一种网络故障诊断方法、设备及介质与流程

本技术涉及网络性能检测，尤其涉及一种网络故障诊断方法、设备及介质。

背景技术：

1、随着互联网应用的普及，尤其是实时游戏、在线会议、远程办公等对网络质量高度敏感的业务场景的快速发展，用户对网络体验的要求越来越高。当用户遇到网络问题时，快速准确地定位故障根因成为提升用户体验的关键环节。

2、传统网络故障诊断方法通常采用固定流程或决策树方式。例如，当用户报告网络体验不佳时，诊断系统需要按照预设的固定顺序依次执行一系列网络测量工具，如首先进行完整上下行测速，然后执行路由追踪，再进行丢包检测等。

3、此外，现有技术中还存在一种基于规则的诊断方法，即根据用户症状匹配预定义的诊断规则，然后按照规则中指定的工具列表执行测量。但该方法依赖于专家经验预先设定的规则库，难以覆盖复杂多变的网络环境和新出现的故障模式。另一种常见的做法是在诊断开始时对所有候选故障进行全量测量，试图一次性获取所有可能的信息。这种做法虽然理论上可以获得最全面的信息，但在实际应用中往往面临测量成本过高的问题。特别是在移动设备或流量受限的场景下，全量测量可能导致用户流量配额迅速耗尽、测量时间过长影响用户体验，或者因大量并发测量而引入额外的网络干扰。

4、由此可以看出，上述现有方法通常只能采用固定或预定义的测量执行顺序，导致在有限测量成本约束下，网络故障诊断效率低下、资源浪费严重。

技术实现思路

1、本技术实施例提供了一种网络故障诊断方法、设备及介质，用于解决如下技术问题：现有技术通常只能采用固定或预定义的测量执行顺序，导致在有限测量成本约束下，网络故障诊断效率低下、资源浪费严重。

2、本技术实施例采用下述技术方案：

3、本技术实施例提供一种网络故障诊断方法。包括，获取用户对网络异常的自然语言描述，并在自然语言描述中提取网络症状信息；根据网络症状信息，在网络故障知识库中检索候选故障；其中，各候选故障分别对应相应初始置信度；循环执行如下步骤：基于网络症状信息及候选故障，确定出候选执行动作集合；其中，候选执行动作集合至少包括执行网络测量工具及执行非测量诊断操作；针对候选执行动作集合中的各执行动作，基于执行该动作后候选故障的预期不确定性变化程度及执行成本，得到该执行动作对应的诊断效用；基于诊断效用确定出目标执行动作，执行目标执行动作，获得诊断信息，并基于诊断信息对各候选故障的置信度进行更新；确定当前轮次对应的诊断效用与更新后的置信度是否满足停止条件，若满足停止条件，则停止循环，并输出故障诊断结果。

4、在本技术的一种实现方式中，根据网络症状信息，在网络故障知识库中检索候选故障，具体包括：根据网络症状信息和自动获取的网络上下文信息，在网络故障知识库中进行检索，并基于语义相似度和诊断场景匹配度，确定出检索得分；其中，诊断场景匹配度至少包括网络类型匹配度、业务场景匹配度、版本兼容度、运营商适用性、当前已有测量结果、知识更新时间和知识来源可靠度中的一项；基于检索得分，确定出多条参考故障，并基于强制适用条件对多条参考故障进行筛选；将筛选后的参考故障作为候选故障集合，并为各候选故障赋予初始置信度。

5、在本技术的一种实现方式中，基于执行该动作后候选故障的预期不确定性变化程度及执行成本，得到该执行动作对应的诊断效用，具体包括：在执行动作为执行网络测量工具的情况下：根据执行动作前候选故障的置信度分布，确定执行前不确定性程度；根据执行动作后不同观测结果的预测出现概率，以及各观测结果出现后候选故障的预测置信度分布，确定执行后预期不确定性程度；基于执行前不确定性程度与执行后预期不确定性程度之间的差值，得到预期不确定性变化程度；基于执行动作的可靠度、预期不确定性变化程度以及执行成本，得到诊断效用。

6、在本技术的一种实现方式中，根据执行动作后不同观测结果的预测出现概率，以及各观测结果出现后候选故障的预测置信度分布，确定执行后预期不确定性程度，具体包括：根据执行动作的类型及其对应的工具能力描述，确定执行动作产生的多个观测结果；基于工具能力描述中记录的观测结果与各候选故障之间的关联关系，确定观测结果的预测出现概率；将观测结果出现后各候选故障的置信度作为预测概率值，基于各候选故障的预测概率值分布确定该观测结果对应的条件不确定性；将各观测结果的预测出现概率与其对应的条件不确定性进行相乘求和处理，得到执行后预期不确定性程度。

7、在本技术的一种实现方式中，基于执行该动作后候选故障的预期不确定性变化程度及执行成本，得到该执行动作对应的诊断效用，还包括：在执行动作为执行非测量诊断操作的情况下：基于前置条件，确定非测量诊断操作的执行可行性；若可行，则根据非测量诊断操作的类型，确定预测结果集合；基于各候选故障之间的故障转移图谱，确定各预测结果的出现概率；将非测量诊断操作的执行结果分别与当前网络的流量周期模式进行时序吻合度比对，以及与告警的设备链路分布进行空间吻合度比对，基于时序吻合度结果与空间吻合度结果，确定各预测结果对应的系统状态迁移持续时间；根据各预测结果的出现概率及对应的系统状态迁移持续时间，确定各候选故障对应的预期锁定强度；基于预期锁定强度、非测量诊断操作的执行成本和结果可靠度，得到诊断效用。

8、在本技术的一种实现方式中，基于时序吻合度结果与空间吻合度结果，确定各预测结果对应的系统状态迁移持续时间，具体包括：根据网络体验指数的采样周期，将故障转移图谱中的各故障状态离散化为多个时间层；基于时序吻合度，在多个时间层中确定与各预测结果对应的起始时间层；其中，时序吻合度越高则起始时间层越靠近当前时刻；基于空间吻合度，在各预测结果对应的起始时间层内确定拓扑传播跳数上限；其中，空间吻合度越高则拓扑传播跳数上限越小；以非测量诊断操作的执行时刻为传播起点、以起始时间层为传播起始层、以拓扑传播跳数上限为传播半径，沿故障转移图谱中的有向边传播，将从传播起始层至传播最远故障状态所在时间层之间的时间跨度，确定为各预测结果对应的系统状态迁移持续时间。

9、在本技术的一种实现方式中，根据各预测结果的出现概率及对应的系统状态迁移持续时间，确定各候选故障对应的预期锁定强度，具体包括：将传播过程中的各预测结果分别作为独立的传播路径起点；当多个预测结果沿故障转移图谱中的有向边传播至同一候选故障节点时，在该候选故障节点处形成路径收敛，并确定各预测结果传播至该候选故障节点的到达时刻；基于各预测结果的到达时刻与传播起点之间的时间差，确定各候选故障节点处的路径收敛速度；基于各候选故障节点处的路径收敛速度及系统状态迁移持续时间，确定各候选故障对应的预期锁定强度。

10、在本技术的一种实现方式中，基于诊断信息对各候选故障的置信度进行更新，具体包括：将诊断信息标准化为证据单元，对证据单元所支持或削弱的候选故障的置信度进行调整，得到更新后的各候选故障置信度；其中，证据单元至少包括测量对象、测量位置或链路范围、指标值、测量时间、工具版本、测量成功状态、数据可靠度以及该证据单元所支持或削弱的候选故障标识；以及，将更新所使用的证据单元及其对应的支持或削弱关系保存至证据链中。

11、本技术实施例提供一种网络故障诊断设备，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：获取用户对网络异常的自然语言描述，并在自然语言描述中提取网络症状信息；根据网络症状信息，在网络故障知识库中检索候选故障；其中，各候选故障分别对应相应初始置信度；循环执行如下步骤：基于网络症状信息及候选故障，确定出候选执行动作集合；其中，候选执行动作集合至少包括执行网络测量工具及执行非测量诊断操作；针对候选执行动作集合中的各执行动作，基于执行该动作后候选故障的预期不确定性变化程度及执行成本，得到该执行动作对应的诊断效用；基于诊断效用确定出目标执行动作，执行目标执行动作，获得诊断信息，并基于诊断信息对各候选故障的置信度进行更新；确定当前轮次对应的诊断效用与更新后的置信度是否满足停止条件，若满足停止条件，则停止循环，并输出故障诊断结果。

12、本技术实施例提供的一种非易失性计算机存储介质，存储有计算机可执行指令，计算机可执行指令设置为：获取用户对网络异常的自然语言描述，并在自然语言描述中提取网络症状信息；根据网络症状信息，在网络故障知识库中检索候选故障；其中，各候选故障分别对应相应初始置信度；循环执行如下步骤：基于网络症状信息及候选故障，确定出候选执行动作集合；其中，候选执行动作集合至少包括执行网络测量工具及执行非测量诊断操作；针对候选执行动作集合中的各执行动作，基于执行该动作后候选故障的预期不确定性变化程度及执行成本，得到该执行动作对应的诊断效用；基于诊断效用确定出目标执行动作，执行目标执行动作，获得诊断信息，并基于诊断信息对各候选故障的置信度进行更新；确定当前轮次对应的诊断效用与更新后的置信度是否满足停止条件，若满足停止条件，则停止循环，并输出故障诊断结果。

13、本技术实施例采用的上述至少一个技术方案能够达到以下有益效果：本技术实施例通过在用户自然语言描述中提取网络症状信息并检索候选故障，将非专业用户的模糊感知转化为可计算的结构化诊断状态；通过循环执行：确定候选执行动作集合、计算诊断效用、选择并执行目标动作、更新置信度的闭环，使每一次测量或非测量操作的选择都以预期不确定性变化程度和执行成本为依据，避免固定流程中盲目执行高成本或无价值测试的问题。通过判断停止条件并在满足时输出故障诊断结果，确保诊断过程在证据充分或继续测量价值不足时可靠收敛，从而在提升故障定位准确率的同时，减少无效测量、降低流量和时间成本。