CN106059813A - 一种基于动态时间间隔的综合探测方法 - Google Patents
一种基于动态时间间隔的综合探测方法 Download PDFInfo
- Publication number
- CN106059813A CN106059813A CN201610416368.5A CN201610416368A CN106059813A CN 106059813 A CN106059813 A CN 106059813A CN 201610416368 A CN201610416368 A CN 201610416368A CN 106059813 A CN106059813 A CN 106059813A
- Authority
- CN
- China
- Prior art keywords
- fault
- detection
- network
- interval
- path
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0677—Localisation of faults
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0893—Assignment of logical groups to network elements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于动态时间间隔的综合探测方法,所述基于动态时间间隔的综合探测方法根据不同时段网络的健康状况动态调整探测的间隔时间;包括故障探测阶段和故障定位阶段,所述故障探测阶段发现网络中存在故障的区域,故障定位阶段向故障区域继续发送探测信息确定具体故障;所述故障探测阶段和故障定位阶段每次沿固定一组探测路径发送探测消息。本发明根据网络不同时刻的健康状态动态调整诊断过程的间隔,在网络状态较好时增大探测间隔时间从而减少探测的花费,网络状态较差时缩短间隔保证更快速及时地定位故障节点,使得诊断行为更加灵活、合理。
Description
技术领域
本发明属于网络信息传输技术领域,尤其涉及一种基于动态时间间隔的综合探测方法。
背景技术
现如今,网络应用愈加广泛,网络中信息的传输量更大、传输速度也变的更快。于此同时网络的故障也将带来更大的损失。于是人们对网络的稳定性和安全性也有了更多的要求。网络故障诊断作为网络管理的重要部分,对网络质量的保证至关重要,当前常见的网络故障诊断技术可分为探测技术和数据处理技术两类。探测技术在获取端到端信息方面的优势使其成为目前非常常见的故障诊断方法,通过向网络中发送探测信息可以获取网络的各种状态如路径的联通情况、传输延迟、吞吐量、丢包情况等。探测信息的发送方式可以为简单的ping包或应用程序之间的信息传输等形式,探测信息由选出的某些节点(称为探测站点)沿一定的路径并按照一定的时间间隔定期向网络中的其他节点发送,站点与探测路径的选择方式对探测能力以及探测过程所需的花费有着直接影响,从而站点和路径的选择策略是此方向研究的焦点。常见的探测方法又可以分为预计划与适应性探测两种,预计划探测每次执行故障诊断过程时沿预先选定的固定路径发送探测信息,而适应性探测则先发送较少的探测信息,确定网络各区域的健康状态,并根据不同区域的状态动态选择下一步将要发送的探测信息直至定位所有故障。按探测路径的发送方式来分,目前的探测方法可分为预计划探测与适应性探测两种。网络中可用的探测路径生成后,预计划探测将可用的路径全部发送至网络中,并根据这些探测的返回结果分析得出网络中存在的故障节点或故障链路。Péter Babarczi和Pin-Han Ho提出的探测方法即当前在光网络中很常用的一种预计划探测,向网络中发送预先设定的探测路径获取路径的信息,若某链路存在故障,则所有覆盖该链路的探测路径均会产生告警,对照告警编码表即可得出具体的故障链路。与预计划探测不同,适应性探测技术不会一次性发送所有的探测路径,而是会根据当前网络状态动态选择需要发送的探测。适应性探测一般可分为探测和定位两个阶段,探测阶段会发送少量但又足以覆盖整个网络的探测。根据此阶段获得的信息可以获知网络中是否存在故障,或网络中的故障大致存在于哪些区域。继而在定位阶段只向存在故障的区域发送额外的探测路径用以获取更多的故障信息,并且继续根据获取的信息动态地选择合适的探测发送至网络中。预计划探测策略由于每个周期发送的探测不变,均选择发送按策略计划好的一组固定探测路径。因此预计划探测的鲜明优点为定位故障的速度较快,探测信息的发送每次均沿固定的探测路径无需额外的分析。
但是由于要由一组固定的探测路径准确定位各种可能的故障,因此每次都往往需要发送大量的探测路径,因而带来的较高的花费。使用预计划探测方法至少需要发送条探测路径,然而这个数字仅仅是理论上的下限,实际情况由于网络拓扑的限制,所需的探测路径条数往往远大于这个数字。此外当网络中可能同时出现的故障链路数较多或不确定时,此方法的探测路径设计方案复杂度和需要的探测路径数都会随着增高。而随着网络规模的增大花费的增速更是直线上升导致算法的实用性大大降低。适应性探测技术则能根据网络不同时刻的状态动态地选择需要发送的探测路径,当确定网络中某区域不存在异常时不会再向这些区域发送多余的探测,因此会大大减少每个周期所需发送的探测数,探测路径的选择方式更为灵活,并且处理多故障的能力也强于预计划探测技术。然而由于探测路径的选择需要根据不同时刻的网络状态计算分析得出,每次发送探测都需要额外的计算分析时间和内存花销,因此不可避免的会增加诊断所需时间。
发明内容
本发明的目的在于提供一种基于动态时间间隔的综合探测方法,旨在解决预计划探测方法复杂度和探测路径数较高,实用性低;适应性探测方法存在计算分析时间较长,内存花销较大的问题。
本发明是这样实现的,一种基于动态时间间隔的综合探测方法,所述基于动态时间间隔的综合探测方法根据不同时段网络的健康状况动态调整探测的间隔时间;包括故障探测阶段和故障定位阶段,所述故障探测阶段按照适应性探测的策略发现网络中存在故障的区域,故障定位阶段按照预计划探测的思想直接发送预先设定的所有可用探测路径定位具体故障,而不是根据返回的探测消息分步动态选择探测路径,因此不必再花费额外的分析与计算时间,继而可以大大缩短定位故障节点所需的时间;所述方法结合了预计划探测技术与适应性探测方法的优点,使得定位的速度与花费均得到一定的优化。
进一步,所述故障探测阶段采用贪婪算法,每步迭代选取最优的路径直至网络中的节点均被覆盖,在迭代的每一步计算并选择拥有最小khi/Ni值的节点Pi即路径i,每条路径的花费表示为khi其中hi为探测路径Pi的跳数,k为花费参数可简记为1,Ni表示探测路径覆盖的节点数即Pi的邻居数,并将Pi以及它的邻居点从原图中移除;同时把当前没有邻居节点的Pi也从原图中移除,迭代执行直至所有Vi均被移除,即所有节点均至少被一条路径所覆盖。
进一步,所述故障探测阶段的所用路径选取完成后结束后,每次诊断执行时探测阶段均沿路径发送探测信息;根据返回的信息如果没有路径发生故障告警则得知网络中没有故障节点,否则执行故障定位阶段,确定故障路径中的故障节点。
进一步,所述故障探测阶段以预计划探测的方式将之前生成的可用探测路径一次性发送至网络中,分析结果即可快速定位网络中的所有故障节。
进一步,所述基于动态时间间隔的综合探测方法具体包括:
输入:可用路径Ap,待检测点集Nn
输出:故障节点FN
Step 0.执行探测阶段,发送探测路径;
Step 1.若无探测路径发送故障告警则故障点集为空,否则转Step 2;
Step 2.执行定位阶段向网络中发送所有可用监测路径,找出故障点集FN。
进一步,所述故障探测阶段的探测间隔动态调整方法根据不同时刻网络的健康状态动态地调整探测的间隔,执行之间的时间间隔为T,T为[T0/4,2T0],初始状态下探测的发送间隔时间为T0,基于以下情况对T的值进行调整;
之前的连续两个周期内网络未诊断出故障,T=T+T/4;
之前的连续两个周期内网络均监测出故障,T=T-T/4;
其他情况,T的值不变。
本发明提供的基于动态时间间隔的综合探测方法,根据网络不同时刻的健康状态动态调整诊断过程的间隔,在网络状态较好时增大探测间隔时间从而减少探测的花费,网络状态较差时缩短间隔保证更快速及时地定位故障节点,使得诊断行为更加灵活、合理;本发明按照适应性探测的策略分为故障探测和故障定位两个阶段,首先执行适应性探测的探测阶段,发送花费尽量少且足以覆盖整个网络的探测路径。与适应性探测不同,算法的第二阶段按照预计划探测的思想直接发送预先设定的所有可用探测路径,而不是根据返回的探测消息分步动态选择探测路径,因此不必再花费额外的分析与计算时间,继而可以大大缩短定位故障节点所需的时间;故障诊断过程的执行周期影响到故障发现的及时性以及诊断的花费,与按照固定的时间间隔诊断故障不同,本发明提出了一种探测时间间隔的动态调整策略,根据不同时段网络的健康状况动态调整探测的间隔时间,网络在连续时间段内状态较好时增大间隔,而连续出现故障时则缩短探测间隔时间;实验仿真数据表明本发明具有很高的实用性;实验表明本发明可在较低花费的情况下又以较快的速度定位故障。
附图说明
图1是本发明实施例提供的基于动态时间间隔的综合探测方法流程图。
图2是本发明实施例提供的站点1生成的可用探测路径示意图。
图3是本发明实施例提供的删除不必要的监测路径示意图。
图4是本发明实施例提供的探测路径与节点的关系图示意图。
图5是本发明实施例提供的探测路径选择流程示意图。
图6是本发明实施例提供的三种探测方法花费比较示意图。
图7是本发明实施例提供的三种探测技术定位速度示意图。
图8是本发明实施例提供的一定时间内故障次数对算法花费影响示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明结合预计划探测技术与适应性探测方法的优点,使得定位的速度与花费均得到一定的优化。根据网络不同时期的健康状态动态调整故障诊断过程执行的间隔,实验仿真证明了方法的实用价值及高效性。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示,本发明实施例的基于动态时间间隔的综合探测方法包括以下步骤:
S101:基于二部图的监测路径选取算法,考虑监测路径可覆盖的节点数和重复覆盖的节点数,每步迭代选取最优的路径直至网络中的节点均被覆盖,在迭代的每一步计算并选择拥有最小值的节点即路径,把当前没有邻居节点从原图中移除,直至所有节点均被移除,即所有节点均至少被一条路径所覆盖;
S102:探测阶段的所用路径选取完成后结束后,每次诊断执行时探测阶段均沿这些路径发送探测信息,根据返回的信息如果没有路径发生故障告警则可以得知网络中没有故障节点,否则执行故障定位阶段,确定故障路径中的故障节点。
下面结合具体实施例对本发明的应用原理作进一步的描述。
一、综合探测方法
基于预计划探测和适应性探测技术各自的优点提出一种针对故障节点的综合式探测算法,算法按照适应性探测的策略分为故障探测和故障定位两个阶段,首先执行适应性探测的探测阶段,发送花费尽量少且足以覆盖整个网络的探测路径。与适应性探测不同,算法的第二阶段按照预计划探测的思想直接发送预先设定的所有可用探测路径,而不是根据返回的探测消息分步动态选择探测路径,因此不必再花费额外的分析与计算时间,继而可以大大缩短定位故障节点所需的时间。
给定的网络G=(V,E)中定位故障节点所需发送的探测路径需要由一些特定的节点发出,称之为探测站点,探测站点的选取策略可直接影响探测的花费以及故障的诊断能力,本发明使用之前的探测站点选取算法。站点选取完成后,由站点到其他节点可按照最短路径算法生成一组可用探测路径,如图2探测站点1可生成探测路径1-2、1-2-3、1-2-4、1-5,为减少探测所需的花费首先删除一些不必要的探测路径,删除的策略为:若某路径上包含其他的探测站点则此路径可删除,如图3由站点1到节点5可以生成一条监测路径,然而此路径为多余的,因为路径中包含另一个监测站点3,因此,该监测路径可以由1到2,3到5完全取代,故可将其删除。沿着这些探测路径发送信息即可获取网络的状态信息,若路径上存在故障节点则此路径会产生一条告警信号。
探测阶段需要以尽量小的花费选择足以覆盖网络中所有节点的探测路径,与之前建立路径与节点关系矩阵图选取算法不同,提出了一种基于二部图的监测路径选取算法,不仅考虑监测路径可覆盖的节点数,为将花费尽量降低还将其重复覆盖的节点数考虑在内。为此建立如图4的二部图GB=(P,V),其中Pi表示第i条可用探测路径,Vi表示节点i,Pi与Vi之间有线相连表示路径hi覆盖节点Vi,将每条探测路径的花费表示为khi其中hi为探测路径Pi的跳数,k为参数可简单记为1,则总的花费值为hi其中Ps表示所选择的探测路径集。继而的目标为选择合适的Ps,覆盖所有的节点并使得花费值尽量小。
为此提出一种贪婪算法,每步迭代选取最优的路径直至网络中的节点均被覆盖,在迭代的每一步计算并选择拥有最小khi/Ni值的节点Pi即路径i,其中Ni表示探测路径覆盖的节点数即Pi的邻居数,并将Pi以及它的邻居点从原图中移除,这样做的直观意义是,分母更小表示选较小的花费值,分子更大表示该路径覆盖的尚未被覆盖的节点更多。同时把当前没有邻居节点的Pi也从原图中移除,因为此时这样的节点的khi/Ni值的分母为0,不能再覆盖新的节点。算法迭代执行直至所有Vi均被移除,即所有节点均至少被一条路径所覆盖,算法流程图如5所示。
探测阶段的所用路径选取完成后结束后,每次诊断执行时探测阶段均沿这些路径发送探测信息。准根据返回的信息如果没有路径发生故障告警则可以得知网络中没有故障节点,否则执行故障定位阶段,确定故障路径中的故障节点。此阶段为缩短诊断时间,不再按照适应性探测分阶段发送,而是以预计划探测的方式将之前生成的可用探测路径一次性发送至网络中,分析结果即可快速定位网络中的所有故障节点,完整的算法步骤如下所示。
二、探测间隔动态调整策略
一般情况下每次诊断过程按照固定的时间间隔周期地执行,即周期地发送探测信息,本发明提出一种方法,根据不同时刻网络的健康状态动态地调整探测的间隔,当网络连续多个时间段的探测结果都不存在故障告警,表明网络的状态健康、稳定,此时增大探测的间隔时间,可以减少不必要的探测花费,相反若网络在连续的多个时间段被诊断出故障,表明当前的网络状况不好,则按照一定幅度缩短探测间隔,以便更加及时而有效地发现网络中存在的故障节点。设诊断过程执行之间的时间间隔为T,初始状态下探测的发送间隔时间为T0,基于以下情况对T的值进行调整。
1)之前的连续两个周期内网络未诊断出故障,T=T+T/4;
2)之前的连续两个周期内网络均监测出故障,T=T-T/4;
3)其他情况,T的值不变;
为保证T的值过小导致太频繁而无意义地诊断故障,或T太大时影响故障诊断的及时性,对周期限定一个范围,本发明中设为[T0/4,2T0]当T的值超出该范围时,直接将T的值设为边界值。根据的策略诊断过程的执行将更加灵活而合理,按照此调整策略执行在提出的综合探测方法,实验仿真证明诊断的花费得到了进一步减少(尤其当网络状态较好时)。
下面结合实验仿真对本发明的应用效果作详细的描述。
使用MATLAB作为工具对算法进行了仿真,首先对综合探测算法在网络故障与健康两种状态下的探测花费与传统两类方法进行了比较,花费值表示为khi其中ps为所选的探测路径集,hi为路径i的跳数而k为参数此处简记为1。如图6所示在1-5的时间段内在20个节点的网络中不设置故障点,由于综合算法探测阶段的发送策略与适应性探测相同,探测结果为网络中不存在故障点,因此他们都不需要继续发送额外的探测,所以在网络没有故障时的花费完全相同,且明显低于预计划探测。在时间6-10为网络中存在故障时三种策略的花费情况,适应性探测的花费值并没有明显地增大,而综合探测因为在定位阶段需要发送全部的预计划路径,所以花费值还要略高于预计划探测,这也是较快的诊断速度的牺牲,将会使用间隔策略将此花费再次降低。
而图7则显示了三种策略在网络故障与健康两种状态下的诊断耗时,可以看出网络中存在故障点时,适应性探测由于需要分析计算额外发送探测的路径,定位故障所需的时间明显高于提出的算法和预计划方案,而提出的算法即使在故障存在的情况下诊断速度依然远远快于适应性探测方案,接近预计划探测。而网络不存在故障时又与适应性探测的速度相同,比预计划探测的速度更快,优势明显。
表1中的数据体现了探测间隔动态调整策略的有效性,以节点数分别为20、30及40的三个网络分别在40个时间段内执行三种探测方案和加入探测时间间隔策略的综合探测方案。初始探测间隔设为4个时间段,则未使用间隔调整策略的探测执行次数均为10此,而加入动态调整策略本发明执行次数则与网络的实时状态即不同时刻网络中是否存在故障相关,表1为在40个时间段内仅存在一个故障时间点的情况下的花费情况,可以看出间隔调整的使用使得综合探测的花费值大大减少,这是显然的,因为较长的时间段内网络均不存在故障,算法会自动将探测的间隔增大,从而使得探测的执行次数减少,花费值自然会降低。
图8为在120个时间段内随机设置不同故障次数时不同的探测策略的花费情况,可以看出动态时间间隔调整策略已将综合探测的花费降低至适应性探测的水平,甚至更低。同时也可以看出一定时间内随着故障次数的增加间隔动态调整策略会使得探测的执行次数增加,综合考虑诊断速度的算法具有很高的实用性。
表1
预计划探测与适应性探测技术均有其各自的优缺点,预计划探测诊断故障的速度快所需探测路径花费高,适应性探测方案花费较低,探测路径的选择更加灵活因此诊断的速度也较慢。结合两类方案的优点本发明提出一种综合式探测方法,类似适应性探测算法分故障探测和故障定位两个阶段,探测阶段首先发现网络中存在故障的区域,定位阶段向故障区域继续发送探测信息确定具体故障。而两个阶段的探测路径选择策略均按照预计划的思想,每次沿预先制定好的固定一组探测路径发送探测消息。
故障诊断过程的执行周期影响到故障发现的及时性以及诊断的花费,与按照固定的时间间隔诊断故障不同,本发明提出了一种探测时间间隔的动态调整策略,根据不同时段网络的健康状况动态调整探测的间隔时间,网络在连续时间段内状态较好时增大间隔,而连续出现故障时则缩短探测间隔时间。实验仿真数据表明本发明具有很高的实用性。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于动态时间间隔的综合探测方法,其特征在于,所述基于动态时间间隔的综合探测方法根据不同时段网络的健康状况动态调整探测的间隔时间;包括故障探测阶段和故障定位阶段,所述故障探测阶段发现网络中存在故障的区域,故障定位阶段向故障区域继续发送探测信息确定具体故障;所述故障探测阶段和故障定位阶段每次沿固定一组探测路径发送探测消息。
2.如权利要求1所述的基于动态时间间隔的综合探测方法,其特征在于,所述故障探测阶段采用贪婪算法,每步迭代选取最优的路径直至网络中的节点均被覆盖,在迭代的每一步计算并选择拥有最小khi/Ni值的节点Pi即路径i,其中Ni表示探测路径覆盖的节点数即Pi的邻居数,并将Pi以及它的邻居点从原图中移除;同时把当前没有邻居节点的Pi也从原图中移除,迭代执行直至所有Vi均被移除,即所有节点均至少被一条路径所覆盖。
3.如权利要求1所述的基于动态时间间隔的综合探测方法,其特征在于,所述故障探测阶段的所用路径选取完成后结束后,每次诊断执行时探测阶段均沿路径发送探测信息;根据返回的信息如果没有路径发生故障告警则得知网络中没有故障节点,否则执行故障定位阶段,确定故障路径中的故障节点。
4.如权利要求3所述的基于动态时间间隔的综合探测方法,其特征在于,所述故障探测阶段以预计划探测的方式将之前生成的可用探测路径一次性发送至网络中,分析结果即可快速定位网络中的所有故障节。
5.如权利要求1所述的基于动态时间间隔的综合探测方法,其特征在于,所述基于动态时间间隔的综合探测方法具体包括:
输入:可用路径Ap,待检测点集Nn
输出:故障节点FN
Step 0.执行探测阶段,发送探测路径;
Step 1.若无探测路径发送故障告警则故障点集为空,否则转Step 2;
Step 2.执行定位阶段向网络中发送所有可用监测路径,找出故障点集FN。
6.如权利要求1所述的基于动态时间间隔的综合探测方法,其特征在于,所述故障探测阶段的探测间隔动态调整方法根据不同时刻网络的健康状态动态地调整探测的间隔,执行之间的时间间隔为T,T为[T0/4,2T0],初始状态下探测的发送间隔时间为T0,基于以下情况对T的值进行调整;
之前的连续两个周期内网络未诊断出故障,T=T+T/4;
之前的连续两个周期内网络均监测出故障,T=T-T/4;
其他情况,T的值不变。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610416368.5A CN106059813A (zh) | 2016-06-14 | 2016-06-14 | 一种基于动态时间间隔的综合探测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610416368.5A CN106059813A (zh) | 2016-06-14 | 2016-06-14 | 一种基于动态时间间隔的综合探测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106059813A true CN106059813A (zh) | 2016-10-26 |
Family
ID=57170226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610416368.5A Pending CN106059813A (zh) | 2016-06-14 | 2016-06-14 | 一种基于动态时间间隔的综合探测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106059813A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107861847A (zh) * | 2017-10-31 | 2018-03-30 | 郑州云海信息技术有限公司 | 一种路径动态检测方法、装置及设备 |
CN108958072A (zh) * | 2018-06-15 | 2018-12-07 | 卡斯柯信号有限公司 | 一种面向城市轨道交通计轴子系统智能维护系统及方法 |
CN109633351A (zh) * | 2018-12-13 | 2019-04-16 | 平安普惠企业管理有限公司 | 智能it运维故障定位方法、装置、设备及可读存储介质 |
CN110535699A (zh) * | 2019-08-29 | 2019-12-03 | 北京知道创宇信息技术股份有限公司 | 基础设施确定方法、装置、电子设备及可读取存储介质 |
CN111311912A (zh) * | 2020-02-25 | 2020-06-19 | 北京天融信网络安全技术有限公司 | 车联网检测数据确定方法、装置及电子设备 |
WO2021233224A1 (zh) * | 2020-05-21 | 2021-11-25 | 华为技术有限公司 | 一种故障处理方法、装置及系统 |
CN115086217A (zh) * | 2021-03-10 | 2022-09-20 | 中国移动通信集团四川有限公司 | 链路质量的动态检测方法及系统 |
CN115348197A (zh) * | 2022-06-10 | 2022-11-15 | 国网思极网安科技(北京)有限公司 | 一种网络资产的探测方法、装置、电子设备及存储介质 |
CN116016276A (zh) * | 2022-12-02 | 2023-04-25 | 京东科技信息技术有限公司 | 服务器健康状态检测方法和装置 |
CN116962143A (zh) * | 2023-09-18 | 2023-10-27 | 腾讯科技(深圳)有限公司 | 网络故障检测方法、装置、计算机设备和存储介质 |
CN117880162A (zh) * | 2024-03-12 | 2024-04-12 | 安徽习承科技有限公司 | 一种智能物联电能表的通信性能测试方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1767452A (zh) * | 2004-08-25 | 2006-05-03 | 富士通株式会社 | 用于检测网络中的网络异常的方法和系统 |
CN102299829A (zh) * | 2011-09-01 | 2011-12-28 | 北京市天元网络技术股份有限公司 | 一种网络故障探测与定位的方法 |
CN103166809A (zh) * | 2011-12-15 | 2013-06-19 | 中国移动通信集团湖南有限公司 | 一种监测站点的部署方法及装置 |
WO2015091785A1 (en) * | 2013-12-19 | 2015-06-25 | Bae Systems Plc | Method and apparatus for detecting fault conditions in a network |
-
2016
- 2016-06-14 CN CN201610416368.5A patent/CN106059813A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1767452A (zh) * | 2004-08-25 | 2006-05-03 | 富士通株式会社 | 用于检测网络中的网络异常的方法和系统 |
CN102299829A (zh) * | 2011-09-01 | 2011-12-28 | 北京市天元网络技术股份有限公司 | 一种网络故障探测与定位的方法 |
CN103166809A (zh) * | 2011-12-15 | 2013-06-19 | 中国移动通信集团湖南有限公司 | 一种监测站点的部署方法及装置 |
WO2015091785A1 (en) * | 2013-12-19 | 2015-06-25 | Bae Systems Plc | Method and apparatus for detecting fault conditions in a network |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107861847A (zh) * | 2017-10-31 | 2018-03-30 | 郑州云海信息技术有限公司 | 一种路径动态检测方法、装置及设备 |
CN108958072A (zh) * | 2018-06-15 | 2018-12-07 | 卡斯柯信号有限公司 | 一种面向城市轨道交通计轴子系统智能维护系统及方法 |
CN109633351B (zh) * | 2018-12-13 | 2021-10-22 | 平安普惠企业管理有限公司 | 智能it运维故障定位方法、装置、设备及可读存储介质 |
CN109633351A (zh) * | 2018-12-13 | 2019-04-16 | 平安普惠企业管理有限公司 | 智能it运维故障定位方法、装置、设备及可读存储介质 |
CN110535699A (zh) * | 2019-08-29 | 2019-12-03 | 北京知道创宇信息技术股份有限公司 | 基础设施确定方法、装置、电子设备及可读取存储介质 |
CN111311912B (zh) * | 2020-02-25 | 2021-08-24 | 北京天融信网络安全技术有限公司 | 车联网检测数据确定方法、装置及电子设备 |
CN111311912A (zh) * | 2020-02-25 | 2020-06-19 | 北京天融信网络安全技术有限公司 | 车联网检测数据确定方法、装置及电子设备 |
WO2021233224A1 (zh) * | 2020-05-21 | 2021-11-25 | 华为技术有限公司 | 一种故障处理方法、装置及系统 |
CN115086217A (zh) * | 2021-03-10 | 2022-09-20 | 中国移动通信集团四川有限公司 | 链路质量的动态检测方法及系统 |
CN115348197A (zh) * | 2022-06-10 | 2022-11-15 | 国网思极网安科技(北京)有限公司 | 一种网络资产的探测方法、装置、电子设备及存储介质 |
CN116016276A (zh) * | 2022-12-02 | 2023-04-25 | 京东科技信息技术有限公司 | 服务器健康状态检测方法和装置 |
CN116962143A (zh) * | 2023-09-18 | 2023-10-27 | 腾讯科技(深圳)有限公司 | 网络故障检测方法、装置、计算机设备和存储介质 |
CN116962143B (zh) * | 2023-09-18 | 2024-01-26 | 腾讯科技(深圳)有限公司 | 网络故障检测方法、装置、计算机设备和存储介质 |
CN117880162A (zh) * | 2024-03-12 | 2024-04-12 | 安徽习承科技有限公司 | 一种智能物联电能表的通信性能测试方法 |
CN117880162B (zh) * | 2024-03-12 | 2024-05-10 | 安徽习承科技有限公司 | 一种智能物联电能表的通信性能测试方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106059813A (zh) | 一种基于动态时间间隔的综合探测方法 | |
Wu et al. | ADDSEN: Adaptive data processing and dissemination for drone swarms in urban sensing | |
Singh et al. | Learning data delivery paths in QoI-aware information-centric sensor networks | |
Sitanayah et al. | A fault-tolerant relay placement algorithm for ensuring k vertex-disjoint shortest paths in wireless sensor networks | |
CN101299861A (zh) | 一种基于最短回路的基站系统巡检路径自动化确定方法 | |
CN103686922B (zh) | 一种多Sink节点移动的无线传感网生存时间优化方法 | |
Marks | A survey of multi-objective deployment in wireless sensor networks | |
CN101459914A (zh) | 基于蚁群算法的无线传感器网络节点覆盖优化方法 | |
CN104917760B (zh) | 一种基于sdn的全局流表生成方法及装置 | |
Jain | A coherent approach for dynamic cluster-based routing and coverage hole detection and recovery in bi-layered WSN-IoT | |
CN101959218A (zh) | 基于伸展树的事件区域检测方法 | |
CN109314652A (zh) | 网络性能测量方法及装置 | |
CN108933694A (zh) | 基于拨测数据的数据中心网络故障节点诊断方法及系统 | |
CN106028417B (zh) | 一种基于节点能耗和剩余能量的无线传感网络路径规划方法 | |
Prajapati et al. | Machine learning techniques and challenges in wireless sensor networks | |
CN100450027C (zh) | 基于移动代理的部落式大规模网络故障管理办法 | |
CN103281256B (zh) | 基于网络层析的端到端路径丢包率探测方法 | |
CN103166809A (zh) | 一种监测站点的部署方法及装置 | |
CN105933932A (zh) | 复杂环境下无线传感器网络的实时故障诊断方法及系统 | |
Mnasri et al. | A hybrid ant-genetic algorithm to solve a real deployment problem: a case study with experimental validation | |
US9282020B2 (en) | Bounded-budget monitor deployment in monitoring networks via end-to-end probes | |
CN106850253A (zh) | 一种基于多状态网络的传输时间可靠性测量的方法 | |
Singh et al. | Designing an energy efficient network using integration of KSOM, ANN and data fusion techniques | |
CN109600268A (zh) | 一种基于贪婪算法的sdn矩阵网络探针部署方法及设备 | |
Pumpichet et al. | Belief-based cleaning in trajectory sensor streams |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161026 |
|
RJ01 | Rejection of invention patent application after publication |