【技术实现步骤摘要】
本专利技术涉及网络运维，尤其涉及一种网络故障检测方法、装置、设备及可读存储介质。
技术介绍
1、当前基于机器学习和深度学习的网络运维方案，大多依赖传统的统计算法。异常检测算法和根因诊断算法也都依赖于数据的标注以及专家的经验，这些很难编译到模型里。在接入维护方面，当遇到新客户、私域知识、业务经验以及数据变动等情况时，传统的网络运维通常只能重新训练。由于未知的网络故障没有经过训练，传统的网络运维方法无法实现准确的故障检测。
技术实现思路
1、本专利技术提供一种网络故障检测方法、装置、设备及可读存储介质，用以解决现有网络运维方案无法实现对网络故障的准确检测的技术问题。
2、本专利技术提供一种网络故障检测方法，包括：
3、获取待检测网络异常数据的异常类型和对比指标；
4、基于所述异常类型和所述对比指标，对多个所述待检测网络异常数据进行排序；
5、基于目标网络异常数据的关联业务信息，确定故障节点的异常信息，所述目标网络异常数据是基于排序结果确定的待检测
【技术保护点】
1.一种网络故障检测方法，其特征在于，包括：
2.根据权利要求1所述的网络故障检测方法，其特征在于，所述基于所述异常类型和所述对比指标，对多个所述待检测网络异常数据进行排序包括：
3.根据权利要求2所述的网络故障检测方法，其特征在于，所述基于所述异常类型和所述对比指标，确定每个所述待检测网络异常数据的优先级指数包括：
4.根据权利要求3所述的网络故障检测方法，其特征在于，所述异常类型包括网络设备故障、端口连接异常以及性能指标衰减；所述基于所述先后顺序以及每个所述异常类型的待检测网络异常数据的对比指标，确定每个所述待检测网络异常数据的
【技术特征摘要】
1.一种网络故障检测方法，其特征在于，包括：
2.根据权利要求1所述的网络故障检测方法，其特征在于，所述基于所述异常类型和所述对比指标，对多个所述待检测网络异常数据进行排序包括：
3.根据权利要求2所述的网络故障检测方法，其特征在于，所述基于所述异常类型和所述对比指标，确定每个所述待检测网络异常数据的优先级指数包括：
4.根据权利要求3所述的网络故障检测方法，其特征在于，所述异常类型包括网络设备故障、端口连接异常以及性能指标衰减；所述基于所述先后顺序以及每个所述异常类型的待检测网络异常数据的对比指标，确定每个所述待检测网络异常数据的优先级指数包括：
5.根据权利要求1所述的网络故障检测方法，其特征在于，所...
【专利技术属性】
技术研发人员：黄晶，
申请(专利权)人：浪潮通信信息系统有限公司，
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。