一种通信故障预警与资源调度方法及装置与流程
本技术涉及网络安全防护,具体为一种通信故障预警与资源调度方法及装置。
背景技术:
1、在电力通信网络中,5g终端设备广泛部署于配电站房、输电杆塔等电磁环境复杂的场景,需同时承载继电保护、差动控制、高清视频巡检等混合业务。常规运维监测手段主要采用网络层流量阈值告警、snmp接口状态轮询及系统日志关键词匹配。然而,这些运维监测方法各自独立运行,缺乏将物理层硬件电气参数(如主板电流、模组能耗)与网络层传输行为进行跨域关联的有效能力,这种单一维度的监控模式存在以下缺陷:首先,当流量异常突增时,系统无法分辨是视频业务突发、ddos攻击还是5g模组/电源硬件劣化所致,极易产生大量误报或漏报,同时,故障发生时cpu、流量、接口等多系统独立触发告警,因缺乏因果推理与抑制逻辑,告警风暴频发,根因定位极为困难;其次,固定阈值或静态基线方法无法适应电网负荷波动、设备老化等运行漂移,导致告警阈值失配;最后,故障风险感知结果与通信资源调度联动割裂,当发生信令风暴或业务激增时,无法即时根据电力业务实时优先级动态调整通道资源保障模式,使得关键调度业务的确定性时延难以保证。
技术实现思路
1、本技术是针对现有通信故障监测方法存在的流量异常诱因识别失准以及通信资源调度时效性差的问题;提出了一种通信故障预警与资源调度方法及装置,通过物理层能耗参数与网络层流量数据的跨域关联分析及时序预测,精准识别流量异常诱因并前瞻性感知故障趋势,据此动态调整信道资源,实现故障预警准确性与资源调度时效性的协同提升。
2、为实现上述目的,本技术实施例采用的技术方案如下:
3、第一方面,本技术实施例提供一种通信故障预警与资源调度方法,所述方法包括:
4、获取信道对应设备的物理层能耗参数和网络层流量数据;基于统一时间窗口,计算所述物理层能耗参数和所述网络层流量数据之间的关联度,根据所述关联度确定强关联样本;对所述强关联样本进行特征融合,获取设备状态特征张量;基于所述设备状态特征张量与时序预测获取的故障风险评分进行异常检测,获取故障检测结果;根据所述故障检测结果调整信道的带宽比,并执行对应的信道运行状态控制。
5、本方案中,通过将物理层能耗参数与网络层流量数据纳入统一的时序关联分析框架,建立了跨域参数间的关联度计算与强关联样本筛选机制,使系统能够穿透单纯流量监控的逻辑表象,从硬件能量消耗层面捕捉异常行为的物理印记,从而避免因单一维度监控而无法准确识别流量异常诱因的问题。基于强关联样本的特征张量融合构建了电气参数、流量特征与设备状态的多维联合表征,为后续异常检测提供了信息完整的输入基础。结合时序预测的风险评分机制使系统能够在异常尚未充分发展时提前感知其演化趋势,克服了纯阈值判断对渐变式故障响应滞后的缺陷。根据检测结果动态调整带宽比并执行对应的信道运行状态控制,实现了从异常感知到资源适配的端到端闭环,有效提升了通信资源调度的针对性和时效性。
6、可选地,所述基于统一时间窗口,计算所述物理层能耗参数和所述网络层流量数据之间的关联度,根据所述关联度确定强关联样本,包括:计算所述网络层流量数据对应的流量数据序列与所述物理层能耗参数对应的能耗参数序列之间的协方差;基于所述协方差结合流量数据序列的标准差与能耗参数序列的标准差,获取关联度;当所述关联度的绝对值大于预设关联阈值时,将对应的所述网络层流量数据和所述物理层能耗参数标记为强关联样本。
7、可选地,计算所述物理层能耗参数和所述网络层流量数据之间的关联度时,还执行:对所述流量数据序列与所述能耗参数序列执行格兰杰因果检验,根据流量数据的异常波动与能耗参数的异常波动在时序上的领先关系判断数据帧的异常诱因;当流量数据的异常波动在时序上领先于能耗参数的异常波动时,判定当前数据帧的异常诱因属于由业务负荷变化或网络攻击所引发的行为层异常;当能耗参数的异常波动在时序上领先于流量数据的异常波动时,判定当前数据帧的异常诱因属于由硬件电气特性变化所引发的物理层故障;对于行为层异常,将所述关联度乘以第一方向修正系数,得到目标的关联度;对于物理层故障,将所述关联度乘以第二方向修正系数,得到目标的关联度;所述第一方向修正系数大于所述第二方向修正系数。
8、可选地,所述对所述强关联样本进行特征融合,获取设备状态特征张量,包括:基于所述物理层能耗参数计算三相电流平衡度,并采用小波变换算法提取基频分量与谐波分量的能量分布比例,计算各次谐波含有率及总谐波畸变率,整合形成电气参数特征向量组;将所述电气参数特征向量组、所述网络层流量数据以及设备状态数据进行特征拼接,通过归一化处理后得到设备状态特征张量;其中,所述三相电流平衡度基于三相电流的最大值、最小值和平均值计算得到,所述总谐波畸变率基于各次谐波电压有效值与基波电压有效值计算得到。
9、可选地,所述基于所述设备状态特征张量与时序预测获取的故障风险评分进行异常检测,获取故障检测结果,包括:获取设备在多种工况下的历史运行数据,历史运行数据至少包括功耗特征参数、电流谐波特征参数和流量特征参数;采用滑动时间窗口统计方法,提取不同工况下的历史运行数据的动态分布特征,将所述动态分布特征作为对应工况的自适应阈值;当所述设备状态特征张量超出当前工况对应的所述自适应阈值,或故障风险评分在连续预设时间段内呈单调递增趋势且增长率超过预设速率阈值时,判定存在故障隐患,触发资源调度流程。
10、可选地,获取故障风险评分的步骤,包括:基于时序预测模型,对采集的历史时序数据和实时时序数据进行故障趋势预测,获取未来预设时间窗口内的信道运行状态预测值,所述信道运行状态预测值包括电压预测值、电流预测值和时延预测值;分别计算电压预测值与电压实际测量值的第一差值绝对值、电流预测值与电流实际测量值的第二差值绝对值、以及时延预测值与时延实际测量值的第三差值绝对值;将所述第一差值绝对值、所述第二差值绝对值和所述第三差值绝对值加权求和,得到故障风险评分。
11、可选地,所述根据所述故障检测结果调整信道的带宽比,包括:当所述故障风险评分超过预设切换阈值,且持续超过预设的确认时间窗口时,切换至硬隔离模式,通过专用物理资源模块为关键业务分配独立的物理时隙或频段;动态监测主信道和备用信道的流量状况和所述故障风险评分,当所述主信道的所述故障风险评分超过所述预设切换阈值时,执行所述主信道的带宽向所述备用信道的切换。
12、可选地,所述执行对应的信道运行状态控制,包括:
13、当基于所述故障风险评分判定为高等级故障隐患工况时,生成基础故障处置控制指令,所述基础故障处置控制指令包括故障部件割离指令和异常链路切断指令;当基于所述故障风险评分判定为无故障隐患或低等级故障隐患工况时,基于设备运行状态与能耗特征的关联关系,生成运行优化控制指令,所述运行优化控制指令包括调整处理器工作频率、调整电源输出功率和调整链路带宽分配,以将各关键部件运行状态调控至对应工况的最优区间。
14、可选地,在获取信道对应设备的物理层能耗参数时,还包括:采集通信模组的空口协议参数,根据所述空口协议参数构建虚拟能耗特征序列;所述空口协议参数至少包括调制编码策略等级、混合自动重传请求重传频率以及tcp重传率;在同一时间窗口内,计算实测物理层能耗参数序列与所述虚拟能耗特征序列的滑动窗口吻合度;当所述滑动窗口吻合度大于或等于预设吻合度阈值时,判定实测物理层能耗参数可信,并计算所述实测物理层能耗参数序列与所述虚拟模组能耗特征序列之间的系统偏差值;若所述系统偏差值的绝对值大于偏差容忍阈值,则判定传感器存在温漂或零漂误差,根据所述系统偏差值计算漂移补偿系数,以对实测物理层能耗参数进行校正。
15、第二方面,本技术实施例提供一种通信故障预警与资源调度装置,包括:
16、数据获取模块,用于获取信道对应设备的物理层能耗参数和网络层流量数据;特征融合模块,基于统一时间窗口,计算所述物理层能耗参数和所述网络层流量数据之间的关联度,根据所述关联度确定强关联样本;对所述强关联样本进行特征融合,获取设备状态特征张量;风险评估模块,基于所述设备状态特征张量进行异常检测,并结合时序预测获取故障风险评分;根据所述故障风险评分调整信道的带宽比,并执行对应的信道运行状态控制。
17、本技术的有益效果:
18、1、通过物理层能耗参数与网络层流量数据的跨域关联分析,建立了基于格兰杰因果检验的异常诱因时序方向判别机制,能够精准区分流量异常是由业务负荷变化、网络攻击还是硬件电气特性劣化所引发。相比传统单一维度阈值监控方法,从而克服了异常诱因识别失准的问题,使后续故障处置能够依据异常传播方向选择针对性的控制策略,避免了行为层异常与物理层故障采用同一种处置方式所带来的误操作风险;
19、2、通过自适应动态阈值与时序趋势预测相结合的双通道异常检测架构,避免了固定阈值在全生命周期内逐步失配的问题,时序预测信道通过对电压、电流、时延预测值与实测值偏离程度的加权监测,能够在渐变式故障的数值尚未触及阈值边界时提前识别其恶化趋势,弥补了阈值检测对缓慢劣化型故障响应滞后的固有缺陷,实现了突发性故障快速响应与渐进式故障早期预警的双重能力;
20、3、基于故障风险评分和异常诱因分类结果构建分级递进的信道资源调度机制,同时依据故障隐患等级差异化执行故障部件割离、异常链路切断等硬性处置与处理器频率调整、电源功率调节等柔性优化控制指令,在保障电力通信关键业务安全底线的前提下兼顾了非关键场景下的设备能效优化,形成了从精准预警到分级控制再到能效管理的完整闭环。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com