[发明专利]一种用于故障根因的识别方法、装置和设备

说明书

本申请公开了一种用于故障根因的识别方法、装置和设备，对于网络中访问发生连通性故障时出现的失败流，从该网络的多个成功流中，根据失败流确定与该失败流具有高相似度的目标成功流；再根据失败流、目标成功流以及已训练的第一机器学习模型，得到该失败流的目标故障根因。这样，通过从网络的多个成功流中确定与失败流相关的目标成功流，以及一个利用大量的具有较少特征指标差别的成功和失败流训练出的第一机器学习模型，即可准确的学习出当前的失败流和目标成功流之间特征指标的差别，基于这少量的差别获得该失败流的目标故障根因，实现了对导致网络发生连通性故障的故障根因的准确识别，从而节约了网络维护升本，提高了用户使用该网络的体验。

技术领域

本申请涉及通信技术领域，特别是涉及一种用于故障根因的识别方法、装置和设备。

背景技术

目前，对于网络，例如：数据中心网络(英文：Data Center Network，简称：DCN)，被广泛的用于在internet网络基础设施上传递、加速、展示、计算、存储数据信息。

在网络中，包括：服务器和转发节点，服务器之间可以通过各转发节点进行各种协议的访问，例如：传输控制协议(英文：Transmission Control Protocol，简称：TCP)访问、互联网协议(英文：Internet Protocol，简称：IP)访问和用户数据报协议(英文：UserDatagram Protocol，简称：UDP)访问等。以TCP访问为例，具体过程包括：源服务器通过各转发节点向目的服务器发送TCP连接请求，由目的服务器再通过各转发节点向源服务器发送TCP应答消息，从而建立TCP访问连接。

但是，由于IP下线、应用下线或者应用负载过重等原因，网络中的访问连接可能建立失败，此时，视作该网络发生了一个连通性故障，为了保证业务不中断、该网络继续有序地运行，就需要及时的找出导致该访问发生连通性故障的准确原因，即，故障根因，从而可以高效且有针对性的排除故障。

发明内容

为了解决上述问题，本申请实施例提供了一种用于故障根因的识别方法、装置和设备，可以准确的识别出导致网络中访问发生连通性故障的故障根因，从而节约了网络的维护升本，提高了用户使用网络的体验。

第一方面，提供了一种用于故障根因的识别方法，对于具体的第一网络，如果有访问发生连通性故障对应的失败流出现，那么，首先，从第一网络的多个第一成功流中，根据该第一失败流确定与该第一失败流具有高相似度的第一目标成功流；然后，将第一失败流和该第一目标成功流输入到已训练的第一机器学习模型中，即可输出该第一失败流的目标故障根因。

这样，通过从网络的多个成功流中确定与失败流相似的目标成功流，即，确定了与该失败流只有少部分特征指标存在差别的目标成功流，结合利用大量的具有较少差异的成功和失败流反复训练出的第一机器学习模型，可以准确的学习出该待分析的失败流和其相关的目标成功流之间的特征指标的差别，从而基于这少量存在差别的特征指标，可以准确的输出该失败流的目标故障根因，如此，实现了对导致失败流发生连通性故障的故障根因的准确识别，从而节约了网络的维护升本，提高了用户使用该网络的体验。

在第一方面的第一种可能的实现方式中，本申请实施例还可以包括对第一机器学习模型的训练过程，具体包括：首先，确定第二网络中的多条第二失败流和与每条第二失败流对应的第一已知故障根因；然后，从第二网络的多条第二成功流中为每条第二失败流分别确定一条相关的第二目标成功流，其中，每条第二失败流和与其相关的第二目标成功流具有高相似度；接着，根据多条第二失败流的特征指标、与每条第二失败流对应的第一已知故障根因和与每条第二失败流相关的第二目标成功流的特征指标进行训练，得到第一机器学习模型。如此，训练得到的第一机器学习模型可以准确的学习出待分析的失败流和其相关的目标成功流之间的特征指标的少量差别，依据该差别得到表示该失败流的目标故障根因的输出结果，即，为本申请实施例提供的用于故障根因的识别方法提供了数据基础。