故障特征数据的生成方法技术

本申请公开了一种故障特征数据的生成方法

【技术实现步骤摘要】
故障特征数据的生成方法、装置、电子设备及存储介质


[0001]本申请属于网络运维领域，具体涉及一种故障特征数据的生成方法
、
装置
、
电子设备及存储介质
。

技术介绍

[0002]随着互联网技术的发展，互联网网站组成越来越复杂
。
网站内的各个层之间存在强关联的耦合关系，当网站内单个节点发生故障时，会影响到其他的各个节点，继而出现故障传播
、
级联失效甚至整个网站系统瘫痪
。
传统故障分析手段通常为通过机器学习进行故障定位和分析，但是机器学习需要足够多的故障数据进行训练
。
[0003]通常机器学习所需要的故障数据都是从历史故障中提取，这种情况下提取的故障数据较少
、
故障种类有限
、
故障数据泛华能力不足，导致没有足够的故障数据支撑机器学习的训练
。

技术实现思路

[0004]本申请实施例提供一种故障特征数据的生成方法
、
装置
、
>电子设备及存储介质本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种故障特征数据的生成方法，其特征在于，包括：根据多个第一网络节点之间的指向关系，构建第一复杂网络；根据所述第一复杂网络中的多个第一网络节点
、
由所述多个第一网络节点组成的至少一条路径，确定所述第一复杂网络对应的第一特征数据；从所述第一复杂网络的多个第一网络节点中，移除故障模拟节点和受所述故障模拟节点影响的故障影响节点，得到第二复杂网络，所述故障模拟节点和所述故障影响节点之间满足故障传播条件；根据所述第二复杂网络中的多个第二网络节点
、
由所述多个第二网络节点组成的至少一条路径，确定所述第二复杂网络对应的第二特征数据；根据所述第一特征数据和所述第二特征数据，生成网络偏移故障特征数据
。2.
根据权利要求1所述的生成方法，其特征在于，在所述从所述第一复杂网络的多个第一网络节点中，移除故障模拟节点和受所述故障模拟节点影响的故障影响节点之前，所述方法还包括：按照预设条件从所述多个第一网络节点中确定故障模拟节点；从除所述故障模拟节点以外的其他第一网络节点中确定至少一个目标节点；针对任一目标节点，根据所述目标节点上经过的路径，确定所述目标节点对应的模拟循环的次数，所述模拟循环用于模拟所述目标节点受所述故障模拟节点的故障影响；获取所述目标节点与所述故障模拟节点之间的最短路径的第一长度；根据所述模拟循环的次数，每模拟循环一次且在当次模拟循环内根据所述第一长度确定所述目标节点满足故障传播条件的情况下，确定当次模拟循环内所述目标节点为受所述故障模拟节点影响的故障影响节点
。3.
根据权利要求2所述的方法，其特征在于，所述故障传播条件包括：所述第一长度大于预设值，以及根据所述最短路径的第一长度
、
故障传染概率确定所述目标节点未受到所述故障模拟节点影响的概率小于预设的随机概率
。4.
根据权利要求2所述的生成方法，其特征在于，所述根据所述目标节点上经过的路径，确定所述目标节点对应的模拟循环的次数，包括：根据所述目标节点上经过的路径的数量
、
随机系数和随机误差，确定所述目标节点对应的模拟循环的次数
。5.
根据权利要求4所述的生成方法，其特征在于，在所述从除所述故障模拟节点以外的其他第一网络节点中确定至少一个目标节点之后，还包括：获取所述第一复杂...

【专利技术属性】
技术研发人员：王腾贺，邱春武，聂彦超，马超，
申请(专利权)人：新浪技术中国有限公司，
类型：发明
国别省市：