一种基于多维数据基线的深层次告警定位方法与流程

1.本发明涉及到网络运维和流量管控领域，尤其涉及一种基于多维数据基线的深层次告警定位方法。


背景技术：

2.随着业务多样化、业务融合化、网络开放化、终端智能化的融合发展，网络覆盖领域急剧拓展，新的应用大量涌现，网络流量激增，对多样化应用和重要业务的细粒度资源尚未达到；
3.随着航天业务网的融合发展，网络覆盖领域急剧拓展，新的应用大量涌现，网络流量激增，网络传输带宽也由百/千兆扩容到万兆，目前网络中部署的监测设备还只能针对单个节点和局部信息，从网络中获取的信息也相对孤立，对链路沿途多点信息的关联分析和综合呈现还很欠缺，无法实现流量的全程全域监测，在网络故障的快速定位、网络运行状态的综合评定等方面无法提供全面实时的数据基础；同时，流量监测方面还没有形成统一的、适合航天业务网应用特点的规范，各类网络监测手段独立建设，未形成合力。因此对大带宽全域流量感知监测技术的研究和网络流量监测规范的制定迫在眉睫。
4.国际上，ietf的ip性能指标工作组(ip performance metrics working group，ippm wg)提出了定义性能指标的原则与总体框架，并定义了评估ip网络数据传输业务的质量、性能和可靠性的一些指标，如连通性、单向丢包、单向时延、环回时延，另一些指标也正在标准化的过程中，但具体的实现方法和应用不在ippmwg的定义范围之内。


技术实现要素：

5.本发明所要解决的技术问题是针对当网络发生时延越限告警时，仅仅从告警现象来看，既可能是链路拥塞导致的告警，又可能是丢包造成的告警，还可能是不同路由造成的告警，导致的告警原因不确定性问题，提出一种基于多维数据基线的深层次告警定位方法，消除告警不确定性，完成深层次告警定位。
6.本发明所采用的技术方案为：
7.一种基于多维数据基线的深层次告警定位方法，包括以下步骤：
8.s1：接收时延越限告警事件；
9.s2：进行告警事件识别，从基线算法库中提取匹配的时延数据基线；其中，时延数据基线采用平面坐标曲线表示，横轴代表时间，纵轴代表时延值；
10.s3：提取越限告警事件发生的时间点，根据提取的时间点向前和向后加减设定时间，形成时间比对范围；
11.s4：根据时间比对范围，从数据池中提取对应时间段的实时时延数据、实时时延抖动数据、实时流量数据和丢包数据，形成对比数据集；
12.s5：将对比数据集标注在横轴为时间比对范围，纵轴为对比数据集中的属性值的坐标平面内，形成放置在两个坐标内的四条曲线，其中与时间相关的实时时延数据和实时
时延抖动数据两条曲线放置在其中一个坐标平面a内，与时间无关的两条曲线放置在另一个坐标平面b内；
13.s6：将时间比对范围内的时延基线放置在坐标平面a内；
14.s7：观察双平面坐标内的越限告警事件发生的时间点周围的曲线波动情况，进而确定深层次告警原因；
15.完成基于多维数据基线的深层次告警定位。
16.本发明相对于现有技术的优点和创新点如下：
17.1、本发明将时延数据基线的基准值设定为阈值范围，且将时延数据基线基于平面坐标表示，为运维人员提供直观形象数据对比；
18.2、本发明首次提出多维数据基线的理念，并应用至深层次精准告警定位中，且将流量基线、时延基线、抖动基线和丢包基线综合联动；
19.3、本发明精准数据基线基准值随着流量数据的日益增多，不断动态更新其精准度日臻完善，从而为告警精准确定提供数据支撑。
附图说明
20.图1是本发明的流程图。
具体实施方式
21.下面结合图1，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
22.一种基于多维数据基线的深层次告警定位方法，包括以下步骤：
23.s1：接收到时延越限告警事件；
24.s2：进行告警事件识别，从基线算法库中提取匹配的时延数据基线；其中，基线算法库中存储有时延数据基线，时延数据基线采用平面坐标曲线表示，横轴代表时间，纵轴代表时延值；
25.s3：提取越限告警事件发生的时间点，根据该时间点向前向后加减设定时间(本实施例为10分钟)，形成时间比对范围；
26.s4：根据时间比对范围，从数据池中提取对应时间段的实时时延数据、实时时延抖动数据、实时流量数据和丢包数据，形成对比数据集；
27.s5：将对比数据集中的标注在横轴为时间比对范围，纵轴为对比数据集中的属性值的坐标平面内，形成放置在两个坐标内的四条曲线，其中与时间相关的实时时延数据和实时时延抖动数据两条曲线放置在坐标平面a内，与时间无关的两条曲线放置在坐标平面b内；
28.s6：将时间比对范围内的时延基线放置在坐标平面a内；
29.s7：观察双平面坐标内的越限告警事件发生的时间点附近的曲线波动情况，进而确定深层次告警原因；
30.完成基于多维数据基线的深层次告警定位。


技术特征：
1.一种基于多维数据基线的深层次告警定位方法，其特征在于，包括以下步骤：s1：接收时延越限告警事件；s2：进行告警事件识别，从基线算法库中提取匹配的时延数据基线；其中，时延数据基线采用平面坐标曲线表示，横轴代表时间，纵轴代表时延值；s3：提取越限告警事件发生的时间点，根据提取的时间点向前和向后加减设定时间，形成时间比对范围；s4：根据时间比对范围，从数据池中提取对应时间段的实时时延数据、实时时延抖动数据、实时流量数据和丢包数据，形成对比数据集；s5：将对比数据集标注在横轴为时间比对范围，纵轴为对比数据集中的属性值的坐标平面内，形成放置在两个坐标内的四条曲线，其中与时间相关的实时时延数据和实时时延抖动数据两条曲线放置在其中一个坐标平面a内，与时间无关的两条曲线放置在另一个坐标平面b内；s6：将时间比对范围内的时延数据基线放置在坐标平面a内；s7：观察双平面坐标内的越限告警事件发生的时间点周围的曲线波动情况，进而确定深层次告警原因；完成基于多维数据基线的深层次告警定位。

技术总结
本发明涉及网络运维和流量管控领域中一种基于多维数据基线的深层次告警定位方法，包括：接收时延越限告警事件；从基线算法库中提取匹配的时延数据基线；提取越限告警事件发生的时间点，根据提取的时间点向前和向后加减设定时间，形成时间比对范围；根据时间比对范围，从数据池中提取数据形成对比数据集；将对比数据集标注在横轴为时间比对范围，纵轴为对比数据集中的属性值的坐标平面内，形成放置在两个坐标内的四条曲线，将时间比对范围内的时延数据基线放置其中一个坐标平面A内；观察双平面坐标内的越限告警事件发生的时间点周围的曲线波动情况，进而确定深层次告警原因；本发明为精准越限告警提供了数据支撑。为精准越限告警提供了数据支撑。为精准越限告警提供了数据支撑。


技术研发人员：韦蓉 陈晓 李宏 陈运军 金建忠 张林 霍永华
受保护的技术使用者：中国电子科技集团公司第五十四研究所
技术研发日：2021.12.23
技术公布日：2022/4/29