[发明专利]确定故障根因的方法及装置

说明书

本申请公开了一种确定故障根因的方法及装置，旨在提高故障诊断的效率。该方法包括：根据故障树的根因判定规则确定多个第一样本；根据多个第一样本构造第一决策树，第一决策树中的根节点和中间节点代表m个特征中的特征，第一决策树中的叶子节点代表故障根因，根节点和中间节点中的每个节点包括第1分支、第2分支和第3分支中的一个或多个分支，一个节点的第3分支表示不存在该节点代表的特征；在故障场景下获取至少一个特征，并根据至少一个特征和第一决策树确定产生故障场景的故障根因。

技术领域

本申请涉及故障诊断领域，尤其涉及一种确定故障根因的方法及装置。

背景技术

目前，在通信网络中，可以通过故障树自动化确定产生通信故障的根本原因(以下简称故障根因)。例如，如图1所示，基于规则的故障树中，一个根因判定规则可以对应一个故障根因，当在故障场景下获取到的数据的表现情况符合一个根因判定规则时，可以确定导致出现该故障场景的故障根因为该根因判定规则对应的故障根因。其中，一个根因判定规则可以为通过与门和或门对多个单规则的组合，该情况下，在用于确定是否满足一个单规则的数据未被获取到的情况下，可能无法得到故障根因，降低了故障诊断的效率。

发明内容

本申请实施例提供了一种确定故障根因的方法及装置，旨在提高故障诊断的效率。

为达到上述目的，本申请实施例提供如下技术方案：

第一方面，提供了一种确定故障根因的方法，包括：根据故障树的根因判定规则确定多个第一样本，一个第一样本包括故障根因和m个特征的值，一个第一样本中的用于确定该第一样本中的故障根因的必要特征在该第一样本中为第1数值，该第一样本中的其他特征在该第一样本中为第2数值，一个根因判定规则由至少一个单规则组成，根因判定规则中的全部的m个单规则与m个特征一一对应；根据多个第一样本构造第一决策树，第一决策树中的根节点和中间节点代表m个特征中的特征，第一决策树中的叶子节点代表故障根因，根节点和中间节点中的每个节点包括第1分支、第2分支和第3分支中的一个或多个分支，一个节点的第1分支表示该节点代表的特征的值为第1数值，一个节点的第2分支表示该节点代表的特征的值为第2数值，一个节点的第3分支表示不存在该节点代表的特征；在故障场景下获取至少一个特征，并根据至少一个特征和第一决策树确定故障场景的故障根因。第一方面提供的方法，可以将故障树转换为决策树，通过加入缺失值下的决策树分支(即第3分支)，使得缺失单规则的情况，同样可以得到故障根因，提高故障诊断的效率。

在一种可能的设计中，第一决策树中的一个节点对应的特征产生的信息增益大于该节点的子节点对应的特征产生的信息增益，一个节点对应的特征产生的信息增益是指第一熵和该节点对应的第二熵的差值，其中，第一熵为根据多个第一样本计算得到的熵，该节点对应的第二熵为采用该节点对应的特征的值将多个第一样本划分为两部分后计算得到的熵，两部分中的一部分第一样本中的该节点对应的特征的值为第1数值，另一部分第一样本中的该节点对应的特征的值为第2数值，在根据多个第一样本构造第一决策树之前，该方法还包括：计算m个特征产生的信息增益；根据多个第一样本构造第一决策树，包括：根据多个第一样本和m个特征产生的信息增益构造第一决策树。该种可能的设计，可以通过计算各个节点的信息增益发现单规则的重要程度，只要重要的单规则存在，就可以判断出故障根因，不需要所有单规则都存在，提高故障诊断的效率。

在一种可能的设计中，该方法还包括：在至少一个故障场景下获取特征，根据在至少一个故障场景下获取的特征和用户在至少一个故障场景下反馈的实际故障根因生成至少一个第二样本；根据至少一个第二样本和多个第一样本构造第二决策树。该种可能的设计，引入了人工智能，根据用户在故障场景下反馈的实际故障根因对第一决策树进行更新得到第二决策树，从而使得第二决策树能够更加准确的确定故障根因。