【技术实现步骤摘要】
一种交换机故障预警方法和装置
本专利技术涉及交换机领域，更具体地，特别是指一种交换机故障预警方法和装置。
技术介绍
交换机是互联网体系中的重要组成部分，用于连接网络中的各个节点，一旦故障，将直接影响网络间的通信，轻则网络传输速率变慢，重则网络中断，或者传输数据错误。鉴于此，对于交换机的故障监测和预警是网络管理中的重要组成部分。交换机自身提供了一些运行时的指标信息，可以由运维人员来监控，比如处理器使用率、丢包率、吞吐量等，一旦发现异常情况可以及时处理。但现有技术的交换机自身提供的指标信息，不能直接说明是否故障，需要有经验的网络工程师来判断，不直观；不同的交换机品牌和型号，数据不一致，需要有专门的经验知识，如果交换机升级，相应的参数还会变化；另外这个层面的监控已经是事后了，只能故障后处理不能提前预警，滞后性太强。针对现有技术中交换机故障难以判断、变化复杂、滞后性强的问题，目前尚无有效的解决方案。
技术实现思路
有鉴于此，本专利技术实施例的目的在于提出一种交换机故障预警方法和装置，能够针对不同类...
【技术保护点】
1.一种交换机故障预警方法，其特征在于，包括执行以下步骤：/n通过简单网络管理协议持续从多个交换机采集运行数据并存入时间序列数据库；/n响应于基于所述时间序列数据库判定所述多个交换机均运转正常，而对所述运行数据周期性地执行特征工程处理获得特征向量；/n响应于LSTM预测器中已存在预测向量，而在对比器中确定所述特征向量和所述预测向量的差异；/n响应于所述差异超过预定阈值而通过实时报警器输出预警信息。/n
【技术特征摘要】 【专利技术属性】
1.一种交换机故障预警方法，其特征在于，包括执行以下步骤：
通过简单网络管理协议持续从多个交换机采集运行数据并存入时间序列数据库；
响应于基于所述时间序列数据库判定所述多个交换机均运转正常，而对所述运行数据周期性地执行特征工程处理获得特征向量；
响应于LSTM预测器中已存在预测向量，而在对比器中确定所述特征向量和所述预测向量的差异；
响应于所述差异超过预定阈值而通过实时报警器输出预警信息。
2.根据权利要求1所述的方法，其特征在于，还包括：响应于在任意时间基于所述时间序列数据库判定所述多个交换机中存在运转异常，而直接通过所述实时报警器输出不同于所述预警信息的告警信息。
3.根据权利要求1所述的方法，其特征在于，还包括：
响应于LSTM预测器中尚不存在预测向量、或所述预测向量的生成时间超过其预定寿命，而持续将获得的所述特征向量存入特征工程数据库中，直到确定所述特征工程数据库中存储有足够生成所述预测向量的所述特征向量；
使用所述LSTM预测器基于所述特征工程数据库生成学习了所述特征向量的长期依赖信息的所述预测向量并存储于所述LSTM预测器中。
4.根据权利要求3所述的方法，其特征在于，还包括：
在使用所述LSTM预测器生成所述预测向量之前，使用机器学习工具Tensorflow构建所述LSTM预测器的神经网络模型；
使用预设的训练数据来训练所述神经网络模型直到所述神经网络模型收敛；
使用所述特征向量来测试收敛的所述神经网络模型以生成所述LSTM预测器。
5.根据权利要求1所述的方法，其特征在于，还包括：响应于所述差异未超过预定阈值而将所述特征向量存入所述特征工程数据库中。
6.一种交换机故障预警装置，其特征在于，包括：
技术研发人员：孙伟，
申请(专利权)人：苏州浪潮智能科技有限公司，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。