CN115811464B - 基于多维整合数据的网络故障智能分析方法、装置和控制系统 - Google Patents
基于多维整合数据的网络故障智能分析方法、装置和控制系统 Download PDFInfo
- Publication number
- CN115811464B CN115811464B CN202211490254.7A CN202211490254A CN115811464B CN 115811464 B CN115811464 B CN 115811464B CN 202211490254 A CN202211490254 A CN 202211490254A CN 115811464 B CN115811464 B CN 115811464B
- Authority
- CN
- China
- Prior art keywords
- network
- intelligent analysis
- analysis
- fault
- data
- 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
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请涉及一种基于多维整合数据的网络故障智能分析方法,通过智能分析平台,定义并构建网络拓扑结构;基于所述网络拓扑结构,获取不同维度上的多元数据,并将所述多元数据发送至所述智能分析平台中;通过所述智能分析平台中预设的检测规则,并根据用户输入的故障分析场景,对所述多元数据进行故障场景分析,得到分析结果;输出所述分析结果。通过基于多维度数据整合,形成业务交互地图,进行智能分析的方法,实现流量指标、日志信息以及关键网元节点配置多元数据的集中获取,并根据这些信息快速定位业务故障域,判断业务服务质量。
Description
技术领域
本公开涉及技术领域,尤其涉及一种基于多维整合数据的网络故障智能分析方法、装置和控制系统。
背景技术
网络是承载业务的基础,网络的通断以及网络质量的好坏,直接决定着业务能否成功交付并且直接影响着终端用户的访问体验。而技术人员在对网络基础设施进行运维时,往往会面对多个厂商和多种功能的网络设备。在传统运维方式下,当网络故障发生时,技术人员缺乏有效的手段来快速定位故障节点,以及故障节点是由于配置缺失、特定的阻断策略还是网络线路导致的应用访问失败或用户体验不佳。技术人员需要一种基于多维整合数据的网络故障智能分析方法技术手段能够根据现有环境清晰的定义网络拓扑,同时根据关键网元的配置、日志、流量指标信息进行综合分析,快速准确的定位故障节点和导致故障的原因。
网络故障发生时,技术人员需要通过流量指标、日志信息以及关键网元节点配置等多维度数据的数据整合与分析来形成业务动态交互地图,由此判断故障范围、定位问题。然而在现实环境中,由于这些数据属于分散状态,技术人员需要通过网络设计架构获取拓扑信息,通过登录设备查看配置信息,通过日志平台查看相关的日志信息,通过网络监控平台或流量采集分析设备来查看网络指标数据。
而这些分散在多个平台上的数据无法实现关联分析,同时跨平台的数据查询效率较低,无法满足业务持续性的要求;现有的分析模式严重依赖技术人员对网络环境的熟悉程度和个人技术积累,无法达到标准化分析和模版式输出,无法实现故障根因的快速定位;多厂商的配置和日志格式不尽相同,技术人员学习成本较高;对于网络故障的分析通常集中在已发生或正在持续的问题,对于故障预判和业务体检的功能缺失。
综上所述,当前网络故障分析方案存在以下问题:
故障分析所需的数据分散,获取效率低;
技术人员依赖程度高,无法快速准确的定位故障根因;
故障预判和业务体检功能缺失。
发明内容
为了解决上述问题,本申请提出一种基于多维整合数据的网络故障智能分析方法、装置和控制系统。
本申请一方面,提出一种基于多维整合数据的网络故障智能分析方法,包括如下步骤:
通过智能分析平台,定义并构建网络拓扑结构;
基于所述网络拓扑结构,获取不同维度上的多元数据,并将所述多元数据发送至所述智能分析平台中;
通过所述智能分析平台中预设的检测规则,并根据用户输入的故障分析场景,对所述多元数据进行故障场景分析,得到分析结果;
输出所述分析结果。
作为本申请的一可选实施方案,可选地,通过智能分析平台,定义并构建网络拓扑结构,包括:
预设拓扑定义规则;
在所述智能分析平台上,按照所述拓扑定义规则定义网络拓扑;
在网络拓扑中,部署各个应用节点,并建立相应应用节点之间的关联关系,得到所述网络拓扑结构;
其中,所述网络拓扑结构中,包括:
智能分析平台、交换机、路由器、防火墙、流量采集探针和应用服务器。
作为本申请的一可选实施方案,可选地,通过智能分析平台,定义并构建网络拓扑结构,还包括:
预设不同多元数据的信息获取方式,
基于所述网络拓扑结构,在指定的应用节点上配置所述信息获取方式。
作为本申请的一可选实施方案,可选地,基于所述网络拓扑结构,获取不同维度上的多元数据,并将所述多元数据发送至所述智能分析平台中,包括:
选定所述网络拓扑结构中的交换机和路由器;
通过预设的信息获取方式,以可编程脚本方式登录设备,获取交换机和路由器上的路由信息和网元节点配置信息;
将所述路由信息和网元节点配置信息格式化处理,处理后发送至所述智能交换平台。
作为本申请的一可选实施方案,可选地,基于所述网络拓扑结构,获取不同维度上的多元数据,并将所述多元数据发送至所述智能分析平台中,还包括:
选定所述网络拓扑结构中的防火墙设备;
通过预设的信息获取方式,以端口监听方式获取防火墙设备中的防火墙Deny日志;
将所述防火墙Deny日志发送至所述智能交换平台。
作为本申请的一可选实施方案,可选地,基于所述网络拓扑结构,获取不同维度上的多元数据,并将所述多元数据发送至所述智能分析平台中,还包括:
选定所述网络拓扑结构中的流量采集探针;
通过预设的信息获取方式,以交换机流量镜像的方式将流量转发到流量采集探针;
所述流量采集探针接收并对所获取的流量进行解析,得到流量指标信息,并将所述流量指标信息发送至所述智能交换平台。
作为本申请的一可选实施方案,可选地,通过所述智能分析平台中预设的检测规则,并根据用户输入的故障分析场景,对所述多元数据进行故障场景分析,得到分析结果,包括:
将所述多元数据输入所述智能分析平台中的应用服务器;
向所述应用服务器输入预设时间段内需要分析的客户端IP与端口信息,和服务端IP与端口信息;
根据分析规则对所述多元数据进行网络故障分析,得到网络通断状态和网络质量情况的分析结果。
作为本申请的一可选实施方案,可选地,通过所述智能分析平台中预设的检测规则,并根据用户输入的故障分析场景,对所述多元数据进行故障场景分析,得到分析结果,还包括:
通过所述智能分析平台中预设的检测规则,对所述多元数据进行故障节点检测,得到故障节点;
分析并得到故障节点发生故障的分析结果。
本申请另一方面,提出一种实现上述所述的基于多维整合数据的网络故障智能分析方法的装置,包括:
拓扑定义模块,用于通过智能分析平台,定义并构建网络拓扑结构;
多源数据获取模块,用于基于所述网络拓扑结构,获取不同维度上的多元数据,并将所述多元数据发送至所述智能分析平台中;
故障分析模块,用于通过所述智能分析平台中预设的检测规则,并根据用户输入的故障分析场景,对所述多元数据进行故障场景分析,得到分析结果;
输出模块,用于输出所述分析结果。
本申请另一方面,还提出一种控制系统,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述可执行指令时实现上述所述的基于多维整合数据的网络故障智能分析方法。
本发明的技术效果:
本申请通过智能分析平台,定义并构建网络拓扑结构;基于所述网络拓扑结构,获取不同维度上的多元数据,并将所述多元数据发送至所述智能分析平台中;通过所述智能分析平台中预设的检测规则,并根据用户输入的故障分析场景,对所述多元数据进行故障场景分析,得到分析结果;输出所述分析结果。通过基于多维度数据整合,形成业务交互地图,进行智能分析的方法,实现流量指标、日志信息以及关键网元节点配置多元数据的集中获取,并根据这些信息快速定位业务故障域,判断业务服务质量。
本技术的实施,能够实现设备连通性故障、TCP建连失败、丢包定位和时延定位等故障分析。具备以下优势:
通过集中平台实现多元数据的收集和分析,提升数据整合效率;
多维度信息的联合对比定位问题,提升问题排查效率;
通过内置检测规则对故障进行全面分析,降低问题分析门槛。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面,并且用于解释本公开的原理。
图1示出为本发明基于多维整合数据的网络故障智能分析方法的实施流程示意图;
图2示出为本发明网络拓扑结构的应用系统示意图;
图3示出为本发明数据获取和分析的组成结构示意图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
实施例1
如图1所示,本申请一方面,提出一种基于多维整合数据的网络故障智能分析方法,包括如下步骤:
S1、通过智能分析平台,定义并构建网络拓扑结构;
本方案通过智能分析平台自助式定制网络区域拓扑,包含交换机、路由器、防火墙、应用服务器等关键网元。拓扑定义完成后,基于可编程脚本获取交换机和路由器上的路由信息,开启监听端口获取防火墙Deny日志,通过API接口获取流量设备的指标信息。多元数据收集完整理完成后,技术人员可以通过智能分析平台对网络故障进行分析和定位。
首先建立拓扑网。
作为本申请的一可选实施方案,可选地,通过智能分析平台,定义并构建网络拓扑结构,包括:
预设拓扑定义规则;
在所述智能分析平台上,按照所述拓扑定义规则定义网络拓扑;
在网络拓扑中,部署各个应用节点,并建立相应应用节点之间的关联关系,得到所述网络拓扑结构;
其中,所述网络拓扑结构中,包括:
智能分析平台、交换机、路由器、防火墙、流量采集探针和应用服务器。
如图2所示,本方案涉及到以下几个主体/模块:交换机、路由器、防火墙、流量采集探针、智能分析平台。交换机、路由器、防火墙为业务转发路径上的关键网元设备,同时通过交换机流量镜像的方式将流量转发到流量采集探针,流量采集探针对流量进行解析后形成指标信息。智能分析平台对接获取流量指标、日志信息以及关键网元节点配置信息,通过检测规则进行故障场景分析。各个主体之间的连接关系。
各个网元应用节点之间的连接关系,参见附图2所示。采集流量信息的流量探针方式,本实施例不作限定。内外网交换机、路由器、部署的服务器等关键网元,皆可以采用本方法的信息获取方式,获取对应网元的配置信息、流量信息,以及对防火墙的日志信息。
本实施例,交换机、路由器、防火墙、流量采集探针、智能分析平台,具体实施形式,结合附图2所示,比如交换机,包括下联交换机、内网核心交换机、办公区接入交换机等。
除了上述网络拓扑结构的架设,本技术还需要针对不同的网元以及信息类型,设定不同的数据获取方式。
比如防火墙日志数据、流量数据、网元配置信息等,各种维度上的数据信息,由用户根据数据类型设置获取获取方式即可,对应的数据获取规则,配置在智能分析平台。
作为本申请的一可选实施方案,可选地,通过智能分析平台,定义并构建网络拓扑结构,还包括:
预设不同多元数据的信息获取方式,
基于所述网络拓扑结构,在指定的应用节点上配置所述信息获取方式。
用户可以基于配置向导定义网络拓扑,在关键节点配置中指定流量采集探针信息、配置获取方式和日志获取方式,各个方式结合各个网络节点
上述各个维度的数据获取方式,由用户设定获取条件即可。
通过上述架设的拓扑网络结构,可以采集多源数据信息。下面将描述集中数据的获取和处理方式。
S2、基于所述网络拓扑结构,获取不同维度上的多元数据,并将所述多元数据发送至所述智能分析平台中;
作为本申请的一可选实施方案,可选地,基于所述网络拓扑结构,获取不同维度上的多元数据,并将所述多元数据发送至所述智能分析平台中,包括:
选定所述网络拓扑结构中的交换机和路由器;
通过预设的信息获取方式,以可编程脚本方式登录设备,获取交换机和路由器上的路由信息和网元节点配置信息;
将所述路由信息和网元节点配置信息格式化处理,处理后发送至所述智能交换平台。
如图2所示,配置与日志信息的获取。根据拓扑定义过程中指定的配置与日志数据获取方式获取相关数据。针对交换机和路由器,以可编程脚本的方式登录设备获取路由表信息并进行格式化处理。
作为本申请的一可选实施方案,可选地,基于所述网络拓扑结构,获取不同维度上的多元数据,并将所述多元数据发送至所述智能分析平台中,还包括:
选定所述网络拓扑结构中的防火墙设备;
通过预设的信息获取方式,以端口监听方式获取防火墙设备中的防火墙Deny日志;
将所述防火墙Deny日志发送至所述智能交换平台。
本实施例,可以开启监听端口获取防火墙Deny日志。针对防火墙设备,收取防火墙Deny日志或者通过流量信息判断防火墙对流量的阻断行为。
作为本申请的一可选实施方案,可选地,基于所述网络拓扑结构,获取不同维度上的多元数据,并将所述多元数据发送至所述智能分析平台中,还包括:
选定所述网络拓扑结构中的流量采集探针;
通过预设的信息获取方式,以交换机流量镜像的方式将流量转发到流量采集探针;
所述流量采集探针接收并对所获取的流量进行解析,得到流量指标信息,并将所述流量指标信息发送至所述智能交换平台。
通过API接口获取流量设备的指标信息。多元数据收集完整理完成后,技术人员可以通过智能分析平台对网络故障进行分析和定位。
使用流量采集探针获取流量指标。利用旁路采集分析网络流量,通过对流量分析形成故障场景分析所需的黄金指标,包括建连失败率、丢包率、延迟等。这些指标信息可以通过API的方式提供给智能分析平台,为故障场景分析所使用。
S3、通过所述智能分析平台中预设的检测规则,并根据用户输入的故障分析场景,对所述多元数据进行故障场景分析,得到分析结果;
智能分析平台对接获取流量指标、日志信息以及关键网元节点配置信息,通过检测规则进行故障场景分析。
作为本申请的一可选实施方案,可选地,通过所述智能分析平台中预设的检测规则,并根据用户输入的故障分析场景,对所述多元数据进行故障场景分析,得到分析结果,包括:
将所述多元数据输入所述智能分析平台中的应用服务器;
向所述应用服务器输入预设时间段内需要分析的客户端IP与端口信息,和服务端IP与端口信息;
根据分析规则对所述多元数据进行网络故障分析,得到网络通断状态和网络质量情况的分析结果。
作为本申请的一可选实施方案,可选地,通过所述智能分析平台中预设的检测规则,并根据用户输入的故障分析场景,对所述多元数据进行故障场景分析,得到分析结果,还包括:
通过所述智能分析平台中预设的检测规则,对所述多元数据进行故障节点检测,得到故障节点;
分析并得到故障节点发生故障的分析结果。
如图3所示,智能分析平台的应用服务器,针对上述获取的多元数据信息,通过输入特定时间段内需要分析的客户端IP与端口和服务端IP与端口信息,即可对网络的通断状态、网络质量情况进行分析。平台内置的检测规则可以帮助判断网络故障发生的节点,并给出故障原因,例如路由器路由缺失、防火墙阻断等。场景分析还可以作为网络状态体检的手段,通过所关注地址或网段的输入,对网络质量进行检查,确定是否有丢包率增加、延迟增大等现象。
各个故障分析方式,由用户进行具体落实即可。
上述各个故障分析类型,仅仅以上述几个维度的数据进行分析,分析过程,由程序自动执行,也可以由网络维护人员进行人工分析。
S4、输出所述分析结果。
分析结果在智能分析平台的显示模块上通过可视化方式显示,可以显示为表格、曲线等形式。
因此,本申请通过集中平台实现多元数据的收集和分析,提升数据整合效率,多维度信息的联合对比定位问题,提升问题排查效率,通过内置检测规则对故障进行全面分析,降低问题分析门槛。
需要说明的是,尽管以上述拓扑结构作为示例介绍了如上几个维度的数据采集和分析方法,但本领域技术人员能够理解,本公开应不限于此。事实上,用户完全可根据实际应用场景灵活设定故障分析节点和对应的数据获取方式,只要可以按照上述技术方法实现本申请的技术功能即可。
显然,本领域的技术人员应该明白,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成的,程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各控制方法的实施例的流程。
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流程,是可以通过计算机程序来指令相关的硬件来完成的,程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各控制方法的实施例的流程。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)、随机存储记忆体(RandomAccessMemory,RAM)、快闪存储器(FlashMemory)、硬盘(HardDiskDrive,缩写:HDD)或固态硬盘(Solid-StateDrive,SSD)等;存储介质还可以包括上述种类的存储器的组合。
实施例2
基于实施例1的实施原理,本申请另一方面,提出一种实现上述所述的基于多维整合数据的网络故障智能分析方法的装置,包括:
拓扑定义模块,用于通过智能分析平台,定义并构建网络拓扑结构;
多源数据获取模块,用于基于所述网络拓扑结构,获取不同维度上的多元数据,并将所述多元数据发送至所述智能分析平台中;
故障分析模块,用于通过所述智能分析平台中预设的检测规则,并根据用户输入的故障分析场景,对所述多元数据进行故障场景分析,得到分析结果;
输出模块,用于输出所述分析结果。
上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
实施例3
更进一步地,本申请另一方面,还提出一种控制系统,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述可执行指令时实现上述所述的基于多维整合数据的网络故障智能分析方法。
本公开实施例来控制系统包括处理器以及用于存储处理器可执行指令的存储器。其中,处理器被配置为执行可执行指令时实现前面任一所述的一种基于多维整合数据的网络故障智能分析方法。
此处,应当指出的是,处理器的个数可以为一个或多个。同时,在本公开实施例的控制系统中,还可以包括输入装置和输出装置。其中,处理器、存储器、输入装置和输出装置之间可以通过总线连接,也可以通过其他方式连接,此处不进行具体限定。
存储器作为一计算机可读存储介质,可用于存储软件程序、计算机可执行程序和各种模块,如:本公开实施例的一种基于多维整合数据的网络故障智能分析方法所对应的程序或模块。处理器通过运行存储在存储器中的软件程序或模块,从而执行控制系统的各种功能应用及数据处理。
输入装置可用于接收输入的数字或信号。其中,信号可以为产生与设备/终端/服务器的用户设置以及功能控制有关的键信号。输出装置可以包括显示屏等显示设备。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (7)
1.基于多维整合数据的网络故障智能分析方法,其特征在于,包括如下步骤:
通过智能分析平台,定义并构建网络拓扑结构;其中,所述网络拓扑结构中,包括:
智能分析平台、交换机、路由器、防火墙、流量采集探针和应用服务器;拓扑定义完成后,基于可编程脚本获取交换机和路由器上的路由信息,开启监听端口获取防火墙Deny日志,通过API接口获取流量设备的指标信息;
基于所述网络拓扑结构,获取不同维度上的多元数据,并将所述多元数据发送至所述智能分析平台中;
其中,基于所述网络拓扑结构,获取不同维度上的多元数据,并将所述多元数据发送至所述智能分析平台中,包括:
选定所述网络拓扑结构中的交换机和路由器;
通过预设的信息获取方式,以可编程脚本方式登录设备,获取交换机和路由器上的路由信息和网元节点配置信息;
将所述路由信息和网元节点配置信息格式化处理,处理后发送至所述智能分析平台;
选定所述网络拓扑结构中的防火墙;
通过预设的信息获取方式,以端口监听方式获取防火墙中的防火墙Deny日志;
将所述防火墙Deny日志发送至所述智能分析平台;
选定所述网络拓扑结构中的流量采集探针;
通过预设的信息获取方式,以交换机流量镜像的方式将流量转发到流量采集探针;
所述流量采集探针接收并对所获取的流量进行解析,得到流量指标信息,并将所述流量指标信息发送至所述智能分析平台;
通过所述智能分析平台中预设的检测规则,并根据用户输入的故障分析场景,对所述多元数据进行故障场景分析,得到分析结果;
输出所述分析结果。
2.根据权利要求1所述的基于多维整合数据的网络故障智能分析方法,其特征在于,通过智能分析平台,定义并构建网络拓扑结构,包括:
预设拓扑定义规则;
在所述智能分析平台上,按照所述拓扑定义规则定义网络拓扑;
在网络拓扑中,部署各个应用节点,并建立相应应用节点之间的关联关系,得到所述网络拓扑结构。
3.根据权利要求2所述的基于多维整合数据的网络故障智能分析方法,其特征在于,通过智能分析平台,定义并构建网络拓扑结构,还包括:
预设不同多元数据的信息获取方式,
基于所述网络拓扑结构,在指定的应用节点上配置所述信息获取方式。
4.根据权利要求1所述的基于多维整合数据的网络故障智能分析方法,其特征在于,通过所述智能分析平台中预设的检测规则,并根据用户输入的故障分析场景,对所述多元数据进行故障场景分析,得到分析结果,包括:
将所述多元数据输入所述智能分析平台中的应用服务器;
向所述应用服务器输入预设时间段内需要分析的客户端IP与端口信息,和服务端IP与端口信息;
根据分析规则对所述多元数据进行网络故障分析,得到网络通断状态和网络质量情况的分析结果。
5.根据权利要求4所述的基于多维整合数据的网络故障智能分析方法,其特征在于,通过所述智能分析平台中预设的检测规则,并根据用户输入的故障分析场景,对所述多元数据进行故障场景分析,得到分析结果,还包括:
通过所述智能分析平台中预设的检测规则,对所述多元数据进行故障节点检测,得到故障节点;
分析并得到故障节点发生故障的分析结果。
6.实现权利要求1-5中任一项所述的基于多维整合数据的网络故障智能分析方法的装置,其特征在于,包括:
拓扑定义模块,用于通过智能分析平台,定义并构建网络拓扑结构;
多元数据获取模块,用于基于所述网络拓扑结构,获取不同维度上的多元数据,并将所述多元数据发送至所述智能分析平台中;
故障分析模块,用于通过所述智能分析平台中预设的检测规则,并根据用户输入的故障分析场景,对所述多元数据进行故障场景分析,得到分析结果;
输出模块,用于输出所述分析结果。
7.控制系统,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述可执行指令时实现权利要求1至5中任一项所述的基于多维整合数据的网络故障智能分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211490254.7A CN115811464B (zh) | 2022-11-25 | 2022-11-25 | 基于多维整合数据的网络故障智能分析方法、装置和控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211490254.7A CN115811464B (zh) | 2022-11-25 | 2022-11-25 | 基于多维整合数据的网络故障智能分析方法、装置和控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115811464A CN115811464A (zh) | 2023-03-17 |
CN115811464B true CN115811464B (zh) | 2023-07-25 |
Family
ID=85484141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211490254.7A Active CN115811464B (zh) | 2022-11-25 | 2022-11-25 | 基于多维整合数据的网络故障智能分析方法、装置和控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115811464B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113542017A (zh) * | 2021-07-01 | 2021-10-22 | 天翊谛晟(深圳)科技有限公司 | 基于网络拓扑和多指标的一种网络故障定位方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114520760B (zh) * | 2020-11-20 | 2023-08-22 | 华为技术有限公司 | 一种跨域故障分析的方法及系统 |
CN115102828A (zh) * | 2022-08-26 | 2022-09-23 | 歌尔股份有限公司 | 一种故障分析方法及装置 |
-
2022
- 2022-11-25 CN CN202211490254.7A patent/CN115811464B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113542017A (zh) * | 2021-07-01 | 2021-10-22 | 天翊谛晟(深圳)科技有限公司 | 基于网络拓扑和多指标的一种网络故障定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115811464A (zh) | 2023-03-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108353004B (zh) | 用于测试网络功能虚拟化(nfv)的方法、系统和计算机可读介质 | |
CN108399114B (zh) | 一种系统性能测试方法、装置及存储介质 | |
US6363384B1 (en) | Expert system process flow | |
WO2016202013A1 (zh) | 日志获取方法和装置、以及网管服务器 | |
CN103152229B (zh) | 监控指标项动态配置方法 | |
US8738761B2 (en) | Method and system to capture and playback network activity | |
US11405302B1 (en) | Methods, systems, and computer readable media for network testing using configurable test infrastructure | |
WO2007147327A1 (fr) | Procédé, système et appareil de repérage de défaillance d'un appareil de communication | |
CN106776346B (zh) | Ccmts设备的测试方法和装置 | |
WO2012034366A1 (zh) | 用于通讯设备的接口检测方法和装置 | |
JP2007208633A (ja) | ネットワーク設計装置、ネットワーク設計方法およびネットワーク設計プログラム | |
CN112291075A (zh) | 网络故障定位方法、装置、计算机设备及存储介质 | |
CN113542029A (zh) | 一种网络设备的业务稳定性测试方法、系统及工具 | |
Safrianti et al. | Real-time network device monitoring system with simple network management protocol (SNMP) model | |
CN112003747A (zh) | 云虚拟网关的故障定位方法 | |
CN107819596B (zh) | Sdn网络故障的诊断方法、装置及系统 | |
CN115811464B (zh) | 基于多维整合数据的网络故障智能分析方法、装置和控制系统 | |
CN112995042A (zh) | 业务拓扑图的生成方法、装置、设备及存储介质 | |
CN117411804A (zh) | 服务器网络测试方法、装置、电子设备及存储介质 | |
CN106598793A (zh) | 一种基于BIOS串口log数据的测试系统及测试方法 | |
CN116744353A (zh) | 基于5g通信的网络质量检测方法 | |
CN107547282B (zh) | 一种信息与通信业务影响分析模型建立方法及系统 | |
CN113973043B (zh) | 一种故障分析方法、装置及计算机可读存储介质 | |
CN115220974A (zh) | 一种操作系统网络信息动态检查系统、方法、装置及介质 | |
US9490995B1 (en) | Simulation system for network devices in a network |
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 |