CN112953737B - 配置异常检测方法、服务器以及存储介质 - Google Patents

配置异常检测方法、服务器以及存储介质 Download PDF

Info

Publication number
CN112953737B
CN112953737B CN201911173548.5A CN201911173548A CN112953737B CN 112953737 B CN112953737 B CN 112953737B CN 201911173548 A CN201911173548 A CN 201911173548A CN 112953737 B CN112953737 B CN 112953737B
Authority
CN
China
Prior art keywords
configuration
type
command
data item
preset
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
CN201911173548.5A
Other languages
English (en)
Other versions
CN112953737A (zh
Inventor
唐春
杨军
李海滨
彭鑫
薄开涛
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.)
ZTE Corp
Original Assignee
ZTE Corp
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 ZTE Corp filed Critical ZTE Corp
Priority to CN201911173548.5A priority Critical patent/CN112953737B/zh
Priority to PCT/CN2020/131182 priority patent/WO2021104270A1/zh
Priority to EP20894652.5A priority patent/EP4060942A4/en
Publication of CN112953737A publication Critical patent/CN112953737A/zh
Application granted granted Critical
Publication of CN112953737B publication Critical patent/CN112953737B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/085—Retrieval of network configuration; Tracking network configuration history
    • H04L41/0853—Retrieval of network configuration; Tracking network configuration history by actively collecting configuration information or by backing up configuration information
    • 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
    • H04L41/0866—Checking the configuration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2247—Verification or detection of system hardware configuration
    • 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
    • H04L41/0866—Checking the configuration
    • H04L41/0869—Validating the configuration within one network element
    • 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
    • H04L41/0889—Techniques to speed-up the configuration process
    • 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
    • H04L41/22—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks comprising specially adapted graphical user interfaces [GUI]
    • 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
    • H04L41/40—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using virtualisation of network functions or resources, e.g. SDN or NFV entities

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Computer And Data Communications (AREA)

Abstract

本发明实施例涉及通信领域，公开了一种配置异常检测方法、服务器和存储介质。本发明中，配置异常检测方法包括：获取待检测的网络设备的配置文件，从配置文件中识别出属于至少一种预设类型的多个数据项，对属于同一预设类型的各数据项进行关联分析，并得到关联分析数据，根据关联分析数据与预设的异常条件得到配置异常检测结果。本发明基于关联分析实现网络设备配置异常的快速检测，从而提高检测效率，并且能够节省网络设备配置异常检测的人力和时间成本。

Description

配置异常检测方法、服务器以及存储介质
技术领域
本发明实施例涉及通信领域，特别涉及一种配置异常检测方法、服务器以及存储介质。
背景技术
在网络设备的上线和业务开通过程中，通常需要向设备下发各种配置命令，包括一些基础配置、端口配置、协议配置以及各类的业务配置。这些配置有一部分需要手动完成，在配置设备的过程中就有可能由于各种原因，比如：业务人员的技术水平、操作规范性等，从而导致出现配置错误的问题。虽然网络设备自身提供了一定的配置检测机制，可以检测一部分明显的错误配置，但仍然会有一些错误配置未能被检测到而被下发到设备。设备中的配置错误可能对业务质量、用户体验造成影响，也可能在特定情况下导致业务中断，甚至可能威胁到网络的稳定运行，因此需要依靠其他手段查找配置错误，及时修正以消除潜在的风险。
目前，常用的配置检测手段主要是人工巡检系统。由于现在设备种类繁多、数量庞大，且客户业务多样，如果采用现有的人工巡检系统，往往需要数周时间才能完成某个区域内的网络设备配置检测。也就是说，人工巡检系统的检测效率低下，且会消耗大量人力以及时间成本。
发明内容
本发明实施方式的目的在于提供一种配置异常检测方法、服务器以及存储介质，能够实现网络设备配置异常的快速检测，从而提高检测效率，能够节省网络设备配置异常检测的人力和时间成本。
为解决上述技术问题，本发明的实施方式提供了一种配置异常检测方法、服务器以及存储介质，包括：获取待检测的网络设备的配置文件，从配置文件中识别出属于至少一种预设类型的多个数据项，对属于同一预设类型的各数据项进行关联分析，并得到关联分析数据，根据关联分析数据与预设的异常条件得到配置异常检测结果。
本发明的实施方式还提供了一种服务器，包括：至少一个处理器，以及，与至少一个处理器通信连接的存储器，其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述的配置异常检测方法。
本发明的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，被处理器执行时实现上述的配置异常检测方法。
本发明实施方式相对于现有技术而言，能够实现网络设备配置异常的快速检测，从而提高检测效率，并且能够节省网络设备配置异常检测的人力和时间成本。
另外，待检测的网络设备的数量为多个，方法还包括：获取待检测的网络设备的属性信息，将属性信息相同的网络设备的配置文件标注为同类配置文件，对属于同一预设类型的各数据项进行关联分析，并得到关联分析数据，具体为：将属于同一预设类型的各数据项中来源于同类配置文件和/或具有相同特征信息的数据项作为一个数据项集合，对每个数据项集合中的各数据项进行关联分析，并得到每个数据项集合对应的关联分析数据，其中，每个数据项具有与数据项所属的预设类型匹配的特征信息。将属于同一预设类型的数据项中来源于同类配置文件和/或具有相同特征信息的数据作为一个数据项集合，对每个数据项集合中的各项数据进行关联分析，相比于将同一预设类型的所有数据项作为一个数据项集合进行关联分析来说，减少了不同角色的设备之间配置模式的干扰，提高了关联分析的计算效率和异常检查的精确程度。
另外，从配置文件中识别出属于至少一种预设类型的多个数据项，具体为：基于层次模型对所述配置文件进行解析，并识别出所述属于至少一种预设类型的多个数据项。也即，对同类配置文件按照层次模型进行解析，得到具有层次关系的数据项，这些数据项属于预设类型中至少一类。基于层次模型对配置文件进行解析可以更精准的构建层次型的分类数据，从而实现不同层次、不同粒度的配置异常检测。
另外，关联分析数据包括各关联规则的关联评估参数，异常条件包括关联评估参数的预设阈值，根据关联分析数据与预设的异常条件得到配置异常检测结果，包括：识别出关联评估参数低于关联评估参数的预设阈值的异常关联规则，根据识别出的异常关联规则得到配置异常检测结果。本实施例提供了得到网络设备配置异常检测结果的一种具体方法。
另外，根据识别出的关联规则得到配置异常检测结果，包括：根据识别出的异常关联规则确定目标数据项。若在预设的案例库中查询到目标数据项且目标数据项被标记为正常，则确定目标数据项为非异常。若在预设的案例库中查询到目标数据项且目标数据项被标记为异常，则从案例库中获取目标数据项的异常分析和/或建议。其中，配置异常检测结果包括在案例库中查询到被标记为异常的目标数据项及目标数据项的异常分析和/或建议，以及在案例库中未查询到目标数据项。本实施例中预设有案例库，基于案例库来对本次检测出来的目标数据项是否异常再次进行确认，提高了最终得到的配置异常检测结果的准确性，并且还可以根据案例库中的记录为确定为异常的数据提供项异常分析和/或建议。
另外，在根据识别出的关联规则得到配置异常检测结果之后，还包括：以可视化方式将配置异常检测结果显示出来，并基于接收到的目标数据项的异常分析和/或建议更新案例库。即，将配置异常检测结果可视化，使得运维人员能够主观地看到配置异常检测结果；并且，可以基于运维人员对异常的数据项的异常分析和/或建议更新案例库，可以使得案例库越来越完善，使得后续基于案例库对识别出的目标数据项的异常确认更准确，从而进一步提高本方案最终得到的配置异常检测结果的准确性。
另外，获取待检测的网络设备的配置文件，具体为，通过网络管理系统或SDN控制器从待检测的网络设备获取配置文件。提供了一种获取网络设备配置文件的方法。
另外，预设类型为以下类型的其中之一：配置场景类型、主辅命令类型、命令格式类型、命令参数类型。本实施例提供了可用于进行关联分析以检测配置文件是否异常的数据项的可选类型。
另外，配置场景类型的数据项包括至少一个主辅命令类型的数据项，且主辅命令类型的数据项包括至少一个命令格式类型的数据项。当识别出配置场景类型的数据项时，根据预设的命令格式与字符的对应关系，将属于配置场景类型的各数据项中包括的命令格式类型的数据项替换为命令格式类型的数据项对应的字符。其中，一个命令格式类型的数据项为一个命令格式；当识别出主辅命令类型的数据项时，根据预设的命令格式与字符的对应关系，将属于主辅命令类型的各数据项中包括的命令格式类型的数据项替换为命令格式类型的数据项对应的字符。即，将配置场景类型的数据项、主辅命令类型的数据项中的命令格式替换为对应的字符来参与关联分析中的运算，能够在不影响配置场景类型的数据项、主辅命令类型的数据项的关联分析结果的前提下极大地简化运算，提高网络设备配置异常检测的效率。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定。
图1是本发明第一实施方式中配置异常检测装置与承载网络的一种关系示意图；
图2是本发明第一实施方式中配置异常检测装置与承载网络的另一种关系示意图；
图3是本发明第一实施方式中一种配置异常检测方法流程图；
图4是本发明第一实施例中层次模型结构示意图；
图5是本发明第一实施方式中配置文本格式示意图；
图6是本发明第一实施方式中配置命令的映射例子示意图；
图7是本发明第一实施方式中另一种配置异常检测方法流程图；
图8是本发明第一实施方式中配置异常检测装置结构示意图；
图9是本发明第二实施方式中配置异常检测方法流程图；
图10是本发明第三实施方式中配置异常检测方法流程图；
图11是本发明第四实施方式中服务器结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。以下各个实施例的划分是为了描述方便，不应对本发明的具体实现方式构成任何限定，各个实施例在不矛盾的前提下可以相互结合相互引用。
本发明的第一实施方式涉及一种配置异常检测方法。该方法可以应用于配置异常检测装置，从而使得配置异常检测装置能够基于关联分析实现网络设备配置异常的快速检测。在实际操作中，如图1和图2所示，承载网络103中有多台设备，这些被称为网络设备。配置异常检测装置101可以独立于网管系统或者软件定义网络(Software Defined Network，简称SDN)控制器102部署，也可以作为其中的一部分。下面对本实施方式的配置异常检测方法的实现细节进行具体的说明，以下内容仅为方便理解提供的实现细节，并非实施本方案的必须。具体流程如图3所示，包括：
步骤301，获取待检测的网络设备的配置文件。
在一个具体的例子中，假设存在一个网络系统，该网络系统中除上述配置异常检测装置外，还包括一台或多台网络设备以及网管系统或者SDN控制器。在获取待检测的网络设备的配置文件之前，可以在当前网络系统中部署当前网络系统中的网络设备异常检测触发机制。比如：在网络系统中的配置异常检测装置中部署当前网络系统中的网络设备异常检测触发机制。其中，网络设备异常检测触发机制可以包括特定时间、特定消息、特定操作等，在此不做限定。除了部署网络设备异常检测触发机制外，还可以在当前网络系统中部署检测的范围、异常指标阈值等与网络设备异常检测相关的设置。当配置异常检测机制被触发之后，配置异常检测装置向网管系统或者SDN控制器发送用于检测网络设备配置异常的请求，并通过网管系统或者SDN控制器来获取网络设备的配置数据。或直接向网络设备发送配置数据获取请求，并接收网络设备返回的文本形式的配置数据。比如：配置异常检测装置向网管系统或者SDN控制器发送用于检测网络设备配置异常的请求，网管系统或者SDN控制器接收到来自配置异常检测装置的请求后，会向其管辖的网络设备下发配置数据获取请求，并接收网络设备返回的文本形式的配置数据。需要说明的是，以文本的形式返回配置数据是为了方便配置异常检测装置对网络设备的配置数据进行处理，但是在实际应用中，不仅限于此。另外，网管系统或者SDN控制器接收到其管辖的网络设备返回的文本形式的配置数据后，会将配置数据传给配置异常检测装置，配置异常检测装置从而获得了包含该网络系统中各网络设备配置数据的配置文件，配置文件可以满足一定的格式要求，比如：配置文件中，每一行最多只能出现一条配置命令；主命令和辅命令之间由固定的缩进宽度或者其他易于识别的标识符标记其主辅关系，且主辅命令应该在文本中连续出现；某个特定的配置场景包含的配置命令在文本中连续出现，且和其他配置场景之间由空行或者其他易于识别的标识符分开等，在此不做限定。
步骤302，从配置文件中识别出属于至少一种预设类型的多个数据项。
在一个具体例子中，从配置文件中识别出属于至少一种预设类型的多个数据项，具体为：基于层次模型对配置文件进行解析，并识别出属于至少一种预设类型的多个数据项。其中，层次模型是基于设备配置规则确定的、用于描述配置文件中的数据项的组织形式的模型；本实施例中，多种预设类型包括以下类型：配置场景类型、主辅命令类型、命令格式类型、命令参数类型。如图4所示，层次模型由上层至下层依次涉及配置场景类型、主辅命令类型、命令格式类型和命令参数类型。这里以配置场景类型和主辅命令类型为例，例如，配置异常检测装置基于层次模型对配置文件进行解析，得到了多个配置场景类型的数据项，并对每个配置场景类型的数据项进行解析得到主辅命令类型的数据项，即属于配置场景类型的数据项中还存在属于主辅命令类型的数据项，也就是说，这里的配置场景类型和主辅命令类型之间具有层级关系，如果将配置场景类型数据看作上层数据，那么主辅命令类型数据作为下层数据可以视为从上层数据中获得，由此配置异常检测装置就不需要针对每一个预设类型的分类对配置文件进行多次解析，从而能够减轻配置异常检测装置的工作负担，提高配置异常检测的效率。另外，预设类型不仅限于配置场景类型、主辅命令类型、命令格式类型、命令参数类型这四种类型。基于层次模型分析后，可以更精准的构建层次型的分类数据，能够得到所有预设类型的数据项。进一步地，本实施例能够实现不同层次的配置异常检测，并且基于所有预设类型的数据项进行配置异常检测，可以检测出不同类型的配置问题，使得配置异常检测更加的全面。
具体地说，配置场景类型的数据项包括至少一个主辅命令类型的数据项，且主辅命令类型的数据项包括至少一个命令格式类型的数据项。当识别出配置场景类型的数据项时，根据预设的命令格式与字符的对应关系，将属于场景类型的各数据项中包括的命令格式类型的数据项替换为命令格式类型的数据项对应的字符。其中，一个命令格式类型的数据项为一个命令格式。当识别出主辅命令类型的数据项时，根据预设的命令格式与字符的对应关系，将属于主辅命令类型的各数据项中包括的命令格式类型的数据项替换为命令格式类型的数据项对应的字符。
在一个具体的例子中，假设配置异常检测装置按照配置语法规则和文本格式对配置文件进行配置场景分类，最终得到场景分类数据集C1。其中，配置场景在配置文本中通常由连续出现的多行配置命令组成，一个配置场景与另一个配置场景通常由空行或者特定标识符隔开，一个配置场景中的配置命令可能显示为不同的缩进宽度，表示前后命令之间存在主辅命令关系。其中，辅命令辅助主命令实现特定的配置功能。如图5所示，展示了两种配置文本格式。如图5右边文本所示，！<ldp>为一个配置场景的起始标识符，！</ldp>作为该配置场景的结束标识符，起始标识符和结束标识符之间出现的多行配置命令、起始标识符、结束标识符组成了一个配置场景。！</ldp>下面一行中出现的！<mpls-te>为另一个配置场景的起始标识符，与！<ldp>同理，该场景结束后也存在一个结束标识符！</mpls-te>。此外，从图5中可以看出本例子将感叹号(！)作为配置场景的分隔符，但是在实际操作中，配置场景的分隔符也可以是空行或者其他特定标识符，在此不做限定。
在获取配置场景分类数据集C1的过程中，对于识别出的每一个配置场景，还可以根据配置场景中每一条配置命令的缩进或者其他标识符识别出主辅命令组合，识别出来的主辅命令组合被保存到主辅命令分类数据集C2中。如图5左边文本所示，命令controllerce1_3/16、out_index 23属于一个场景，其中的命令controller ce1_3/16为主命令，而命令out_index 23为辅命令。需要注意，获取C1和C2分类数据集的目的是检测配置场景和主辅命令中的配置命令组合是否存在异常，可以不关心每一条配置命令中的具体参数，因此每一条配置命令都会抽取出其对应的命令格式，C1和C2分类数据集中组成每个数据项的配置命令可以被替换为对应的命令格式，比如：controller ce1_3/16的命令格式为controller[ID]，out_index 23的命令格式为out_index[NUM]。在命令格式抽取的过程中，每一条命令格式都会被保存到命令格式分类数据集C3。命令格式的抽取方法可以包括正则表达式、配置命令语法规则，在此不做限定。对于抽取的命令格式，配置异常检测装置将识别出的参数归类，得到命令参数分类数据集C4。由于一般命令参数会与所属的命令格式、命令参数在所属的命令格式中的位置联系起来，所以得到命令参数分类数据集C4的过程中，配置异常检测装置会考虑到命令参数所述的命令格式以及命令参数在所述的命令格式中的位置。比如：ce1_3/16对应的命令格式为controller[ID]，配置命令ip address X.X.X.X255.255.255.255对应的在两个命令参数：X.X.X.X和255.255.255.255，其中，X.X.X.X为配置命令ip address X.X.X.X 255.255.255.255中第一个IP地址，255.255.255.255为配置命令ip address X.X.X.X 255.255.255.255中第二个IP地址，那么可以将X.X.X.X视为C4的子类别ip address*IP中的一项，将255.255.255.255视为C4子类别ip address IP*中的一项，其中*号标记了参数所在位置。
当配置异常检测装置获取到命令格式后，可以将命令格式映射到字典，该映射字典可以以键值对的形式存储命令格式与映射集中元素的一一映射关系。具体地说，由于配置命令通常由多个长度不等的字符串、数字、特殊字符、运算符和空格等组成，以被网络设备识别。考虑到在关联分析中，如果直接把配置命令作为项集中的项不方便使用算法进行处理，会影响到算法的执行效率，所以本发明提出了一种配置命令映射方法，可以将长度不等、形式各异的配置命令映射为长度一致、格式统一的编码，便于构建关联分析用的训练集。编码可以为汉字、日文、韩文等，或组合构成的字符集，或RGB颜色集和长度相同的字母组合或数字组合等均是满足要求的编码集，在此不做限定。图6展示了配置命令映射的两个例子，其中，图6(a)中将配置文件中解析出来的命令格式映射为汉字字符串，图6(b)中则是将命令格式映射为RGB颜色码。其中，RGB颜色码可以是(247，183，212)、#FF0000等形式，图6(b)中呈现的是前一种形式。在映射操作中，配置异常检测装置可以先从映射字典里查找需要映射的命令格式是否存在，如果存在，则配置异常检测装置将得到与该命令格式对应的映射字符，比如：对应的汉字字符串或RGB颜色码；如果不存在，则可以选择未在映射字典中的汉字字符串或RGB颜色码添加在映射字典中，并使之与该命令格式形成映射关系，那么配置异常检测装置也会得到与该命令格式对应的映射字符。这种映射方法可以简化关联分析训练集的构建。将命令格式映射到字典后，就能够得到与命令格式对应的映射字符，然后用映射字符替换C1中的配置命令得到配置场景训练集T1，同理，用映射字符替换C2中的配置命令得到主辅命令训练集T2。再将C3作为命令格式训练集T3，将C4作为命令参数训练集T4。其中，映射字符即预设的命令格式对应的字符。
步骤303，对属于同一预设类型的各数据项进行关联分析，并得到关联分析数据。
具体地说，关联分析数据包括各关联规则的关联评估参数。
在一个具体的例子中，假设配置异常检测装置得到了配置场景训练集T1、主辅命令训练集T2、命令格式训练集T3以及命令参数训练集T4，会将关联分析应用到这些训练集，来计算支持度和置信度，计算得到的支持度和置信度即为关联评估参数。在实际应用中，还可以计算提升度等其他用于评估关联程度的参数，也可以计算支持度、置信度、提升度或其他评估参数中的一项或多项，这些情况理应也在保护范围内。
步骤304，根据关联分析数据与预设的异常条件得到配置异常检测结果。
在一个具体的例子中，如图7所示，步骤304中可以包含步骤605和步骤606。
步骤605，识别出关联评估参数低于关联评估参数的预设阈值的异常关联规则。
在一个具体的例子中，假设某训练集包含多个项集，预设的异常条件为关联评估参数的预设阈值。当计算出该训练集中某项集的关联规则的关联评估参数低于关联评估参数的预设阈值时，配置异常检测装置将该关联规则作为异常关联规则。假设这里的关联评估参数为支持度和置信度，训练集T1中存在项集X和Y，配置异常检测装置计算出项集X的支持度大于项集X的支持度的预设阈值，即，项集X为非异常项集。另外，配置异常检测装置还计算出关联规则X→Y的支持度0.3小于关联规则X→Y的支持度的预设阈值为0.5，关联规则X→Y的置信度0.4小于关联规则X→Y的置信度的预设阈值为0.7，则配置异常检测装置识别出异常关联规则X→Y。
步骤606，根据识别出的异常关联规则得到配置异常检测结果。
在一个具体的例子中，假设训练集T1中存在项集X和Y，项集X的支持度大于项集X的支持度的预设阈值，即，项集X为非异常项集。另外，配置异常检测装置识别出关联规则X→Y为异常关联规则。进一步地，由于项集X为非配置异常项集，那么配置异常检测装置检测出项集Y为配置异常项集。需要说明的是，在实际应用中，当项集X为非配置异常项集时，只要计算出关联规则X→Y的某一项关联评估参数不满足关联评估参数的预设阈值，比如：关联规则X→Y的支持度不满足支持度的预设阈值，即使其置信度高于预设阈值，配置异常检测装置也会将该关联规则X→Y视为异常关联规则，从而推断出项集Y为配置异常项集。另外，在实际应用中，配置异常检测装置可以对其中一个训练集进行关联分析，比如：配置异场景训练集T1，也可以对多个训练集进行关联分析，在此不做限定。
在一个具体的例子中，假设某训练集包含多个项集，以训练集T1为例，训练集T1中存在项集X和Y，当配置异常检测装置检测到项集X的支持度低于项集X的支持度的预设阈值，则判定项集X为配置异常项集。那么，我们有理由相信关联规则X→Y的支持度低于关联规则X→Y支持度的预设阈值。但是，即使如此，关联规则X→Y的置信度可能不会低于关联规则X→Y置信度的预设阈值。比如：项集X的支持度0.4小于预设阈值0.5，关联规则X→Y的支持度0.1小于关联规则X→Y的支持度的预设阈值0.125，而关联规则X→Y的置信度0.25等于关联规则X→Y的支持度的预设阈值0.25。这种情况下，配置异常检测装置可能并不会判定关联规则X→Y为异常关联规则，而可能只是检测出项集X为配置异常项集。
在一个具体的例子中，假设配置异常检测装置检测出训练集T3中的项集Z为配置异常项集后，它还会对项集Z进行处理得到项集Z对应的配置命令，从而呈现给运维人员，以便运维人员对配置异常项集Z对应配置命令进行标注或修改。实际应用中，不限于仅将配置命令呈现给运维人员，即，可根据实际情况对异常项集的配置命令加以利用，在此不做限定。训练集T4同理，在此不再赘述。对于训练集T1和T2来说，这里以T1为例，假设配置场景训练集T1是通过将映射字符替换C1中的配置命令得到的，那么配置异常检测装置在检测出T1中存在项集为配置异常后，不能直接得到该配置异常项集对应的配置命令，而是需要对配置异常项集做反映射，进而得到对应的配置命令。T2同理，在此不再赘述。
在一个具体的例子中，配置异常检测装置可以由四个模块组成，如图8所示，分别为：数据预处理模块701、关联分析模块702、案例库模块703和人工标注模块704。其中，数据预处理模块701负责将收集到的配置数据进行分类，并形成可直接用于关联分析的训练集。关联分析模块702负责完成各训练集的关联分析，并从训练集中找到配置异常项集以及配置异常项集对应的配置命令。案例库模块703的作用是存储人工标注数据并协助关联分析模块702实现配置异常的自动筛选和自动标注，即，筛选出配置异常项集对应的配置命令及标注。案例库模块703能够起到去除关联分析结果中的假配置异常，并对此前已发现过的真配置异常进行标注的作用，从而进一步提高配置异常检测的准确度，减少人工标注的工作量。人工标注模块704用于提供配置异常检测结果展示的可视化界面和标注功能，以供运维人员对配置异常检测结果进行确认。此外，人工标注模块704还负责将标注存入案例库模块703中。需要说明的是，这个例子中配置异常检测装置涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现，但这并不表明存在其它的单元。
在本实施例中，配置异常检测装置在获取待检测的网络设备的配置文件后，从配置文件中识别出属于至少一种预设类型的多个数据项，并对属于同一类型的数据项进行关联分析，得到关联分析数据，最后根据关联分析数据与预设的异常条件得到配置异常检测结果。通过本实施例提供的配置异常检测方法基于关联分析实现网络设备配置异常的快速检测，相比于现有的人工巡检方法来说，可以提高网络设备配置异常的检测效率，并且能够节省人力和时间成本。
本发明的第二实施方式涉及一种配置异常检测方法。在本实施方式中，配置异常检测装置在对属于同一预设类型的各数据项进行关联分析，并得到关联分析数据之前，会获取待检测的各网络设备的属性信息，并将属性信息相同的网络设备的配置文件标注为同类配置文件。接着，配置异常检测装置会将属于同一预设类型的各数据项中来源于同类配置文件和/或具有相同特征信息的数据项作为一个数据项集合，对每个数据项集合中的各数据项进行关联分析，并得到每个数据项集合对应的关联分析数据。下面对本实施方式的配置异常检测方法的实现细节进行具体的说明，以下内容仅为方便理解提供的实现细节，并非实施本方案的必须。具体流程如图9所示，包括：
步骤801，获取待检测的网络设备的属性信息和配置文件。
具体地说，步骤801与步骤301类似，区别在于，本实施方式中配置异常检测装置除了获取网络设备的配置数据以外，还会获取网络设备的属性信息，比如：网络设备的类型、角色和网络拓扑结构。其中，网络设备的类型即设备的具体型号，网络设备的角色即该设备在网络中所承担的角色，比如：接入层设备、汇聚层设备、核心层设备等。
在一个具体的例子中，网络设备的属性信息可以包含于配置文件中，也可以由网管系统或者SDN控制器区别于网络设备的配置文件进行收集，在此不做限定。步骤802，将属性信息相同的网络设备的配置文件标注为同类配置文件。
在一个具体的例子中，假设存在两台网络设备的角色均为接入层设备，那么，这两台网络设备的配置文件就会被标注为同类配置文件。
步骤803，从配置文件中识别出属于至少一种预设类型的多个数据项。与步骤302类似，在此不再赘述。
需要说明的是，在本实施例中，步骤802在步骤803之前进行，但是在实际应用中，步骤802可以和步骤803同时进行，或者在步骤803之后进行，即，只需保证步骤802在步骤804之前执行即可。
步骤804，将属于同一预设类型的各数据项中来源于同类配置文件和/或具有相同特征信息的数据项作为一个数据项集合，对每个数据项集合中的各数据项进行关联分析，并得到每个数据项集合对应的关联分析数据。
具体地说，每个数据项具有与数据项所属的预设类型匹配的特征信息。
在一个具体的例子中，配置异常检测装置将属于同一预设类型的各数据项中来源于同类配置文件的数据项作为一个数据项集合。假设存在两台网络设备的配置文件中均存在属于配置场景类型的数据项。另外，两台网络设备的角色均为接入层设备，即，可认为这两台网络设备的配置文件中存在数据项来源于同类配置文件。那么，配置异常检测装置会将属于配置场景类型中来源于同类配置文件的数据项作为一个数据项集合，对该数据项集合中的各数据项进行关联分析，并得到每个数据项集合对应的关联分析数据。
在一个具体的例子中，配置异常检测装置将属于同一预设类型的各数据项中具有相同特征信息的数据项作为一个数据项集合。假设预设类型为配置场景类型，那么与数据项所属的预设类型匹配的特征信息为配置场景的名称，那么，配置异常检测装置会将属于配置场景的数据项中具有相同场景名称的数据项作为一个数据项集合来进行关联分析，并得到数据项集合对应的关联分析数据。这个方案相比于对属于同一预设类型的各数据项进行关联分析来说，使得配置异常检测装置的关联分析结果更加精确，最终得到的配置异常检测结果更加可靠。
在一个具体的例子中，配置异常检测装置将属于同一预设类型的各数据项中来源于同类配置文件和具有相同特征信息的数据项作为一个数据项集合。假设存在两台网络设备的角色均为接入层设备，且这两台网络设备的配置文件中均存在数据项属于配置场景类型，另外，这两台网络设备的配置文件中均存在数据项所属的配置场景的名称相同，那么，配置异常检测装置会将属于配置场景类型的各数据项中来源于同类配置文件和具有相同配置场景的名称的数据项作为一个数据项集合，对每个数据项集合中的各数据项进行关联分析，并得到每个数据项集合对应的关联分析数据。
步骤805，根据关联分析数据与预设的异常条件得到配置异常检测结果。与步骤304类似，在此不再赘述。
在本实施例中，配置异常检测装置将属于同一预设类型的配置文件标注为同类配置文件后，将属于同一预设类型的各数据项中来源于同类配置文件和/或具有相同特征信息的数据项作为一个数据项集合，对每个数据项集合中的各数据项进行关联分析，并得到每个数据项集合对应的关联分析数据，最后根据关联分析数据与预设的异常条件得到配置异常检测结果。本实施例能够实现不同层次和粒度的配置异常检测，具体包括配置场景中是否漏配、多配某条或某几条配置命令，主辅命令搭配是否正确，命令格式是否合理，命令参数是否正确等，使得配置异常检测结果更加精准。
本发明的第三实施方式涉及一种配置异常检测方法。在本实施方式中，配置异常检测装置根据识别出的关联规则得到配置异常检测结果之后，可以以可视化方式将配置异常检测结果显示出来，并基于接收到的目标数据项的异常分析和/或建议更新案例库。下面对本实施方式的配置异常检测方法的实现细节进行具体的说明，以下内容仅为方便理解提供的实现细节，并非实施本方案的必须。具体流程如图10所示，包括：
步骤901，获取待检测的网络设备的配置文件。与步骤301类似，在此不再赘述。
步骤902，从配置文件中识别出属于至少一种预设类型的多个数据项。与步骤302类似，在此不再赘述。
步骤903，对属于同一预设类型的各数据项进行关联分析，并得到关联分析数据。与步骤303类似，在此不再赘述。
步骤904，识别出关联评估参数低于关联评估参数的预设阈值的异常关联规则。与步骤605类似，在此不再赘述。
步骤905，根据识别出的异常关联规则确定目标数据项。
在一个具体的例子中，假设配置异常检测装置识别出训练集T1中的项集X为非配置异常项集，关联规则X→Y为异常关联规则，则确定项集Y为配置异常项集，配置异常检测装置确定项集Y为目标数据项。
步骤906，在预设的案例库中查询目标数据项，并判断是否能够查询到目标数据项。若是，则进入步骤907；若否，则进入步骤908。
在一个具体的例子中，假设配置异常检测装置中存在预设的案例库，配置异常检测装置会在案例库中查询目标数据项，比如：配置异常检测装置从配置场景训练集T1获得配置异常的项集后，在案例库中查询该项集中的数据项，也就是说，为了提升查询效率，案例库可以保存映射后的数据项。案例库能够起到去除关联分析结果中的假配置异常，并对此前已发现过的真配置异常进行标注的作用，从而进一步提高配置异常检测的准确度，减少人工标注的工作量。
步骤907，判断目标数据项是否在案例库中被标记为异常。若是，则进入步骤909；若否，则进入步骤910。
在一个具体的例子中，假设配置异常检测装置在案例库中查询到配置异常项集，则进一步判断该项集是否在案例库中被标记为异常。
步骤908，确定在案例库中未查询到目标数据项。
在一个具体的例子中，假设从配置异常检测装置不能在案例库中查询到配置异常项集，则确定案例库中不存在该异常项集的标注数据。
步骤909，从案例库中获取目标数据项的异常分析和/或建议。
在一个具体的例子中，假设目标数据项是否在案例库中被标记为异常，则配置异常检测装置能够从案例库中获取目标数据项的异常分析和/或建议。
步骤910，确定目标数据项为非异常。
在一个具体的例子中，假设配置异常项集在案例库中被标记为正常，则说明该配置异常项集为假异常，直接从检查结果中删除，利用案例库对配置异常检测结果进一步验证，提升检测结果的准确性。
步骤911，以可视化方式将配置异常检测结果显示出来，并基于接收到的目标数据项的异常分析和/或建议更新案例库。
在一个具体的例子中，配置异常检测结果包括在案例库中查询到被标记为异常的目标数据项及目标数据项的异常分析和/或建议，以及在案例库中未查询到目标数据项。配置异常检测装置将配置异常检测结果发送给可视化界面。可视化界面可以显示配置异常类型、配置异常出现的位置、修改意见等，在此不做限定。其中，配置异常类型可以是配置场景配置异常、主辅命令配置异常、命令格式配置异常、命令参数配置异常等，在此不做限定。此外，该可视化界面同时能够提供一种方便的交互方式，比如：鼠标勾选等，在此不做限定。通过这种交互方式，运维人员能够对配置异常检测装置发现的配置异常进行标注，标注内容包括是否为假异常、问题类型、风险等级等，同时还可以以文字输入的形式记录该数据项被标注为问题项的原因以及修改建议等，在此不做限定。需要说明的是，由运维人员完成一次检测结果的标注后，标注数据都会更新到案例库都，实现案例库中的标注数据的不断完善。
上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包括相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。
本发明第四实施方式涉及一种服务器，如图11所示，包括：至少一个处理器1001；以及，
与至少一个处理器通信连接的存储器1002；其中，存储器1002存储有可被至少一个处理器1001执行的指令，指令被至少一个处理器1001执行，以使至少一个处理器1001能够执行上述的抵消信号的生成方法。
其中，存储器1002和处理器1001采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器1001和存储器1002的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器1001处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器1001。
处理器1001负责管理总线和通常的处理，还可以提供各种功能，包括定时、外围接口、电压调节、电源管理以及其他控制功能。而存储器1002可以被用于存储处理器1001在执行操作时所使用的数据。
本发明第五实施方式涉及一种计算机可读存储介质，存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例。
即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解，上述各实施方式是实现本发明的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。

Claims (10)

1.一种配置异常检测方法，其特征在于，包括：
获取多个待检测的网络设备的配置文件；
获取待检测的所述网络设备的属性信息；
将属性信息相同的所述网络设备的配置文件标注为同类配置文件；
从所述配置文件中识别出属于至少一种预设类型的多个数据项；
将属于同一预设类型的各所述数据项中来源于同类配置文件和/或具有相同特征信息的数据项作为一个数据项集合，对每个所述数据项集合中的各数据项进行关联分析，并得到每个所述数据项集合对应的关联分析数据，其中，每个所述数据项具有与所述数据项所属的预设类型匹配的特征信息；
根据所述关联分析数据与预设的异常条件得到配置异常检测结果。
2.根据权利要求1所述的配置异常检测方法，其特征在于，所述从所述配置文件中识别出属于至少一种预设类型的多个数据项，具体为：
基于层次模型对所述配置文件进行解析，并识别出所述属于至少一种预设类型的多个数据项。
3.根据权利要求1所述的配置异常检测方法，其特征在于，所述关联分析数据包括各关联规则的关联评估参数，所述异常条件包括所述关联评估参数的预设阈值；
所述根据所述关联分析数据与预设的异常条件得到配置异常检测结果，包括：
识别出关联评估参数低于所述关联评估参数的预设阈值的异常关联规则；
根据识别出的所述异常关联规则得到所述配置异常检测结果。
4.根据权利要求3所述的配置异常检测方法，其特征在于，所述根据识别出的所述异常关联规则得到所述配置异常检测结果，包括：
根据识别出的所述异常关联规则确定目标数据项；
若在预设的案例库中查询到所述目标数据项且所述目标数据项被标记为正常，则确定所述目标数据项为非异常；
若在所述预设的案例库中查询到所述目标数据项且所述目标数据项被标记为异常，则从所述案例库中获取所述目标数据项的异常分析和/或建议；
其中，所述配置异常检测结果包括在所述案例库中查询到被标记为异常的所述目标数据项及所述目标数据项的异常分析和/或建议，以及在所述案例库中未查询到所述目标数据项。
5.根据权利要求4所述的配置异常检测方法，其特征在于，在所述根据识别出的所述关联规则得到所述配置异常检测结果之后，还包括：
以可视化方式将所述配置异常检测结果显示出来，并基于接收到的所述目标数据项的异常分析和/或建议更新所述案例库。
6.根据权利要求1所述的配置异常检测方法，其特征在于，所述获取多个待检测的网络设备的配置文件，具体为，通过网络管理系统或SND控制器从待检测的所述网络设备获取所述配置文件。
7.根据权利要求1所述的配置异常检测方法，其特征在于，所述预设类型为以下类型的其中之一：配置场景类型、主辅命令类型、命令格式类型、命令参数类型。
8.根据权利要求7所述的配置异常检测方法，其特征在于，所述配置场景类型的数据项包括至少一个主辅命令类型的数据项，且所述主辅命令类型的数据项包括至少一个命令格式类型的数据项；
当识别出所述配置场景类型的数据项时，根据预设的命令格式与字符的对应关系，将属于所述配置场景类型的各所述数据项中包括的命令格式类型的数据项替换为所述命令格式类型的数据项对应的字符；其中，一个所述命令格式类型的数据项为一个命令格式；
当识别出所述主辅命令类型的数据项时，根据预设的命令格式与字符的对应关系，将属于所述主辅命令类型的各所述数据项中包括的命令格式类型的数据项替换为所述命令格式类型的数据项对应的字符。
9.一种服务器，其特征在于，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至8中任一所述的配置异常检测方法。
10.一种计算机可读存储介质，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权利要求1至8中任一项所述的配置异常检测方法。
CN201911173548.5A 2019-11-26 2019-11-26 配置异常检测方法、服务器以及存储介质 Active CN112953737B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201911173548.5A CN112953737B (zh) 2019-11-26 2019-11-26 配置异常检测方法、服务器以及存储介质
PCT/CN2020/131182 WO2021104270A1 (zh) 2019-11-26 2020-11-24 配置异常检测方法、服务器以及存储介质
EP20894652.5A EP4060942A4 (en) 2019-11-26 2020-11-24 METHOD FOR DETECTING CONFIGURATION, SERVER AND RECORDING MEDIA ANOMALIES

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911173548.5A CN112953737B (zh) 2019-11-26 2019-11-26 配置异常检测方法、服务器以及存储介质

Publications (2)

Publication Number Publication Date
CN112953737A CN112953737A (zh) 2021-06-11
CN112953737B true CN112953737B (zh) 2023-07-28

Family

ID=76129975

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911173548.5A Active CN112953737B (zh) 2019-11-26 2019-11-26 配置异常检测方法、服务器以及存储介质

Country Status (3)

Country Link
EP (1) EP4060942A4 (zh)
CN (1) CN112953737B (zh)
WO (1) WO2021104270A1 (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113326177B (zh) * 2021-06-17 2024-07-26 深圳前海微众银行股份有限公司 一种指标异常检测方法、装置、设备及存储介质
CN113595240B (zh) * 2021-06-21 2024-01-19 深圳供电局有限公司 电力数据的检测方法、装置、设备及存储介质
CN113486799A (zh) * 2021-07-07 2021-10-08 深圳市商汤科技有限公司 设备联动方法、装置、设备、存储介质及程序产品
CN113656245B (zh) * 2021-08-12 2024-07-16 北京中亦安图科技股份有限公司 数据的巡检方法、装置、存储介质及处理器
CN113722192B (zh) * 2021-09-07 2023-10-27 北京奇艺世纪科技有限公司 一种告警分级方法、装置、电子设备及存储介质
CN116074190A (zh) * 2021-10-29 2023-05-05 华为技术有限公司 网络配置特征提取方法及相关装置
CN114327668B (zh) * 2021-11-25 2024-06-18 中国电子科技集团公司第十五研究所 基于关联挖掘的智能化参数配置方法及装置
CN114330332B (zh) * 2021-12-28 2024-07-30 中国农业银行股份有限公司 表单数据的处理方法、装置、电子设备及存储介质
CN114666193B (zh) * 2022-03-03 2023-08-22 阿里巴巴（中国）有限公司 针对cdn的异常检测方法、计算设备及存储介质
CN115242467B (zh) * 2022-07-05 2024-02-06 北京华顺信安科技有限公司 一种网络数据识别方法及系统
CN115056228B (zh) * 2022-07-06 2023-07-04 中迪机器人(盐城)有限公司 一种机器人的异常监控和处理系统及方法
CN115529228B (zh) * 2022-09-20 2024-06-25 浪潮思科网络科技有限公司 一种基于浏览器端的故障定位方法、设备及介质
CN118041820A (zh) * 2022-11-01 2024-05-14 锐捷网络股份有限公司 网络异常检查方法、装置、设备及介质
WO2024155430A1 (en) * 2023-01-20 2024-07-25 Rakuten Mobile, Inc. Reading retrieving configuration data api for oam functions
CN115801545B (zh) * 2023-02-06 2023-06-23 天翼云科技有限公司 一种混合云管的异常实时上报方法、系统、设备和介质
CN117076991B (zh) * 2023-10-16 2024-01-02 云境商务智能研究院南京有限公司 治污设备用电异常监测方法、装置及计算机设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104915238A (zh) * 2015-06-29 2015-09-16 中国科学院软件研究所 一种Web应用的配置参数关联确定方法
CN109328335A (zh) * 2016-06-22 2019-02-12 亚马逊科技公司 智能配置发现技术

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104639346A (zh) * 2013-11-06 2015-05-20 中兴通讯股份有限公司 通信运营商网管设备的检测方法及装置
CN104104547B (zh) * 2014-07-24 2018-11-30 华为技术有限公司 一种网络设备配置文件的管理方法及网络控制器
CN105959144B (zh) * 2016-06-02 2019-08-06 中国科学院信息工程研究所 面向工业控制网络的安全数据采集与异常检测方法与系统
US10560328B2 (en) * 2017-04-20 2020-02-11 Cisco Technology, Inc. Static network policy analysis for networks
CN107506252A (zh) * 2017-08-11 2017-12-22 云南电网有限责任公司信息中心 基于配置项关联关系的信息系统错误配置检测系统及方法
EP3477906B1 (en) * 2017-10-26 2021-03-31 Accenture Global Solutions Limited Systems and methods for identifying and mitigating outlier network activity
CN109874148B (zh) * 2017-12-01 2022-10-18 中国移动通信集团四川有限公司 天馈异常检测方法、装置、系统及计算机设备
CN108650684B (zh) * 2018-02-12 2021-03-23 中国联合网络通信集团有限公司 一种关联规则确定方法及装置
CN109191021B (zh) * 2018-10-30 2021-02-09 全球能源互联网研究院有限公司 电网异常事件的关联规则匹配方法及装置
CN109376138B (zh) * 2018-11-29 2021-03-23 北京奇艺世纪科技有限公司 一种多维数据的异常组合检测方法及装置
CN109815042B (zh) * 2019-01-21 2022-05-27 南方科技大学 异常因素的定位方法、装置、服务器和存储介质
CN110166299B (zh) * 2019-05-24 2022-05-10 新华三技术有限公司 Sdn控制器配置恢复方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104915238A (zh) * 2015-06-29 2015-09-16 中国科学院软件研究所 一种Web应用的配置参数关联确定方法
CN109328335A (zh) * 2016-06-22 2019-02-12 亚马逊科技公司 智能配置发现技术

Also Published As

Publication number Publication date
CN112953737A (zh) 2021-06-11
EP4060942A1 (en) 2022-09-21
WO2021104270A1 (zh) 2021-06-03
EP4060942A4 (en) 2023-01-04

Similar Documents

Publication Publication Date Title
CN112953737B (zh) 配置异常检测方法、服务器以及存储介质
CN105138752B (zh) 智能变电站scd文件历史回溯差异化比较及展示方法
CN109885581A (zh) 数据库的同步方法、装置、设备及存储介质
EP4155974A1 (en) Knowledge graph construction method and apparatus, check method and storage medium
CN104951997B (zh) 面向配电网的多维度图模质量分析方法
CN101442591B (zh) 一种性能业务模型差异自检与升级的方法及系统
CN110795809A (zh) 基于cad图自动拾取的变电站电气二次回路连接关系的方法、系统及介质
CN105868037A (zh) 程序运行过程中错误信息的处理方法及系统
CN106789195A (zh) 一种事件处理方法及网管设备、服务器
CN112528926A (zh) 检测信号灯图像异常的方法、装置、设备及存储介质
CN115437663A (zh) 升级策略更新方法及装置、电子设备、存储介质和车辆
CN111401014A (zh) 一种基于报表的多指标多维度分析方法、系统及构建方法
US20120072589A1 (en) Information Processing Apparatus and Method of Operating the Same
CN115510842A (zh) 一种基于新一代二次系统的变电站模型全数据校验方法
CN114707363A (zh) 用于配网工程管理的问题数据处理方法及系统
CN117596154A (zh) 一种基于元模型的设备自动识别和接入的方法和系统
US9483578B2 (en) Computer-readable storage medium storing update program, update method, and update device
CN106358220A (zh) 异常联系人信息的检测方法、装置及系统
WO2023097639A1 (zh) 用于图像分割的数据标注方法和系统以及图像分割装置
CN115185964A (zh) 数据同步方法、装置、计算机设备及存储介质
CN111488327B (zh) 一种数据标准管理方法和系统
CN110019281B (zh) 一种广电设备的识别方法及装置
CN108243070B (zh) 一种测试方法、控制节点及压力节点
CN110727667A (zh) 一种电力设备一致性管理系统
CN108600345A (zh) 一种电力集中器的自学习方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant