利用大数据分析技术的智能化网络故障诊断系统

朱永庆1，黄新宇，唐 宏1，陈江山，程 康，包德伟

(1.中国电信股份有限公司广东研究院，广州 510630；2.华为技术有限公司南京研究所，南京 210012)

1 引 言

随着网络连接数和网络数据的快速增长，网络中的异常和非受控性变化不可避免地会越来越多。网络设备或子网的一个短暂的异常或故障(如路由协议心跳丢失、硬件电压下降)在引起网络的大规模故障之前可能不会被察觉到，因为从大量的网络监视数据中很难发现这些微小的异常行为记录。因此，网络的管理如基础设施保障、服务分配、性能监视也越来越困难。由于这些问题的存在，自动化和智能化的网络故障诊断技术也因此得到了广大研究者的关注。这些技术致力于提供快速的网络故障诊断和故障恢复方法，而这些技术也往往依赖于大量的网络系统数据。通常情况下，系统信息记录了网络运行的各种状态，这些信息由事件数据(如系统log文件、配置文件)和度量数据(如关键性能指标数据和网络性能数据)两类数据组成。近年来，大数据分析和机器学习技术被广泛应用到网络管理领域来解决故障诊断问题。文献[1-2]基于系统log和配置文件，利用数据挖掘算法来检测网络和设备的异常。文献[3]利用统计学习算法来分析关键性能指标(Key Performance Index,KPI)数据和性能数据以检测网络的异常。文献[4]则讨论了数据关联分析技术，这种方法可以分析事件数据和度量数据在故障发生时间上的关系。然而，这些技术或是……