CN114867052A - 无线网络故障诊断方法、装置、电子设备和介质 - Google Patents
无线网络故障诊断方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN114867052A CN114867052A CN202210656535.9A CN202210656535A CN114867052A CN 114867052 A CN114867052 A CN 114867052A CN 202210656535 A CN202210656535 A CN 202210656535A CN 114867052 A CN114867052 A CN 114867052A
- Authority
- CN
- China
- Prior art keywords
- node
- abnormal
- nodes
- wireless network
- reason
- 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.)
- Granted
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 96
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000002159 abnormal effect Effects 0.000 claims abstract description 438
- 230000005856 abnormality Effects 0.000 claims abstract description 23
- 238000012423 maintenance Methods 0.000 claims abstract description 20
- 238000012163 sequencing technique Methods 0.000 claims abstract description 9
- 230000004044 response Effects 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims description 129
- 238000013507 mapping Methods 0.000 claims description 41
- 238000003860 storage Methods 0.000 claims description 18
- 238000004140 cleaning Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 5
- 238000013024 troubleshooting Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004904 shortening Methods 0.000 abstract description 4
- 238000004891 communication Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/04—Arrangements for maintaining operational condition
-
- 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
- H04L41/0604—Management of faults, events, alarms or notifications using filtering, e.g. reduction of information by using priority, element types, position or time
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本公开提供了一种无线网络故障诊断方法、装置、电子设备和介质,涉及通信技术领域。其中,无线网络故障诊断方法包括:基于无线网络历史故障案例构建用于无线网络故障诊断的知识图谱;响应于获取到的网络异常的异常现象,从所述知识图谱中检索与所述异常现象相关的关联子图;基于与所述关联子图相关的所述历史故障案例配置所述关联子图的连接边权重;基于对所述连接边权重的排序结果输出所述网络异常的诊断方案。通过本公开的技术方案,能够自动生成诊断方案,采用诊断方案辅助运维工程师进行问题定位和故障处理,有利于提高运维效率,达到降低运维成本和缩短故障处理周期的目的。
Description
技术领域
本公开涉及通信技术领域,尤其涉及一种无线网络故障诊断方法、装置、电子设备和存储介质。
背景技术
相关技术中,针对无线网络故障的诊断,仍需要人工现场实地分析,包括观察设备告警灯异常情况、查看北向接口告警信息、环回故障定位、拔插替换疑似异常组件、分析当前配置数据以及使用专用仪表测试等多种实地分析方式,但是由于不同的运维工程师的处理经验存在差异,造成对故障的处理时长也不同,有钱对于经验不足的工程师需要花费大量时间对故障进行问题定位,进而导致了无线网络故障的处理周期较长。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种无线网络故障诊断方法、装置、存储介质及电子设备,至少在一定程度上克服相关技术中对无线网络故障的处理周期较长的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一个方面,提供一种无线网络故障诊断方法,包括:基于无线网络历史故障案例构建用于无线网络故障诊断的知识图谱;响应于获取到的网络异常的异常现象,从所述知识图谱中检索与所述异常现象相关的关联子图;基于与所述关联子图相关的所述历史故障案例配置所述关联子图的连接边权重;基于对所述连接边权重的排序结果输出所述网络异常的诊断方案。
在一个实施例中,所述基于无线网络历史故障案例构建用于无线网络故障诊断的知识图谱包括:对所述基于无线网络历史故障案例进行清洗整理,得到案例文本集合;基于实体关系抽取与人工标记结合的方式从所述案例文本集合中抽取出用于所述无线网络故障诊断的知识本体,所述知识本体包括不同类型的实体和实体关系;基于所述不同类型的实体以及所述实体关系构建所述知识图谱。
在一个实施例中,所述基于所述不同类型的实体以及所述实体关系构建所述知识图谱包括:将所述不同类型的实体作为节点,将所述实体关系作为对应的所述节点之间的连接边,构建所述知识图谱,其中,基于所述不同类型的实体生成的所述节点包括网元节点、异常类型节点、异常现象节点、异常原因节点、处理方案节点,所述连接边对应的所述实体关系包括所述网元节点和所述异常类型节点之间的第一映射关系、所述网元节点和所述异常现象节点之间的第二映射关系、所述异常类型节点和所述异常现象节点之间的第三映射关系、所述异常现象节点和所述异常原因节点之间的追溯关系、不同的所述异常现象节点之间的关联关系、所述异常类型节点和所述异常原因节点之间的第四映射关系以及所述异常原因节点和所述处理方案节点之间的对应关系。
在一个实施例中,所述响应于获取到的网络异常的异常现象,从所述知识图谱中检索与所述异常现象相关的关联子图包括:响应于所述异常现象,确定所述知识图谱中对应的异常现象节点;基于所述追溯关系查询与所述异常现象节点相连的异常原因节点;基于所述对应关系查询与所述异常原因节点相连的处理方案节点;基于所述异常现象节点、所述异常原因节点和所述处理方案节点生成所述关联子图。
在一个实施例中,所述基于所述追溯关系查询与所述异常现象节点相连的异常原因节点包括:所述异常现象节点包括多个,基于所述追溯关系查询与多个所述异常现象节点均相连的第一公共异常原因节点;若查询到所述第一公共异常原因节点,将所述第一公共异常原因节点确定为所述异常原因节点。
在一个实施例中,所述基于所述追溯关系查询与所述异常现象节点相连的异常原因节点,还包括:若未查询到与所述第一公共异常原因节点,则基于所述知识图谱统计多个所述异常现象节点的频次;逐一删除频次最低的所述异常现象节点,直至基于所述追溯关系检测到剩余异常现象节点具有第二公共异常原因节点;将所述第二公共异常原因节点确定为所述异常原因节点。
在一个实施例中,所述基于所述追溯关系查询与所述异常现象节点相连的异常原因节点,还包括:若未检测到与所述第二公共异常原因节点,基于所述关联关系在所述知识图谱中查询公共节点作为关联异常现象节点;基于所述追溯关系查询与所述关联异常现象节点相连的第三公共异常原因节点,将所述第三公共异常原因节点确定为所述异常原因节点。
在一个实施例中,还包括:若未查询到所述第三公共异常原因节点,则确定具有所述异常现象的故障网元;确定所述知识图谱中与所述故障网元对应的网元节点,基于所述第二映射关系确定与所述网元节点相连的网元异常现象节点;基于所述追溯关系确定与所述网元异常现象节点相连的第四异常原因节点,作为所述异常原因节点。
在一个实施例中,还包括:若未检测到与所述第四异常原因节点,则确定所述故障网元的同类网元节点;基于所述第二映射关系确定与所述同类网元节点相连的同类异常现象节点;基于所述追溯关系确定与所述同类异常现象节点相连的第五异常原因节点,作为所述异常原因节点。
在一个实施例中,所述基于所述对应关系查询与所述异常原因节点相连的处理方案节点包括:所述异常原因节点包括多个,基于所述对应关系查询与多个所述异常原因节点均相连的第一公共处理方案节点;若查询到所述第一公共处理方案节点,将所述第一公共处理方案节点确定为所述处理方案节点。
在一个实施例中,所述基于所述对应关系查询与所述异常原因节点相连的处理方案节点,还包括:若未查询到与所述第一公共处理方案节点,则基于所述知识图谱统计多个所述异常原因节点的频次;逐一删除频次最低的所述异常原因节点,直至基于所述对应关系检测到剩余异常原因节点具有第二公共处理方案节点;将所述第二公共处理方案节点确定为所述处理方案节点。
在一个实施例中,所述基于与所述关联子图相关的所述历史故障案例配置所述关联子图的连接边权重包括:查询与所述关联子图相关的所述历史故障案例,记为相关故障案例;基于所述相关故障案例统计所述对应关系的数量、所述追溯关系的数量、所述第二映射关系的数量,所述第四映射关系的数量以及所述处理方案执行的排障数量;基于所述对应关系的数量、所述追溯关系的数量、所述第二映射关系的数量,所述第四映射关系的数量以及所述排障数量,配置所述异常现象节点和所述异常原因节点之间的第一连接边权重,以及所述异常原因节点和所述处理方案节点之间的第二连接边权重。
在一个实施例中,所述基于对所述连接边权重的排序结果输出所述网络异常的诊断方案包括:确定具有最高所述第一连接边权重的第一连接边;基于所述第一连接边连接的所述异常原因节点确定推荐诊断原因;确定具有最高所述第二连接边权重的第二连接边;基于所述第二连接边连接的所述处理方案节点确定推荐处理方案;基于所述推荐诊断原因和所述推荐处理方案确定所述诊断方案。
在一个实施例中,还包括:将包括所述异常现象的告警工单和对应的所述诊断方案发送至运维终端。
根据本公开的第二方面,提供一种无线网络故障诊断装置,包括:构建模块,用于基于无线网络历史故障案例构建用于无线网络故障诊断的知识图谱;检索模块,用于响应于获取到的网络异常的异常现象,从所述知识图谱中检索与所述异常现象相关的关联子图;配置模块,用于基于与所述关联子图相关的所述历史故障案例配置所述关联子图的连接边权重;输出模块,用于基于对所述连接边权重的排序结果输出所述网络异常的诊断方案。
根据本公开的第三方面,提供一种电子设备,包括:处理器;以及存储器,用于存储处理器的可执行指令;所述处理器配置为经由执行所述可执行指令来执行上述的无线网络故障诊断方法。
根据本公开的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的无线网络故障诊断方法。
本公开的实施例所提供的无线网络故障诊断方案,通过收集无线网络历史故障案例,并对无线网络历史故障案例的梳理,生成对应的知识图谱,在获取到网络异常的告警工单时,则可以通过在知识图谱中检索相关的关联子图,基于关联子图能够对告警工单中的网络异常现象进行推理演绎,结合相关的历史故障案例输出对网络异常的诊断方案,以采用诊断方案辅助运维工程师进行问题定位和故障处理,从而有利于提高运维效率,达到降低运维成本和缩短故障处理周期的目的。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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示出本公开实施例中一种无线网络故障诊断方法流程图;
图2示出本公开实施例中一种无线网络故障诊断方案的知识本体示意图;
图3示出本公开实施例中另一种无线网络故障诊断方法流程图;
图4示出本公开实施例中一种无线网络故障诊断方案的关联子图的示意图;
图5示出本公开实施例中再一种无线网络故障诊断方法流程图;
图6示出本公开实施例中又一种无线网络故障诊断方法流程图;
图7示出本公开实施例中又一种无线网络故障诊断方法流程图;
图8示出本公开实施例中又一种无线网络故障诊断方法流程图;
图9示出本公开实施例中又一种无线网络故障诊断方法流程图;
图10示出本公开实施例中一种无线网络故障诊断装置示意图;
图11示出本公开实施例中一种计算机设备的结构框图;和
图12示出本公开实施例中一种程序产品的结构框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
随着信息化时代的到来,恶意代码的种类和影响范围都在逐渐增加。另外,由于各大公司纷纷开展网上业务,工作人员由现场办公模式转变为远程办公模式,使电子文档的使用更加广泛,为恶意代码的传播创造了良好的环境条件。由于绝大多数的恶意代码都是有家族性的,在同一恶意代码家族中,恶意代码通常是由某一个恶意代码团队根据某一款恶意代码通过变形、加壳、多态等技术手段混淆现存恶意代码的特征,从而生成新的变种,因此无线网络故障诊断是恶意软件检测工作中的重要步骤之一。
本申请提供的方案,通过收集无线网络历史故障案例,并对无线网络历史故障案例的梳理,生成对应的知识图谱,在获取到网络异常的告警工单时,则可以通过在知识图谱中检索相关的关联子图,基于关联子图能够对告警工单中的网络异常现象进行推理演绎,结合相关的历史故障案例输出对网络异常的诊断方案,以采用诊断方案辅助运维工程师进行问题定位和故障处理,从而有利于提高运维效率,达到降低运维成本和缩短故障处理周期的目的。
对恶意代码进行准确的识别和分类能及时提出恶意代码的应对方案,在最短的时间内降低未知恶意代码带来的损失,最大限度地保护自身的安全。
下面,将结合附图及实施例对本示例实施方式中的无线网络故障诊断方法的各个步骤进行更详细的说明。
图1示出本公开实施例中一种无线网络故障诊断方法流程图。
如图1所示,根据本公开的一个实施例的无线网络故障诊断方法,包括以下步骤:
步骤S102,基于无线网络历史故障案例构建用于无线网络故障诊断的知识图谱。
其中,知识图谱中的节点可以基于不同类型的实体,不同类型的实体包括网元实体、异常类别实体、异常现象实体、异常原因实体和处理方案实体等,对应生成的节点包括网元节点、异常类型节点、异常现象节点、异常原因节点和处理方案节点等,进一步地,基于无线网络历史故障案例确定不同实体之间的逻辑关系,并以在具有逻辑关系的两个节点之间生成节点的连接边。
具体地,以网元结点为例,网元节点可以包括资源类型、地理位置、IP地址、邻居、接口链路、具备的能力、性能规格等信息。
步骤S104,响应于获取到的网络异常的异常现象,从知识图谱中检索与异常现象相关的关联子图。
其中,告警工单指基于网络异常生成的待处理任务单,告警工单可以包括出现网络异常的网元以及网络异常的异常现象等。
关联子图指节点和连接边都属于知识图谱的实体关系图。
步骤S106,基于与关联子图相关的历史故障案例配置关联子图的连接边权重。
其中,相关的历史故障案例与告警工单具有相同或相似的故障网元,或与告警工单中具有相同、相似或相关联的异常现象的历史故障案例。
配置连接边权重指基于相关的历史故障案例出现的频率等确定关联子图中的连接边的权重,权重值越大,则表明该连接边相连的异常原因节点或连接的处理方案节点为告警工单的实际异常原因和目标处理方案的概率越大。
步骤S108,基于对连接边权重的排序结果输出网络异常的诊断方案。
其中,诊断方案包括但不限于异常原因和异常处理方案等。
在该实施例中,通过收集无线网络历史故障案例,并对无线网络历史故障案例的梳理,生成对应的知识图谱,在获取到网络异常的告警工单时,则可以通过在知识图谱中检索相关的关联子图,基于关联子图能够对告警工单中的网络异常现象进行推理演绎,结合相关的历史故障案例输出对网络异常的诊断方案,以采用诊断方案辅助运维工程师进行问题定位和故障处理,从而有利于提高运维效率,达到降低运维成本和缩短故障处理周期的目的。
在一个实施例中,步骤S102,基于无线网络历史故障案例构建用于无线网络故障诊断的知识图谱的一种具体实现方式,包括:获取基于无线网络历史故障案例;对基于无线网络历史故障案例进行清洗整理,得到案例文本集合。
具体地,整理清洗是指从无线网络历史故障案例的数据库或数据表中更正和删除不准确数据记录的过程,包括识别和替换不完整、不准确、不相关或有问题的数据和记录,通过清洗整理得到无线网故障诊断知识库,即案例文本集合。
基于实体关系抽取与人工标记结合的方式从案例文本集合中抽取出用于无线网络故障诊断的知识本体,其中,知识本体包括不同类型的实体和实体关系。
具体地,不同类型的实体和实体关系如图2所示。
其中,实体类型包括网元实体、异常类别实体、异常现象实体、异常原因实体和处理方案实体,其中,网元实体包括网元类型、所处省份、地市等,异常类别实体包括异常类别,异常现象实体包括异常现象,异常原因实体包括异常原因,处理方案实体包括处理方案。
实体关系包括:(1)网元常见异常问题,对应连接边对应的实体关系为网元节点和异常类型节点之间的第一映射关系,(2)网元常见异常现象,对应连接边对应的实体关系为网元节点和异常现象节点之间的第二映射关系,(3)网元异常问题下常见异常现象,对应连接边对应的实体关系为异常类型节点和异常现象节点之间的第三映射关系,(4)网元异常现象追溯异常原因,对应连接边对应的实体关系为异常现象节点和异常原因节点之间的追溯关系,(5)网元异常现象之间的关联关系,对应连接边对应的实体关系为不同的异常现象节点之间的关联关系,(6)网元异常类型下的常见异常原因,对应连接边对应的实体关系为异常类型节点和异常原因节点之间的第四映射关系,(7)网元异常原因对应处理方案,对应连接边对应的实体关系为异常原因节点和处理方案节点之间的对应关系。
基于不同类型的实体以及实体关系构建知识图谱。
具体地,将不同类型的实体作为节点,将实体关系作为对应的节点之间的连接边,构建知识图谱。
在该实施例中,通过基于无线网络历史故障案例中的文本类型,从案例文本中抽取出包括不同类型的实体和以及不同实体之间的逻辑关系,将实体作为节点,将对应的逻辑关系作为连接边,构造用于无线网络故障诊断的知识图谱,使生成的知识图谱能够较完整准确的表示出历史故障案例的现象、原因和处理方案等因素,进而在获取到新的告警工单时,则可以基于告警工单中记载的异常现象进行相应的原因和处理方案的推断,以实现对告警工单的辅助处理。
如图3所示,在一个实施例中,响应于获取到的网络异常的异常现象,从知识图谱中检索与异常现象相关的关联子图包括:
步骤S302,响应于异常现象,确定知识图谱中对应的异常现象节点。
步骤S304,基于追溯关系查询与异常现象节点相连的异常原因节点。
其中,追溯关系即异常现象节点和异常原因节点之间的连接关系。
步骤S306,基于对应关系查询与异常原因节点相连的处理方案节点。
对应关系即异常原因节点和处理方案节点之间的连接关系。
步骤S308,基于异常现象节点、异常原因节点和处理方案节点生成关联子图。
在该实施例中,通过从告警工单中提取出网络异常的异常现象数据,进而在知识图谱中确定对应的异常现象节点,进而能够基于异常现象节点追溯异常原因,得到对应的异常原因节点,并进一步基于对应关系查询对应的处理方案,得到处理方案节点,从而能够基于相关的异常现象节点与异常原因节点,以及异常原因节点和处理方案节点得到关联子图,关联子图能够包括和告警工单中的异常现象相关联的所有信息,进而能够基于关联子图查询到所需的诊断方案,以保证诊断方案的有效性。
如图4所示,假设告警工单上记录的异常现象包括空口上行用户面丢包、空口下行用户面丢包、正常小区低流量和时段偶发异常等,通过在知识图谱中查找到对应的节点,进而能够基于连接边查找到相关的异常原因,并进一步基于异常原因节点和处理方案节点之间的连接边,查找到相关的处理方案,从而得到与告警工单相关的关联子图。
如图5所示,在一个实施例中,基于追溯关系查询与异常现象节点相连的异常原因节点包括:
步骤S502,异常现象节点包括多个,基于追溯关系查询与多个异常现象节点均相连的第一公共异常原因节点。
其中,第一公共异常原因节点指与异常现象节点均连接的异常原因节点。
步骤S504,若查询到第一公共异常原因节点,将第一公共异常原因节点确定为异常原因节点。
在一个实施例中,基于追溯关系查询与异常现象节点相连的异常原因节点,还包括:
步骤S506,若未查询到与第一公共异常原因节点,则基于知识图谱统计多个异常现象节点的频次。
其中,若未查询到第一公共异常原因节点,即进一步统计每个异常现象出现的频次。
步骤S508,逐一删除频次最低的异常现象节点,并基于追溯关系检测剩余异常现象节点是否具有第二公共异常原因节点。
其中,第二公共异常原因节点可以理解为与出现频次较高的异常现象对应的异常现象节点均连接的异常原因节点。
步骤S510,若检测到第二公共异常原因节点,将第二公共异常原因节点确定为异常原因节点。
在一个实施例中,基于追溯关系查询与异常现象节点相连的异常原因节点,还包括:
步骤S512,若未检测到与第二公共异常原因节点,基于关联关系在知识图谱中查询公共节点作为关联异常现象节点。
其中,关联异常现象节点是和告警工单中的异常现象节点相连的节点。
步骤S514,基于追溯关系查询与关联异常现象节点相连的第三公共异常原因节点。
其中,第三公共异常节点为与关联异常现象节点均连接的异常原因节点,或与出现频次较高的关联异常现象节点均连接的异常原因节点。
步骤S516,若查询到第三公共异常原因节点,将第三公共异常原因节点确定为异常原因节点。
如图6所示,在一个实施例中,进一步地,查询与异常现象节点相连的异常原因节点还包括:
步骤S602,若未查询到第三公共异常原因节点,则确定具有异常现象的故障网元。
步骤S604,确定知识图谱中与故障网元对应的网元节点,基于第二映射关系确定与网元节点相连的网元异常现象节点。
步骤S606,基于追溯关系确定与网元异常现象节点相连的第四异常原因节点,作为异常原因节点。
其中,若未查询到第三公共异常节点,则直接以故障网元为查询起点,查询依次连接的异常现象节点和异常原因节点。
在一个实施例中,若未检测到与第四异常原因节点,还包括:
步骤S608,确定故障网元的同类网元节点。
步骤S610,基于第二映射关系确定与同类网元节点相连的同类异常现象节点。
步骤S612,基于追溯关系确定与同类异常现象节点相连的第五异常原因节点,作为异常原因节点。
在该实施例中,为了检索异常原因,首先检测是否具有与异常现象节点均连接的第一公共异常原因节点,第一公共异常原因节点为准确性最高的异常原因,如果为检索到第一公共异常原因节点,则通过逐一删除出现频率较低的,以检测剩余的节点是否有第二公共异常原因节点,若仍未检索到第二公共异常节点,则进一步基于关联关系查询与异常现象节点相连的其它异常现象节点,并基于上述的检索方式检索关联异常现象节点的第三公共异常原因节点,若仍旧未检索到第三公共异常原因节点,则直接以故障网元为查询起点,查询依次连接的异常现象节点和异常原因节点,保证得到的关联子图的有效性和可靠性。
如图7所示,在一个实施例中,步骤S408,基于对应关系查询与异常原因节点相连的处理方案节点的一种具体实现方式,包括:
步骤S702,异常原因节点包括多个,基于对应关系查询与多个异常原因节点均相连的第一公共处理方案节点。
步骤S704,若查询到第一公共处理方案节点,将第一公共处理方案节点确定为处理方案节点。
在一个实施例中,步骤S408,基于对应关系查询与异常原因节点相连的处理方案节点,还包括:
步骤S706,若未查询到与第一公共处理方案节点,则基于知识图谱统计多个异常原因节点的频次。
步骤S708,逐一删除频次最低的异常原因节点,直至基于对应关系检测到剩余异常原因节点具有第二公共处理方案节点。
步骤S710,将第二公共处理方案节点确定为处理方案节点。
在该实施例中,针对查询到的异常现象-异常原因-处理方案的关联子图,基于查询产生的异常原因节点,基于异常原因和处理方案的对应关系进行查询,若查询到公共处理方案节点,则将公共处理方案节点作为处理方案,如果上述操作查询处理方案节点为空,则根据异常原因节点在知识图谱中的出现频次对n个异常原因节点从低到高进行排序,然后从频次最低的节点开始删除节点个数变化为n,n-1,n-2,……,随异常原因对应处理方案关系进行查询,直至公共处理方案节点不为空,以实现对处理方案的查询操作,从而能够得到历史故障案例的处理方案,保证了处理方案能够具有较高的参考性。
如图8所示,一种关联子图的查询方式,包括:
步骤S802,基于告警工单获取现网异常现象。
步骤S804,根据所有异常现象追溯异常原因。
步骤S806,根据告警现象出现的频次从低到高逐一删除频次低的现象节点后,追溯异常原因。
步骤S808,根据相关联的异常现象查取异常原因。
步骤S810,查询告警工单所在小区对应的常见异常现象与异常原因。
步骤S812,查询与告警工单所在小区的同类小区对应的常见异常现象与异常原因。
步骤S814,根据异常原因查询处理方案。
步骤S816,输出关联子图。
在一个实施例中,基于与关联子图相关的历史故障案例配置关联子图的连接边权重包括:查询与关联子图相关的历史故障案例,记为相关故障案例;基于相关故障案例统计对应关系的数量、追溯关系的数量、第二映射关系的数量,第四映射关系的数量以及处理方案执行的排障数量;基于对应关系的数量、追溯关系的数量、第二映射关系的数量,第四映射关系的数量以及排障数量,配置异常现象节点和异常原因节点之间的第一连接边权重,以及异常原因节点和处理方案节点之间的第二连接边权重。
其中,第一连接边为异常现象节点和异常原因节点之间的连接边,第二连接边为异常原因节点和处理方案节点之间的连接边。
在该实施例中,通过获取关联子图,以进一步相关的历史故障案例,基于异常原因对应处理方案、即对应关系,异常现象追溯异常原因、即追溯关系,网元常见异常现象、即第二映射关系,追溯查询某异常原因,处理方案对应的网元排障案例数等,对异常现象和异常原因的连接边权重,以及异常原因和处理方案的连接边权重进行配置,以实现对关联子图的更新。
在一个实施例中,基于对连接边权重的排序结果输出网络异常的诊断方案包括:确定具有最高第一连接边权重的第一连接边;基于第一连接边连接的异常原因节点确定推荐诊断原因;确定具有最高第二连接边权重的第二连接边;基于第二连接边连接的处理方案节点确定推荐处理方案;基于推荐诊断原因和推荐处理方案确定诊断方案。
在该实施例中,通过以历史故障案例对应的故障现象作为入口,对知识图谱中节点与连接边进行查询,并基于查询结果动态计算子图的连接边权重,在得到连接边权重的基础上,对权重进行排序后对应节点作为无线网故障诊断推荐结果,即取权重最大的边对应原因节点进行输出,作为推荐异常原因,对异常原因—处理方案节点对应的边进行权重高低排序,取权重最大的边对应处理方案节点进行输出,作为推荐处理方案,以实现诊断方案的有效输出。
在一个实施例中,还包括:将包括异常现象的告警工单和对应的诊断方案发送至运维终端。
在该实施例中,通过将包括异常现象的告警工单和对应的诊断方案发送至运维终端,为运维人员提供参考,从而能够辅助运维人员解决网络异常。
如图9所示,根据本公开的另一个实施例的无线网络故障诊断方法,包括以下步骤:
步骤S902,获取无线网故障诊断原始数据,进行整理清洗,建立案例文本集合。
步骤S904,基于案例文本集合建立无线网络故障诊断的知识本体,包括5种实体和7种关系,实体类型包括网元实体、异常类别实体、异常现象实体、异常原因实体和处理方案实体。
步骤S906,基于知识本体构建无线网故障诊断知识图谱。
具体地,通过实体关系抽取算法与人工标记相结合的方式抽取出文本中的实体与关系,并把实体关系转化为节点和边的形式,存入图数据库,完成无线网故障诊断知识图谱的构建。
步骤S908,通过现网异常现象进行关联子图查询。
具体地,首先基于现网异常现象追溯异常原因。
(1)取现网某网元所有告警现象的原因。取告警工单中所有异常现象节点,随异常现象追溯异常原因关系进行查询,取公共节点作为异常原因。
(2)如果上述操作查询原因节点为空,则根据告警现象频次高低查取原因。根据告警频次对现象节点进行高低排序,依次取出告警现象频次最低的节点,节点个数变化为n,n-1,n-2,……,随异常现象追溯异常原因关系进行查询,直至公共原因节点不为空。
(3)如果上述操作查询原因节点为空,则根据相关联的异常现象查取原因。取告警工单中所有异常现象节点,随异常现象之间的关联关系进行查询,取公共节点作为关联异常现象节点,对关联异常现象进行(1)(2)查询,作为异常原因。
(4)如果上述操作查询原因节点为空,则查询该网元下的常见异常现象与异常原因,并返回。
(5)如果上述操作查询原因节点为空,则查询与该网元同类型网元下的常见异常现象与异常原因,并返回。
然后基于异常原因查询处理方案。
步骤S910,基于历史案例进行关联子图的关系权重的更新。
具体地,针对步骤S908查询产生的{异常现象—异常原因—处理方案}子图,依异常原因对应处理方案、异常现象追溯异常原因、网元常见异常现象、追溯查询某异常原因、某处理方案对应的网元排障案例数,作为{异常现象—异常原因}、{异常原因—处理方案}的边权重对子图进行更新。
步骤S912,基于关系权重对同类本体结果排序,基于排序结果输出最优推荐。
具体地,对异常现象—异常原因节点对应的边进行权重高低排序,取权重最大的边对应原因节点进行输出,作为推荐异常原因。对异常原因—处理方案节点对应的边进行权重高低排序,取权重最大的边对应处理方案节点进行输出,作为推荐处理方案。
步骤S914,将网元异常原因与推荐处理方案进行下发。
将查询推理出的异常原因与处理方案作为推荐信息与原告警现象工单一同下发,供运维人员进行参考处置。
需要注意的是,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
下面参照图10来描述根据本发明的实施方式的无线网络故障诊断装置1000。图10所示的无线网络故障诊断装置1000仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
无线网络故障诊断装置1000以硬件模块的形式表现。无线网络故障诊断装置1000的组件可以包括但不限于:构建模块1002,用于基于无线网络历史故障案例构建用于无线网络故障诊断的知识图谱;检索模块1004,用于响应于获取到的网络异常的异常现象,从知识图谱中检索与异常现象相关的关联子图;配置模块1006,用于基于与关联子图相关的历史故障案例配置关联子图的连接边权重;输出模块1008,用于基于对连接边权重的排序结果输出网络异常的诊断方案。
在一个实施例中,构建模块1002还用于:对基于无线网络历史故障案例进行清洗整理,得到案例文本集合;基于实体关系抽取与人工标记结合的方式从案例文本集合中抽取出用于无线网络故障诊断的知识本体,知识本体包括不同类型的实体和实体关系;基于不同类型的实体以及实体关系构建知识图谱。
在一个实施例中,构建模块1002还用于:将不同类型的实体作为节点,将实体关系作为对应的节点之间的连接边,构建知识图谱,其中,基于不同类型的实体生成的节点包括网元节点、异常类型节点、异常现象节点、异常原因节点、处理方案节点,连接边对应的实体关系包括网元节点和异常类型节点之间的第一映射关系、网元节点和异常现象节点之间的第二映射关系、异常类型节点和异常现象节点之间的第三映射关系、异常现象节点和异常原因节点之间的追溯关系、不同的异常现象节点之间的关联关系、异常类型节点和异常原因节点之间的第四映射关系以及异常原因节点和处理方案节点之间的对应关系。
在一个实施例中,检索模块1004还用于:响应于异常现象,确定知识图谱中对应的异常现象节点;基于追溯关系查询与异常现象节点相连的异常原因节点;基于对应关系查询与异常原因节点相连的处理方案节点;基于异常现象节点、异常原因节点和处理方案节点生成关联子图。
在一个实施例中,检索模块1004还用于:异常现象节点包括多个,基于追溯关系查询与多个异常现象节点均相连的第一公共异常原因节点;若查询到第一公共异常原因节点,将第一公共异常原因节点确定为异常原因节点。
在一个实施例中,检索模块1004还用于:若未查询到与第一公共异常原因节点,则基于知识图谱统计多个异常现象节点的频次;逐一删除频次最低的异常现象节点,直至基于追溯关系检测到剩余异常现象节点具有第二公共异常原因节点;将第二公共异常原因节点确定为异常原因节点。
在一个实施例中,检索模块1004还用于:若未检测到与第二公共异常原因节点,基于关联关系在知识图谱中查询公共节点作为关联异常现象节点;基于追溯关系查询与关联异常现象节点相连的第三公共异常原因节点,将第三公共异常原因节点确定为异常原因节点。
在一个实施例中,检索模块1004还用于:若未查询到第三公共异常原因节点,则确定具有异常现象的故障网元;确定知识图谱中与故障网元对应的网元节点,基于第二映射关系确定与网元节点相连的网元异常现象节点;基于追溯关系确定与网元异常现象节点相连的第四异常原因节点,作为异常原因节点。
在一个实施例中,检索模块1004还用于:若未检测到与第四异常原因节点,则确定故障网元的同类网元节点;基于第二映射关系确定与同类网元节点相连的同类异常现象节点;基于追溯关系确定与同类异常现象节点相连的第五异常原因节点,作为异常原因节点。
在一个实施例中,检索模块1004还用于:异常原因节点包括多个,基于对应关系查询与多个异常原因节点均相连的第一公共处理方案节点;若查询到第一公共处理方案节点,将第一公共处理方案节点确定为处理方案节点。
在一个实施例中,检索模块1004还用于:若未查询到与第一公共处理方案节点,则基于知识图谱统计多个异常原因节点的频次;逐一删除频次最低的异常原因节点,直至基于对应关系检测到剩余异常原因节点具有第二公共处理方案节点;将第二公共处理方案节点确定为处理方案节点。
在一个实施例中,配置模块1006还用于:查询与关联子图相关的历史故障案例,记为相关故障案例;基于相关故障案例统计对应关系的数量、追溯关系的数量、第二映射关系的数量,第四映射关系的数量以及处理方案执行的排障数量;基于对应关系的数量、追溯关系的数量、第二映射关系的数量,第四映射关系的数量以及排障数量,配置异常现象节点和异常原因节点之间的第一连接边权重,以及异常原因节点和处理方案节点之间的第二连接边权重。
在一个实施例中,输出模块1008还用于:确定具有最高第一连接边权重的第一连接边;基于第一连接边连接的异常原因节点确定推荐诊断原因;确定具有最高第二连接边权重的第二连接边;基于第二连接边连接的处理方案节点确定推荐处理方案;基于推荐诊断原因和推荐处理方案确定诊断方案。
在一个实施例中,还包括:发送模块1010,用于将包括异常现象的告警工单和对应的诊断方案发送至运维终端。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图11来描述根据本发明的这种实施方式的电子设备1100。图11显示的电子设备1100仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图11所示,电子设备1100以通用计算设备的形式表现。电子设备1100的组件可以包括但不限于:上述至少一个处理单元1110、上述至少一个存储单元1120、连接不同系统组件(包括存储单元1120和处理单元1110)的总线1130。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元1110执行,使得所述处理单元1110执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元1110可以执行如图1中所示的步骤S102至步骤S108所描述的方案。
存储单元1120可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)11201和/或高速缓存存储单元11202,还可以进一步包括只读存储单元(ROM)11203。
存储单元1120还可以包括具有一组(至少一个)程序模块11205的程序/实用工具11204,这样的程序模块11205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线1130可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备1100也可以与一个或多个外部设备1170(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备1100交互的设备通信,和/或与使得该电子设备1100能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1150进行。并且,电子设备1100还可以通过网络适配器1160与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器1160通过总线1130与电子设备1100的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备1100使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在电子设备上运行时,所述程序代码用于使所述电子设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
参考图12所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品1200,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在电子设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。
Claims (17)
1.一种无线网络故障诊断方法,其特征在于,包括:
基于无线网络历史故障案例构建用于无线网络故障诊断的知识图谱;
响应于获取到的网络异常的异常现象,从所述知识图谱中检索与所述异常现象相关的关联子图;
基于与所述关联子图相关的所述历史故障案例配置所述关联子图的连接边权重;
基于对所述连接边权重的排序结果输出所述网络异常的诊断方案。
2.根据权利要求1所述的无线网络故障诊断方法,其特征在于,所述基于无线网络历史故障案例构建用于无线网络故障诊断的知识图谱包括:
对所述基于无线网络历史故障案例进行清洗整理,得到案例文本集合;
基于实体关系抽取与人工标记结合的方式从所述案例文本集合中抽取出用于所述无线网络故障诊断的知识本体,所述知识本体包括不同类型的实体和实体关系;
基于所述不同类型的实体以及所述实体关系构建所述知识图谱。
3.根据权利要求2所述的无线网络故障诊断方法,其特征在于,所述基于所述不同类型的实体以及所述实体关系构建所述知识图谱包括:
将所述不同类型的实体作为节点,将所述实体关系作为对应的所述节点之间的连接边,构建所述知识图谱,
其中,基于所述不同类型的实体生成的所述节点包括网元节点、异常类型节点、异常现象节点、异常原因节点、处理方案节点,所述连接边对应的所述实体关系包括所述网元节点和所述异常类型节点之间的第一映射关系、所述网元节点和所述异常现象节点之间的第二映射关系、所述异常类型节点和所述异常现象节点之间的第三映射关系、所述异常现象节点和所述异常原因节点之间的追溯关系、不同的所述异常现象节点之间的关联关系、所述异常类型节点和所述异常原因节点之间的第四映射关系以及所述异常原因节点和所述处理方案节点之间的对应关系。
4.根据权利要求3所述的无线网络故障诊断方法,其特征在于,所述响应于获取到的网络异常的异常现象,从所述知识图谱中检索与所述异常现象相关的关联子图包括:
响应于所述异常现象,确定所述知识图谱中对应的异常现象节点;
基于所述追溯关系查询与所述异常现象节点相连的异常原因节点;
基于所述对应关系查询与所述异常原因节点相连的处理方案节点;
基于所述异常现象节点、所述异常原因节点和所述处理方案节点生成所述关联子图。
5.根据权利要求4所述的无线网络故障诊断方法,其特征在于,所述基于所述追溯关系查询与所述异常现象节点相连的异常原因节点包括:
所述异常现象节点包括多个,基于所述追溯关系查询与多个所述异常现象节点均相连的第一公共异常原因节点;
若查询到所述第一公共异常原因节点,将所述第一公共异常原因节点确定为所述异常原因节点。
6.根据权利要求5所述的无线网络故障诊断方法,其特征在于,所述基于所述追溯关系查询与所述异常现象节点相连的异常原因节点,还包括:
若未查询到与所述第一公共异常原因节点,则基于所述知识图谱统计多个所述异常现象节点的频次;
逐一删除频次最低的所述异常现象节点,直至基于所述追溯关系检测到剩余异常现象节点具有第二公共异常原因节点;
将所述第二公共异常原因节点确定为所述异常原因节点。
7.根据权利要求6所述的无线网络故障诊断方法,其特征在于,所述基于所述追溯关系查询与所述异常现象节点相连的异常原因节点,还包括:
若未检测到与所述第二公共异常原因节点,基于所述关联关系在所述知识图谱中查询公共节点作为关联异常现象节点;
基于所述追溯关系查询与所述关联异常现象节点相连的第三公共异常原因节点,将所述第三公共异常原因节点确定为所述异常原因节点。
8.根据权利要求7所述的无线网络故障诊断方法,其特征在于,还包括:
若未查询到所述第三公共异常原因节点,则确定具有所述异常现象的故障网元;
确定所述知识图谱中与所述故障网元对应的网元节点,基于所述第二映射关系确定与所述网元节点相连的网元异常现象节点;
基于所述追溯关系确定与所述网元异常现象节点相连的第四异常原因节点,作为所述异常原因节点。
9.根据权利要求8所述的无线网络故障诊断方法,其特征在于,还包括:
若未检测到与所述第四异常原因节点,则确定所述故障网元的同类网元节点;
基于所述第二映射关系确定与所述同类网元节点相连的同类异常现象节点;
基于所述追溯关系确定与所述同类异常现象节点相连的第五异常原因节点,作为所述异常原因节点。
10.根据权利要求4所述的无线网络故障诊断方法,其特征在于,所述基于所述对应关系查询与所述异常原因节点相连的处理方案节点包括:
所述异常原因节点包括多个,基于所述对应关系查询与多个所述异常原因节点均相连的第一公共处理方案节点;
若查询到所述第一公共处理方案节点,将所述第一公共处理方案节点确定为所述处理方案节点。
11.根据权利要求10所述的无线网络故障诊断方法,其特征在于,所述基于所述对应关系查询与所述异常原因节点相连的处理方案节点,还包括:
若未查询到与所述第一公共处理方案节点,则基于所述知识图谱统计多个所述异常原因节点的频次;
逐一删除频次最低的所述异常原因节点,直至基于所述对应关系检测到剩余异常原因节点具有第二公共处理方案节点;
将所述第二公共处理方案节点确定为所述处理方案节点。
12.根据权利要求3所述的无线网络故障诊断方法,其特征在于,所述基于与所述关联子图相关的所述历史故障案例配置所述关联子图的连接边权重包括:
查询与所述关联子图相关的所述历史故障案例,记为相关故障案例;
基于所述相关故障案例统计所述对应关系的数量、所述追溯关系的数量、所述第二映射关系的数量,所述第四映射关系的数量以及所述处理方案执行的排障数量;
基于所述对应关系的数量、所述追溯关系的数量、所述第二映射关系的数量,所述第四映射关系的数量以及所述排障数量,配置所述异常现象节点和所述异常原因节点之间的第一连接边权重,以及所述异常原因节点和所述处理方案节点之间的第二连接边权重。
13.根据权利要求12所述的无线网络故障诊断方法,其特征在于,所述基于对所述连接边权重的排序结果输出所述网络异常的诊断方案包括:
确定具有最高所述第一连接边权重的第一连接边;
基于所述第一连接边连接的所述异常原因节点确定推荐诊断原因;
确定具有最高所述第二连接边权重的第二连接边;
基于所述第二连接边连接的所述处理方案节点确定推荐处理方案;
基于所述推荐诊断原因和所述推荐处理方案确定所述诊断方案。
14.根据权利要求1至13中任一项所述的无线网络故障诊断方法,其特征在于,还包括:
将包括所述异常现象的告警工单和对应的所述诊断方案发送至运维终端。
15.一种无线网络故障诊断装置,其特征在于,包括:
构建模块,用于基于无线网络历史故障案例构建用于无线网络故障诊断的知识图谱;
检索模块,用于响应于获取到的网络异常的异常现象,从所述知识图谱中检索与所述异常现象相关的关联子图;
配置模块,用于基于与所述关联子图相关的所述历史故障案例配置所述关联子图的连接边权重;
输出模块,用于基于对所述连接边权重的排序结果输出所述网络异常的诊断方案。
16.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1~14中任意一项所述无线网络故障诊断方法。
17.一种计算机可读存储介质,其上存储有计算机程序,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1~14中任意一项所述的无线网络故障诊断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210656535.9A CN114867052B (zh) | 2022-06-10 | 2022-06-10 | 无线网络故障诊断方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210656535.9A CN114867052B (zh) | 2022-06-10 | 2022-06-10 | 无线网络故障诊断方法、装置、电子设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114867052A true CN114867052A (zh) | 2022-08-05 |
CN114867052B CN114867052B (zh) | 2023-11-07 |
Family
ID=82623618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210656535.9A Active CN114867052B (zh) | 2022-06-10 | 2022-06-10 | 无线网络故障诊断方法、装置、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114867052B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115878713A (zh) * | 2022-10-27 | 2023-03-31 | 浙江大学 | 一种复杂大规模sdn网络实体快速查询方法及平台 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190339686A1 (en) * | 2016-05-09 | 2019-11-07 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for data collection, learning, and streaming of machine signals for analytics and maintenance using the industrial internet of things |
CN111309567A (zh) * | 2020-01-23 | 2020-06-19 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置、数据库系统、电子设备及存储介质 |
CN111682960A (zh) * | 2020-05-14 | 2020-09-18 | 深圳市有方科技股份有限公司 | 一种物联网网络及设备的故障诊断方法及装置 |
CN112100369A (zh) * | 2020-07-29 | 2020-12-18 | 浙江大学 | 结合语义的网络故障关联规则生成方法和网络故障检测方法 |
CN112231493A (zh) * | 2020-11-10 | 2021-01-15 | 泽恩科技有限公司 | 基于知识图谱的机房故障诊断方法、装置、设备及介质 |
CN112448836A (zh) * | 2019-09-04 | 2021-03-05 | 中兴通讯股份有限公司 | 故障根因确定方法、装置、服务器和计算机可读介质 |
CN112541530A (zh) * | 2020-12-06 | 2021-03-23 | 支付宝(杭州)信息技术有限公司 | 针对聚类模型的数据预处理方法及装置 |
CN112540832A (zh) * | 2020-12-24 | 2021-03-23 | 中山大学 | 一种基于知识图谱的云原生系统故障分析方法 |
CN112583640A (zh) * | 2020-12-02 | 2021-03-30 | 厦门渊亭信息科技有限公司 | 一种基于知识图谱的服务故障检测方法及装置 |
CN113112164A (zh) * | 2021-04-19 | 2021-07-13 | 特变电工股份有限公司新疆变压器厂 | 基于知识图谱的变压器故障诊断方法、装置及电子设备 |
CN114036318A (zh) * | 2021-11-22 | 2022-02-11 | 南京启数智能系统有限公司 | 面向泛感知数据的基于时序图的公共安全知识图谱生成方法 |
WO2022072921A1 (en) * | 2020-10-04 | 2022-04-07 | Strong Force Iot Portfolio 2016, Llc | Industrial digital twin systems and methods with echelons of executive, advisory and operations messaging and visualization |
CN114430365A (zh) * | 2022-04-06 | 2022-05-03 | 北京宝兰德软件股份有限公司 | 故障根因分析方法、装置、电子设备和存储介质 |
CN114465874A (zh) * | 2022-04-07 | 2022-05-10 | 北京宝兰德软件股份有限公司 | 故障预测方法、装置、电子设备与存储介质 |
CN114491037A (zh) * | 2022-01-26 | 2022-05-13 | 东软集团股份有限公司 | 基于知识图谱的故障诊断方法、装置、设备及介质 |
CN114491003A (zh) * | 2021-12-28 | 2022-05-13 | 北京慧辰资道资讯股份有限公司 | 一种基于领域知识图谱的用户行为分析装置、方法及设备 |
CN114564580A (zh) * | 2022-02-15 | 2022-05-31 | 北京云集智造科技有限公司 | 一种自适应的基于知识图谱的告警聚合方法 |
-
2022
- 2022-06-10 CN CN202210656535.9A patent/CN114867052B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190339686A1 (en) * | 2016-05-09 | 2019-11-07 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for data collection, learning, and streaming of machine signals for analytics and maintenance using the industrial internet of things |
CN112448836A (zh) * | 2019-09-04 | 2021-03-05 | 中兴通讯股份有限公司 | 故障根因确定方法、装置、服务器和计算机可读介质 |
CN111309567A (zh) * | 2020-01-23 | 2020-06-19 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置、数据库系统、电子设备及存储介质 |
CN111682960A (zh) * | 2020-05-14 | 2020-09-18 | 深圳市有方科技股份有限公司 | 一种物联网网络及设备的故障诊断方法及装置 |
CN112100369A (zh) * | 2020-07-29 | 2020-12-18 | 浙江大学 | 结合语义的网络故障关联规则生成方法和网络故障检测方法 |
WO2022072921A1 (en) * | 2020-10-04 | 2022-04-07 | Strong Force Iot Portfolio 2016, Llc | Industrial digital twin systems and methods with echelons of executive, advisory and operations messaging and visualization |
CN112231493A (zh) * | 2020-11-10 | 2021-01-15 | 泽恩科技有限公司 | 基于知识图谱的机房故障诊断方法、装置、设备及介质 |
CN112583640A (zh) * | 2020-12-02 | 2021-03-30 | 厦门渊亭信息科技有限公司 | 一种基于知识图谱的服务故障检测方法及装置 |
CN112541530A (zh) * | 2020-12-06 | 2021-03-23 | 支付宝(杭州)信息技术有限公司 | 针对聚类模型的数据预处理方法及装置 |
CN112540832A (zh) * | 2020-12-24 | 2021-03-23 | 中山大学 | 一种基于知识图谱的云原生系统故障分析方法 |
CN113112164A (zh) * | 2021-04-19 | 2021-07-13 | 特变电工股份有限公司新疆变压器厂 | 基于知识图谱的变压器故障诊断方法、装置及电子设备 |
CN114036318A (zh) * | 2021-11-22 | 2022-02-11 | 南京启数智能系统有限公司 | 面向泛感知数据的基于时序图的公共安全知识图谱生成方法 |
CN114491003A (zh) * | 2021-12-28 | 2022-05-13 | 北京慧辰资道资讯股份有限公司 | 一种基于领域知识图谱的用户行为分析装置、方法及设备 |
CN114491037A (zh) * | 2022-01-26 | 2022-05-13 | 东软集团股份有限公司 | 基于知识图谱的故障诊断方法、装置、设备及介质 |
CN114564580A (zh) * | 2022-02-15 | 2022-05-31 | 北京云集智造科技有限公司 | 一种自适应的基于知识图谱的告警聚合方法 |
CN114430365A (zh) * | 2022-04-06 | 2022-05-03 | 北京宝兰德软件股份有限公司 | 故障根因分析方法、装置、电子设备和存储介质 |
CN114465874A (zh) * | 2022-04-07 | 2022-05-10 | 北京宝兰德软件股份有限公司 | 故障预测方法、装置、电子设备与存储介质 |
Non-Patent Citations (3)
Title |
---|
""S5-132097 NGMN Next Generation Converged Operations Requirements - Final Deliverable"", 3GPP TSG_SA\\WG5_TM * |
AHMAD AWADA: "A_study_on_single-cell_point-to-multipoint_transmission_for_public_safety_communications_with_eMBMS_LTE_networks", 《IEEE XPLORE》 * |
李杏: "5G车联网资源分配技术研究与评估_李杏", 《中国优秀硕士学位论文全文数据库(电子期刊)信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115878713A (zh) * | 2022-10-27 | 2023-03-31 | 浙江大学 | 一种复杂大规模sdn网络实体快速查询方法及平台 |
CN115878713B (zh) * | 2022-10-27 | 2023-10-20 | 浙江大学 | 一种复杂大规模sdn网络实体快速查询方法及平台 |
Also Published As
Publication number | Publication date |
---|---|
CN114867052B (zh) | 2023-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10649838B2 (en) | Automatic correlation of dynamic system events within computing devices | |
US20100293168A1 (en) | Determining configuration parameter dependencies via analysis of configuration data from multi-tiered enterprise applications | |
CN101047738B (zh) | 通信设备故障定位的方法和系统 | |
Jayathilake | Towards structured log analysis | |
CN110674009B (zh) | 应用服务器性能监测方法、装置、存储介质及电子设备 | |
CN114157554B (zh) | 故障排查方法、装置、存储介质及计算机设备 | |
US9280409B2 (en) | Method and system for single point of failure analysis and remediation | |
CN111108481B (zh) | 故障分析方法及相关设备 | |
CN111726358A (zh) | 攻击路径分析方法、装置、计算机设备及存储介质 | |
JP6280862B2 (ja) | イベント分析システムおよび方法 | |
JP2011034507A (ja) | 動作履歴収集装置、動作履歴収集方法およびプログラム | |
CN114867052B (zh) | 无线网络故障诊断方法、装置、电子设备和介质 | |
CN110515758B (zh) | 一种故障定位方法、装置、计算机设备及存储介质 | |
CN113986643A (zh) | 分析日志文件的方法、电子设备和计算机程序产品 | |
US10261998B2 (en) | Search apparatus and search method | |
US11449408B2 (en) | Method, device, and computer program product for obtaining diagnostic information | |
US20230306343A1 (en) | Business process management system and method thereof | |
Kuang et al. | Knowledge-aware Alert Aggregation in Large-scale Cloud Systems: a Hybrid Approach | |
US20020032764A1 (en) | Technology for managing trouble creating devices in a network | |
CN112799957A (zh) | 基于用户行为的故障处理方法、系统、设备和介质 | |
JP2002328893A (ja) | ネットワークセキュリティに関する被害評価システムおよびその方法 | |
WO2021123924A1 (en) | Log analyzer for fault detection | |
JP4816169B2 (ja) | グローバルプロセス生成方法、装置、システム、およびプログラム | |
CN105786865B (zh) | 一种检索系统故障分析方法及装置 | |
CN113448795B (zh) | 用于获取系统诊断信息的方法、设备和计算机程序产品 |
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 |