本发明专利技术涉及人工智能技术领域，提供一种基于传输层指标的网络故障诊断方法、装置、设备及介质，一方面，通过在网络侧旁路部署探针的方式实时采集数据包，能够有效避免对原有业务连接的正常通信产生影响；一方面，根据传输层网络属性配置每个传输层指标，并基于配置的传输层指标实时检测候选异常连接，由于传输层指标能够更加真实的反映出用户端的卡顿、大延时等用户体验，因此使异常检测更加可靠；另一方面，基于预先构建的网络故障诊断模型预测故障根因，并基于知识图谱辅助确定故障处理措施，以基于人工智能手段实现对故障根因及处理措施的自动化预测，提高了网络异常的处理效率。
【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种基于传输层指标的网络故障诊断方法、装置、设备及介质。
技术介绍
1、随着5g（5th generation mobile communication technology，第五代移动通信技术）、人工智能、大数据、云计算等技术的广泛应用和数字化转型的加速推进，催生了智慧城市、智慧医疗、智慧教育、工业互联网等一系列垂直行业新业务场景，并对网络的可用性、可靠性、延时、带宽等特性提出了更高的要求。因此，传统的网络能力和运维模式已无法满足上述新业务场景对网络的要求。
2、为此，2019年电信管理论坛提出了“自智网络项目”，以实现网络self-x能力（即：自监控/上报、自诊断、自修复、自优化等能力）的全面提升，为垂直行业和消费者用户提供了zero-x（即：零等待、零接触、零故障等）体验。
3、但是，传统的网络运维模式缺少及时发现、自动分析根因以及解决网络故障的手段，往往在接到客户投诉时才能发现故障，再根据过往的经验人工分析故障原因并采取解决故障的措施，因此主要存在以下问题：
4、1）实时性差。采用周期性发送探测包或者历史数据统计分析的方式来监控网络，无法实时监控并发现网络问题；
5、2）覆盖面窄。使用采样的方式无法捕捉所有网络异常情况；
6、3）无法直接反映终端用户体验。发送网络探测包等方式都不是对终端用户数据网络连接进行的实时网络参数统计，因此无法直接反映真实用户体验；
7、4）过于依赖人工和个人经验，且效率较低。
技术实现思路
1、鉴于以上内容，有必要提供一种基于传输层指标的网络故障诊断方法、装置、设备及介质，旨在解决网络故障诊断实时性差、覆盖面窄，且无法自动化预测网络故障原因及处理措施的问题。
2、一种基于传输层指标的网络故障诊断方法，所述基于传输层指标的网络故障诊断方法包括：
3、响应于对目标网络的故障诊断指令，在所述目标网络的接入网侧旁路部署探针，并利用所述探针实时采集目标数据包；
4、根据传输层网络属性配置每个传输层指标，并根据所述目标数据包实时计算每个传输层指标的指标值；
5、根据每个传输层指标的指标值实时检测候选异常连接；
6、从所述候选异常连接中过滤瞬时扰动得到目标异常连接，并根据所述目标异常连接进行网络异常告警；
7、获取与所述目标异常连接相关联的每个传输层指标在告警前预设时长内的指标值作为目标传输层指标值，获取与所述目标异常连接相关联的每个关键性能指标在告警前所述预设时长内的指标值作为关键性能指标值，获取与所述目标异常连接相关联的每个关键质量指标在告警前所述预设时长内的指标值作为关键质量指标值，获取告警时的链路探测数据，及获取告警时与所述目标异常连接相关联的网络设备监控数据；
8、将所述目标传输层指标值、所述关键性能指标值、所述关键质量指标值、所述链路探测数据及所述网络设备监控数据输入至预先训练的网络故障诊断模型，得到目标故障根因；
9、利用所述目标故障根因在预先构建的知识图谱中进行遍历，得到与所述目标故障根因对应的故障处理措施。
10、根据本专利技术优选实施例，所述在所述目标网络的接入网侧旁路部署探针，并利用所述探针实时采集目标数据包包括：
11、获取与所述目标网络对应的ip地址、端口号及协议类型；
12、将所述探针以软件形式部署在所述接入网侧的网络设备上，并根据所述ip地址、所述端口号及所述协议类型从所述网络设备的网卡上实时获取所述目标数据包；或者
13、将所述探针以硬件服务器形式部署在所述接入网侧的网络路由及/或交换设备上，并根据所述ip地址、所述端口号及所述协议类型从所述网络路由及/或所述交换设备上实时获取所述目标数据包；其中，所述硬件服务器与所述网络路由及/或所述交换设备进行光纤通信，所述网络路由及/或所述交换设备通过光纤将所述目标数据包镜像到所述硬件服务器上。
14、根据本专利技术优选实施例，所述根据传输层网络属性配置每个传输层指标包括：
15、对于所述目标网络中的每个连接，获取每个连接的延时序列，并按照预设时间间隔对所述延时序列进行分段处理，得到所述延时序列的每个延时段；
16、根据所述预设时间间隔计算每个延时段的平均延时；
17、获取配置的高延时阈值；
18、当检测到有延时段的平均延时大于所述高延时阈值时，将上报次数累加1；
19、获取最终累加得到的总上报次数，及获取所述延时段的总数量；
20、计算所述总上报次数与所述总数量的商，得到第一配置指标；
21、获取当前的上报周期；
22、计算每个连接中的数据包在所述上报周期内发生拥塞的时长在所述上报周期内的占比，得到第二配置指标；
23、获取数据收发速率、丢包率、延时抖动及延时；
24、组合所述第一配置指标、所述第二配置指标、所述数据收发速率、所述丢包率、所述延时抖动及所述延时，得到每个传输层指标。
25、根据本专利技术优选实施例，所述根据每个传输层指标的指标值实时检测候选异常连接包括：
26、对每个传输层指标的指标值进行归一化处理，得到所述第一配置指标的指标值作为第一指标值、所述第二配置指标的指标值作为第二指标值、所述数据收发速率的指标值作为第三指标值、所述丢包率的指标值作为第四指标值、所述延时抖动的指标值作为第五指标值、所述延时的指标值作为第六指标值；
27、获取与所述第一配置指标对应的第一系数、与所述第二配置指标对应的第二系数、与所述数据收发速率对应的第三系数、与所述丢包率对应的第四系数、与所述延时抖动对应的第五系数，及与所述延时对应的第六系数；
28、计算与每个连接对应的第一指标值与所述第一系数的乘积，得到与每个连接对应的第一数值；
29、计算与每个连接对应的第二指标值与所述第二系数的乘积，得到与每个连接对应的第二数值；
30、计算与每个连接对应的第三指标值与所述第三系数的乘积，得到与每个连接对应的第三数值；
31、计算与每个连接对应的第四指标值与所述第四系数的乘积，得到与每个连接对应的第四数值；
32、计算与每个连接对应的第五指标值与所述第五系数的乘积，得到与每个连接对应的第五数值；
33、计算与每个连接对应的第六指标值与所述第六系数的乘积，得到与每个连接对应的第六数值；
34、计算与每个连接对应的第一数值、第二数值、第三数值、第四数值、第五数值与第六数值的和，得到与每个连接对应的连接质量量化值；
35、获取连接质量阈值；
36、当检测到有连接对应的连接质量量化值大于所述连接质量阈值时，确定检测到的连接为所述候选异常连接；
37、其中，所述第一系数、所述第二系数、所述第三系数、所述第四系数、所述第五系数与所述第六系本文档来自技高网
...
【技术保护点】
1.一种基于传输层指标的网络故障诊断方法，其特征在于，所述基于传输层指标的网络故障诊断方法包括：
2.如权利要求1所述的基于传输层指标的网络故障诊断方法，其特征在于，所述在所述目标网络的接入网侧旁路部署探针，并利用所述探针实时采集目标数据包包括：
3.如权利要求1所述的基于传输层指标的网络故障诊断方法，其特征在于，所述根据传输层网络属性配置每个传输层指标包括：
4.如权利要求3所述的基于传输层指标的网络故障诊断方法，其特征在于，所述根据每个传输层指标的指标值实时检测候选异常连接包括：
5.如权利要求1所述的基于传输层指标的网络故障诊断方法，其特征在于，所述从所述候选异常连接中过滤瞬时扰动得到目标异常连接包括：
6.如权利要求1所述的基于传输层指标的网络故障诊断方法，其特征在于，所述得到目标故障根因后，所述方法还包括：
7.如权利要求1所述的基于传输层指标的网络故障诊断方法，其特征在于，所述利用所述目标故障根因在预先构建的知识图谱中进行遍历前，所述方法还包括：
8.一种基于传输层指标的网络故障诊断装置，其特征在于，所述基于传输层指标的网络故障诊断装置包括：
9. 一种计算机设备，其特征在于，所述计算机设备包括：
10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被计算机设备中的处理器执行以实现如权利要求1至7中任意一项所述的基于传输层指标的网络故障诊断方法。
...
【技术特征摘要】
1.一种基于传输层指标的网络故障诊断方法，其特征在于，所述基于传输层指标的网络故障诊断方法包括：
2.如权利要求1所述的基于传输层指标的网络故障诊断方法，其特征在于，所述在所述目标网络的接入网侧旁路部署探针，并利用所述探针实时采集目标数据包包括：
3.如权利要求1所述的基于传输层指标的网络故障诊断方法，其特征在于，所述根据传输层网络属性配置每个传输层指标包括：
4.如权利要求3所述的基于传输层指标的网络故障诊断方法，其特征在于，所述根据每个传输层指标的指标值实时检测候选异常连接包括：
5.如权利要求1所述的基于传输层指标的网络故障诊断方法，其特征在于，所述从所述候选异常连接中过滤瞬时扰动得到目标异常连接包括：
【专利技术属性】
技术研发人员：苑志超，铁智慧，刘奎，封兴东，
申请(专利权)人：灵长智能科技杭州有限公司，
类型：发明
国别省市：
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。