專(zhuān)利名稱(chēng)：傳輸網(wǎng)故障診斷方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種傳輸網(wǎng)的故障診斷方法、一種傳輸網(wǎng)的故障診斷裝置。
背景技術(shù)：
在傳輸網(wǎng)中，出現(xiàn)故障是難以避免的，當(dāng)有故障發(fā)生時(shí)，會(huì)發(fā)出相應(yīng)的告警信息。 依據(jù)現(xiàn)有的告警方式，當(dāng)網(wǎng)絡(luò)中發(fā)生一個(gè)故障時(shí)可能會(huì)產(chǎn)生大量的告警，通常情況下，一個(gè)大型的傳輸網(wǎng)中一天的告警量可以達(dá)到上百萬(wàn)條之多，面對(duì)如此龐大的告警數(shù)據(jù)，對(duì)于網(wǎng)絡(luò)管理員來(lái)說(shuō)，快速準(zhǔn)確地從海量告警中分析并定位故障變得越來(lái)越困難，其原因除了故障引起的告警序列中會(huì)包含著無(wú)意義的告警、冗余的告警，且無(wú)意義、冗余的告警可能會(huì)重復(fù)出現(xiàn)之外，對(duì)于同一子網(wǎng)來(lái)說(shuō)，某個(gè)通信實(shí)體發(fā)生故障上報(bào)告警后，會(huì)影響到其他存在依賴(lài)關(guān)系的通信實(shí)體也上報(bào)告警，如果僅考慮故障與告警之間的因果關(guān)系，而并沒(méi)有把因果關(guān)系與通信實(shí)體件的依賴(lài)關(guān)系相結(jié)合，在實(shí)際傳輸網(wǎng)的告警相關(guān)性中將不太實(shí)用，此外，對(duì)于多層傳輸網(wǎng)來(lái)說(shuō)，下層網(wǎng)絡(luò)出現(xiàn)的故障往往會(huì)對(duì)上層網(wǎng)絡(luò)產(chǎn)生影響，由于不同層網(wǎng)絡(luò)的網(wǎng)管系統(tǒng)之間信息并不能互通，上報(bào)的告警信息中常常包含不完整的數(shù)據(jù)，因而也無(wú)法進(jìn)行全網(wǎng)的根故障診斷。

發(fā)明內(nèi)容
針對(duì)上述現(xiàn)有技術(shù)中存在的問(wèn)題，本發(fā)明的目的在于提供一種傳輸網(wǎng)的故障診斷方法、一種傳輸網(wǎng)的故障診斷系統(tǒng)，其可以準(zhǔn)確定位故障點(diǎn)，且操作性強(qiáng)。為了達(dá)到上述目的，本發(fā)明采用以下技術(shù)方案一種傳輸網(wǎng)故障診斷方法，包括步驟采集設(shè)定網(wǎng)絡(luò)的告警信息和配置信息，所述配置信息包括網(wǎng)元層信息和網(wǎng)絡(luò)連接層信息；根據(jù)由配置信息確定的故障傳播模型構(gòu)造貝葉斯網(wǎng)絡(luò)模型，所述構(gòu)造過(guò)程包括 對(duì)應(yīng)故障傳播模型中的每個(gè)節(jié)點(diǎn)，定義貝葉斯網(wǎng)絡(luò)的一組變量，對(duì)應(yīng)故障傳播模型中的每一條有向邊，定義貝葉斯網(wǎng)絡(luò)的一條有向邊，并初始化貝葉斯網(wǎng)絡(luò)中各根節(jié)點(diǎn)的先驗(yàn)概率與各有向邊的條件概率；根據(jù)所述告警信息，基于所述貝葉斯網(wǎng)絡(luò)模型推理判斷各待查詢(xún)變量的各狀態(tài)出現(xiàn)的條件概率，根據(jù)各待查詢(xún)變量的條件概率狀態(tài)確定故障點(diǎn)。一種傳輸網(wǎng)故障診斷裝置，包括采集單元，用于采集設(shè)定網(wǎng)絡(luò)的告警信息和配置信息，所述配置信息包括網(wǎng)元層信息和網(wǎng)絡(luò)連接層信息；模型構(gòu)建單元，用于根據(jù)由配置信息確定的故障傳播模型構(gòu)造貝葉斯網(wǎng)絡(luò)模型， 所述構(gòu)造過(guò)程包括對(duì)應(yīng)故障傳播模型中的每個(gè)節(jié)點(diǎn)，定義貝葉斯網(wǎng)絡(luò)的一組變量，對(duì)應(yīng)故障傳播模型中的每一條有向邊，定義貝葉斯網(wǎng)絡(luò)的一條有向邊，并初始化貝葉斯網(wǎng)絡(luò)中各根節(jié)點(diǎn)的先驗(yàn)概率與各有向邊的條件概率；
故障診斷單元，用于根據(jù)所述告警信息，基于所述貝葉斯網(wǎng)絡(luò)模型推理判斷各待查詢(xún)變量的各狀態(tài)出現(xiàn)的條件概率，根據(jù)各待查詢(xún)變量的條件確定故障點(diǎn)。根據(jù)上述本發(fā)明方案，其是將通信實(shí)體間不確定的依賴(lài)關(guān)系用概率來(lái)表示，利用概率推理定位故障，基于貝葉斯網(wǎng)絡(luò)進(jìn)行告警相關(guān)性分析和故障診斷，所構(gòu)建的貝葉斯網(wǎng)絡(luò)是基于網(wǎng)絡(luò)結(jié)構(gòu)的有向圖解描述，具有多源信息一致表達(dá)與信息融合能力，能進(jìn)行雙向的并行推理，使推理結(jié)果更為準(zhǔn)確可靠，適用于有條件地依賴(lài)多種控制因素的決策，從而可以利用貝葉斯網(wǎng)絡(luò)準(zhǔn)確定位故障點(diǎn)，具有很強(qiáng)的可操作性。


圖1是本發(fā)明的傳輸網(wǎng)故障診斷方法實(shí)施例的流程示意圖；圖2是一個(gè)具體示例中的SDH over DWDM模型的示意圖；圖3是依據(jù)圖2的模型的貝葉斯網(wǎng)絡(luò)的示意圖；圖4是本發(fā)明的傳輸網(wǎng)故障診斷裝置實(shí)施例一的結(jié)構(gòu)示意圖；圖5是本發(fā)明的傳輸網(wǎng)故障診斷裝置實(shí)施例二的結(jié)構(gòu)示意圖；圖6是本發(fā)明的傳輸網(wǎng)故障診斷裝置實(shí)施例三的結(jié)構(gòu)示意圖。
具體實(shí)施例方式以下結(jié)合具體實(shí)施例對(duì)本發(fā)明方案進(jìn)行詳細(xì)闡述。參見(jiàn)圖1所示，是本發(fā)明傳輸網(wǎng)故障診斷方法實(shí)施例的流程示意圖，其包括步驟步驟SlOl 采集設(shè)定網(wǎng)絡(luò)的告警信息和配置信息，這里的配置信息包括網(wǎng)元層信息和網(wǎng)絡(luò)連接層信息，進(jìn)入步驟S102 ；步驟S102 根據(jù)由配置信息確定的故障傳播模型構(gòu)造貝葉斯網(wǎng)絡(luò)模型，該構(gòu)造過(guò)程包括對(duì)應(yīng)故障傳播模型中的每個(gè)節(jié)點(diǎn)，定義貝葉斯網(wǎng)絡(luò)的一組變量，對(duì)應(yīng)故障傳播模型中的每一條有向邊，定義貝葉斯網(wǎng)絡(luò)的一條有向邊，并初始化定義貝葉斯網(wǎng)絡(luò)中各根節(jié)點(diǎn)的先驗(yàn)概率與各有向邊的條件概率，進(jìn)入步驟S103 ；步驟S103 根據(jù)上述告警信息，基于上述構(gòu)造的貝葉斯網(wǎng)絡(luò)模型推理判斷待查詢(xún)變量的各狀態(tài)出現(xiàn)的條件概率，并依據(jù)各待查詢(xún)變量的條件概率確定出現(xiàn)故障的故障點(diǎn)。根據(jù)上述本發(fā)明方案，其是將通信實(shí)體間不確定的依賴(lài)關(guān)系用概率來(lái)表示，利用概率推理定位故障，基于貝葉斯網(wǎng)絡(luò)進(jìn)行告警相關(guān)性分析和故障診斷，所構(gòu)建的貝葉斯網(wǎng)絡(luò)是基于網(wǎng)絡(luò)結(jié)構(gòu)的有向圖解描述，具有多源信息一致表達(dá)與信息融合能力，能進(jìn)行雙向的并行推理，使推理結(jié)果更為準(zhǔn)確可靠，適用于有條件地依賴(lài)多種控制因素的決策，從而可以利用貝葉斯網(wǎng)絡(luò)準(zhǔn)確定位故障點(diǎn)，具有很強(qiáng)的可操作性。上述步驟SlOl中的設(shè)定網(wǎng)絡(luò)，是指被管理網(wǎng)絡(luò)，所采集的告警信息可以包括多個(gè)字段，例如告警發(fā)生時(shí)間、告警清除時(shí)間、告警發(fā)生的位置信息、告警級(jí)別、告警內(nèi)容描述等等，所采集的配置信息包含有網(wǎng)元層信息和連接層信息，其中，網(wǎng)元層描述的是設(shè)定網(wǎng)絡(luò)中物理或者邏輯上的網(wǎng)元，例如子網(wǎng)、局站、基槽、機(jī)盤(pán)、端口等等，網(wǎng)絡(luò)連接層信息描述的是網(wǎng)元之間的連接關(guān)系。在采集到告警信息和配置信息后，可轉(zhuǎn)換為適用于數(shù)據(jù)庫(kù)存儲(chǔ)的格式進(jìn)行存儲(chǔ)。具體的采集方式、格式轉(zhuǎn)換方式可以是與現(xiàn)有技術(shù)中已有的方式相同，在此不予贅述。
根據(jù)上述采集到的配置信息，可以得到該設(shè)定網(wǎng)絡(luò)的故障傳播模型，該故障傳播模型中描述了各網(wǎng)元、網(wǎng)絡(luò)連接層等發(fā)生故障時(shí)與其直接或者間接相關(guān)的其他網(wǎng)元、網(wǎng)絡(luò)連接層的關(guān)聯(lián)關(guān)系。根據(jù)該故障傳播模型，可以構(gòu)造得到貝葉斯網(wǎng)絡(luò)模型，具體的構(gòu)造過(guò)程可以如下所述首先，對(duì)應(yīng)故障傳播模型中的每個(gè)節(jié)點(diǎn)(這里的節(jié)點(diǎn)可以是網(wǎng)元層中的網(wǎng)元、也可以是網(wǎng)元連接層中的連接關(guān)系)，定義貝葉斯網(wǎng)絡(luò)的一組變量Vi,變量Vi中的各元素分別代表該節(jié)點(diǎn)的一個(gè)狀態(tài)，其中變量的值域等于{fault，normal}。當(dāng)Vi = fault時(shí)，表示對(duì)應(yīng)的故障傳播模型中的子網(wǎng)出現(xiàn)故障，無(wú)法向上層子網(wǎng)提供正確的服務(wù)，當(dāng)Vi =Iiormal 時(shí)，表示對(duì)應(yīng)的故障傳播模型中的子網(wǎng)處于正常狀態(tài)，沒(méi)有出現(xiàn)故障。隨后，對(duì)應(yīng)故障傳播模型中的每一條有向邊X —Y，定義貝葉斯網(wǎng)絡(luò)的一條有向邊 Y — X，表示節(jié)點(diǎn)Y是節(jié)點(diǎn)X的父節(jié)點(diǎn)，X與Y之間存在功能依賴(lài)關(guān)系。然后對(duì)貝葉斯網(wǎng)絡(luò)中各根節(jié)點(diǎn)的先驗(yàn)概率與各有向邊的條件概率進(jìn)行初始化，其中，這里的“根節(jié)點(diǎn)”表示底層子網(wǎng)，“葉子節(jié)點(diǎn)”表示高層子網(wǎng)，在貝葉斯網(wǎng)絡(luò)中，根節(jié)點(diǎn)的先驗(yàn)概率和有向邊的條件概率的初始值可以根據(jù)歷史數(shù)據(jù)統(tǒng)計(jì)得出，也可以是根據(jù)通信專(zhuān)家的經(jīng)驗(yàn)進(jìn)行估計(jì)得到，或者也可以是采用其他的方式得到。然后，可以根據(jù)告警信息，基于上述構(gòu)造的貝葉斯網(wǎng)絡(luò)模型進(jìn)行概率推理。采用X表示查詢(xún)變量，E表示證據(jù)變量E1, E2, ...，En, e表示一個(gè)觀察到的特定事件，具體指代所接收到的告警信息，Y表示非證據(jù)變量集(也可稱(chēng)之為隱變量)Y1, Y2,..., Yn?；谪惾~斯網(wǎng)絡(luò)的概率推理的基本任務(wù)是在給定一組證據(jù)變量E的觀察值e，計(jì)算一組查詢(xún)變量X的后驗(yàn)概率分布P (XI e)。具體可通過(guò)下述貝葉斯公式計(jì)算
權(quán)利要求
1.一種傳輸網(wǎng)故障診斷方法，其特征在于，包括步驟采集設(shè)定網(wǎng)絡(luò)的告警信息和配置信息，所述配置信息包括網(wǎng)元層信息和網(wǎng)絡(luò)連接層信息；根據(jù)由配置信息確定的故障傳播模型構(gòu)造貝葉斯網(wǎng)絡(luò)模型，所述構(gòu)造過(guò)程包括對(duì)應(yīng)故障傳播模型中的每個(gè)節(jié)點(diǎn)，定義貝葉斯網(wǎng)絡(luò)的一組變量，對(duì)應(yīng)故障傳播模型中的每一條有向邊，定義貝葉斯網(wǎng)絡(luò)的一條有向邊，并初始化貝葉斯網(wǎng)絡(luò)中各根節(jié)點(diǎn)的先驗(yàn)概率與各有向邊的條件概率；根據(jù)所述告警信息，基于所述貝葉斯網(wǎng)絡(luò)模型推理判斷各待查詢(xún)變量的各狀態(tài)出現(xiàn)的條件概率，根據(jù)各待查詢(xún)變量的條件概率狀態(tài)確定故障點(diǎn)。
2.根據(jù)權(quán)利要求1所述的傳輸網(wǎng)故障診斷方法，其特征在于，在采集了告警信息和配置信息之后、基于所述貝葉斯網(wǎng)絡(luò)模型推理判斷各待查詢(xún)變量的各狀態(tài)出現(xiàn)的條件概率之前，還包括步驟對(duì)所采集的告警信息進(jìn)行壓縮處理，所述壓縮處理包括去除告警信息中冗余的告警 fn息ο
3.根據(jù)權(quán)利要求1或2所述的傳輸網(wǎng)故障診斷方法，其特征在于，采用下式推理判斷待查詢(xún)變量的各狀態(tài)出現(xiàn)的條件概率
4.根據(jù)權(quán)利要求1或2所述的傳輸網(wǎng)故障診斷方法，其特征在于，各根節(jié)點(diǎn)的先驗(yàn)概率與各有向邊的條件概率根據(jù)歷史統(tǒng)計(jì)數(shù)據(jù)得出。
5.一種傳輸網(wǎng)故障診斷裝置，其特征在于，包括采集單元，用于采集設(shè)定網(wǎng)絡(luò)的告警信息和配置信息，所述配置信息包括網(wǎng)元層信息和網(wǎng)絡(luò)連接層信息；模型構(gòu)建單元，用于根據(jù)由配置信息確定的故障傳播模型構(gòu)造貝葉斯網(wǎng)絡(luò)模型，所述構(gòu)造過(guò)程包括對(duì)應(yīng)故障傳播模型中的每個(gè)節(jié)點(diǎn)，定義貝葉斯網(wǎng)絡(luò)的一組變量，對(duì)應(yīng)故障傳播模型中的每一條有向邊，定義貝葉斯網(wǎng)絡(luò)的一條有向邊，并初始化貝葉斯網(wǎng)絡(luò)中各根節(jié)點(diǎn)的先驗(yàn)概率與各有向邊的條件概率；故障診斷單元，用于根據(jù)所述告警信息，基于所述貝葉斯網(wǎng)絡(luò)模型推理判斷各待查詢(xún)變量的各狀態(tài)出現(xiàn)的條件概率，根據(jù)各待查詢(xún)變量的條件確定故障點(diǎn)。
6.根據(jù)權(quán)利要求5所述的傳輸網(wǎng)故障診斷裝置，其特征在于，還包括與采集單元、故障診斷單元連接的預(yù)處理單元，用于對(duì)所采集的告警信息進(jìn)行壓縮處理，所述壓縮處理包括 去除告警信息中冗余的告警信息。
7.根據(jù)權(quán)利要求5或6所述的傳輸網(wǎng)故障診斷裝置，其特征在于，故障診斷單元采用下式推理判斷待查詢(xún)變量的各狀態(tài)出現(xiàn)的概率
8.根據(jù)權(quán)利要求5或6所述的傳輸網(wǎng)故障診斷裝置，其特征在于，各根節(jié)點(diǎn)的先驗(yàn)概率與各有向邊的條件概率根據(jù)歷史統(tǒng)計(jì)數(shù)據(jù)得出。
全文摘要
一種傳輸網(wǎng)故障診斷方法及裝置，該方法包括步驟采集設(shè)定網(wǎng)絡(luò)的告警信息和配置信息，所述配置信息包括網(wǎng)元層信息和網(wǎng)絡(luò)連接層信息；根據(jù)由配置信息確定的故障傳播模型構(gòu)造貝葉斯網(wǎng)絡(luò)模型，所述構(gòu)造過(guò)程包括對(duì)應(yīng)故障傳播模型中的每個(gè)節(jié)點(diǎn)，定義貝葉斯網(wǎng)絡(luò)的一組變量，對(duì)應(yīng)故障傳播模型中的每一條有向邊，定義貝葉斯網(wǎng)絡(luò)的一條有向邊，并初始化貝葉斯網(wǎng)絡(luò)中各根節(jié)點(diǎn)的先驗(yàn)概率與各有向邊的條件概率；根據(jù)所述告警信息，基于所述貝葉斯網(wǎng)絡(luò)模型推理判斷各待查詢(xún)變量的各狀態(tài)出現(xiàn)的條件概率，根據(jù)各待查詢(xún)變量的條件概率狀態(tài)確定故障點(diǎn)。本發(fā)明方案可以準(zhǔn)確定位故障點(diǎn)，具有很強(qiáng)的可操作性。
文檔編號(hào)H04L12/24GK102255764SQ20111026006
公開(kāi)日2011年11月23日 申請(qǐng)日期2011年9月2日 優(yōu)先權(quán)日2011年9月2日
發(fā)明者何杰, 李偉堅(jiān), 李溢杰, 林斌, 蔣康明 申請(qǐng)人:廣東省電力調(diào)度中心