存利用率、端口流量、端口丢包率等；由于设备的运行时间、板卡的温度、CPU利用率、内存利用率对设备的运行趋势影响较大，本发明选择它们作为预测模型的特征量，并做出如下假设：

1、设备的运行时间越趋近或超过故障周期，认为发生故障的可能性越大；

2、板卡的温度超过标准温度越高，认为发生故障的可能性越大；

3、CPU利用率越高，认为发生故障的可能性越大；

4、内存利用率越高，认为发生故障的可能性越大；

5、接口的丢包率，误码率越高，认为发生故障的可能性越大。

本实施例中，步骤S101和步骤S201中，采集特征值的过程中，由于某些原因使得采集到的数据有可能出现错误，需要对错误数据进行过滤；具体过程为：首先去除超出取值范围的数据，然后根据数据关联分析去除不合理的数据，比如流入设备的流量和流出设备的流量应基本平衡，如果某一方向的流量特别大，可能数据有误；其次，对采集到数据进行同化处理，如：端口流量一般转化成实际带宽占用比，端口误码率，丢包率等参数，内存使用量一般转化为占用率等，这样便于分析；最后进行数据融合，对来源不同的数据进行融合分析，比如通过SNMP采集到的数据与监控数据，系统日志数据进行融合，可以保证数据质量，去除错误，弥补不足。

具体地，以特征值为板卡温度为例进行说明：

S1：根据网络设备无故障工作状态下的板卡温度特征值，通过训练算法，得到网络设备无故障工作状态下的特征参数；其训练算法的过程为：

S101：连续采集一段时间内网络设备无故障工作状态下的板卡温度特征值，并根据板卡温度特征值生成检测序列，记为x_n；

S102：根据检测序列x_n，计算网络设备特征变量的信念值，记为k；计算网络设备特征变量的信念值的过程为：

S1021：求出检测序列x_n的期望值，记为δ，并利用正态分布逼近策略,计算检测序列的标准偏差,记为σ；

其中：x_n的期望值，

k_σ是与样本个数n相关的一个系数，当n大于100时约等于1；

S1022：遍历y＝1，2，3，...，计算k＝y*σ，当检测序列x_n的偏差＜k，则停止，并将此时的k作为网络设备特征变量的信念值。

S103：根据网络设备特征值的工作上限H，以及网络设备达到工作上限H的时间容忍度r，设置报警阈值h，记为h＝r*(H-σ+k)；当特征值为板卡温度时，该特征值的工作上限即为：板卡温度正常工作时上限70℃。

本发明一种网络设备故障预测及诊断方法，网络设备无故障工作状态下的特征值的获取，可以通过网络管理系统所提供的告警信息为基础，通过SNMP接收设备告警，将来自不同设备的告警信息经中间转换为标准格式，存储于告警数据库中，对于故障报警信息将触发故障预测与诊断过程，对历史数据进行重新学习发现故障模式，不断完善故障诊断信息库。

本发明，采用了基于CUSUM算法的故障诊断与预测技术，可以检测到一个统计过程均值的变化；该算法具有计算量小、检测迅速、实施简单的优点，并且该算法可以不需要故障样本，就可以进行诊断。

综上，本发明具有突出的实质性特点和显著的进步，上面结合附图对本发明的实施例作了详细说明，但是本发明并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (5)

1.一种网络设备故障预测及诊断方法，其特征在于：包括以下步骤：

S1：根据网络设备无故障工作状态下的特征值，通过训练算法，得到网络设备无故障工作状态下的特征参数；其训练算法的过程为：

S101：连续采集一段时间内网络设备无故障工作状态下的特征值，并根据特征值生成检测序列，记为x_n；

S102：根据检测序列x_n，计算网络设备特征变量的信念值，记为k；

S103：根据网络设备特征值的工作上限H，以及网络设备达到工作上限H的时间容忍度r，设置报警阈值h，记为h＝r*(H-σ+k)，其中：σ为检测序列的x_n的标准偏差；

S104：计算序列检测序列x_n快速变化到报警阈值h时的CUSUM值，记为Z_n；

S105：根据报警阈值h对检测序列x_n进行测试，将检测序列x_n无故障工作状态下的Z_n与h进行比较，若Z_n＜h；则训练结束，若Z_n＞h，则调整h值，并将调整后的h值作为新的报警阈值h，并根据新的报警阈值h重新对检测序列x_n进行测试，直到无故障工作状态下的Z_n＜h。

S2：定期采集工作时间内网络设备实际工作状态下的特征值，通过检测算法，对网络设备故障进行预测并报警，其检测算法的过程为：

S201：定期采集工作时间内网络设备实际工作状态下的特征值，并根据特征值生成序列y_n，计算序列y_n的CUSUM值，记为Z_n；

S202：如果y_n+Z_n-1-δ-k＜0，则Z_n＝0，否则Z_n＝y_n+Z_n-1-δ-k；其中：Z_n-1为网络设备实际工作状态下的采集的前n-1个特征值生成的序列y_n-1的CUSUM值；

S203：将Z_n与h进行比较，若Z_n＞h，则报警；若Z_n小于h，则记录该数据后，进入步骤S201对下一时刻采集的网络工作时间内网络设备实际工作状态下的特征值进行检测。

2.根据权利要求1所述的一种网络设备故障预测及诊断方法，其特征在于：所述步骤S102中计算网络设备特征变量的信念值的过程包括如下步骤：

S1021：求出检测序列x_n的期望值，记为δ，并利用正态分布逼近策略,计算检测序列的标准偏差,记为σ；

S1022：遍历y＝1，2，3，...，计算k＝y*σ，当检测序列x_n的偏差＜k，则停止，并将此时的k作为网络设备特征变量的信念值。

3.根据权利要求1所述的一种网络设备故障预测及诊断方法，其特征在于：所述步骤S103中，容忍度r的取值为：r＝1，或r＝T/t；其中，r＝1，表示达到工作上限H需要立即报警；r＝T/t，表示达到工作上限H后可继续工作一段时间T后再进行报警，t为采样时间间隔。

4.根据权利要求1所述的一种网络设备故障预测及诊断方法，其特征在于：所述特征值为板卡温度，或为CPU使用率，或为内存使用率，或为接口丢包率，或为误码率。

5.根据权利要求1所述的一种网络设备故障预测及诊断方法，其特征在于：所述步骤S101中采集一段时间内的网络设备正常工作状态下的特征值，所述一段时间为：采集时间大于2天，采集间隔为5分钟。