[发明专利]基于大数据的工控网络交换机灰度检测方法

说明书

本发明公开了一种基于大数据的工控网络交换机灰度检测方法，该方法由网络架构分析、电路状态信息获取、路径异常判定和交换机灰度量化四部分组成；网络架构分析部分解析整个工控网络的拓扑结构，找出所有数据包传递路径；电路状态信息获取部分从中央控制电脑对所有工控设备定时连续发送数据包，获取电路状态信息以构建数据集；路径异常判定部分结合实时流量数据分析数据集，判定各路径是否出现异常，对所有异常路径进行记录；交换机灰度量化部分根据不同路径的判定结果进行拓扑分析，依照概率及异常权重计算各交换机灰度，得出最终结果；本发明可以有效定位工控网络长时间运行情况下交换机发生的小概率异常，减小人工排查的工作量。

技术领域

本发明涉及一种基于大数据的工控网络交换机灰度检测方法，具体地说，涉及一种通过大数据分析为主的交换机健康情况诊断方法。

背景技术

随着通信技术不断发展，通信环境日益复杂化，以太网在人们生活中扮演着越来越重要的角色，以太网交换机作为其中的重要部分有着广泛的应用前景以及巨大的发展潜力。由于工控网络在使用中，各种工控设备必然是长时间不间断运行，交换机作为各个工控设备的链接纽带也需要长时间连续工作，然而随着交换机使用时间的增加，由于内部电路元件受到空气氧化、尘埃沾染等影响，可能导致其在长时间连续工作时出现小概率的异常情况。

目前工控网络中针对交换机异常检测的方法可分为三类。1、使用SNMP协议，通过网管系统，配置当利用率、错误或者其他参数超过一定阈值的时候，交换机主动发出SNMP陷阱，利用监测工具分析异常原因。2、高级的网络技术支持工程师或其他知道交换机密码的人在进行故障诊断时可以选择通过TELENET或者交换机的串口登陆，来检查交换机的配置，与厂家提供的实时故障诊断工具配合，分析异常特征进行诊断。3、使用端口镜像方法，把需要监测的端口流量备份到一个专门的空闲口，接入一个监测工具如协议分析仪，对流量数据进行分析诊断。但在已有的检测方法中，对于出现故障无法再正常工作的交换机异常检测具有良好效果，而当交换机仅是因为使用时间过久，偶尔出现小概率的异常，其余绝大多数时间都在正常工作，此时使用传统的检测方法很难抓住其小概率的异常情况，因此使用大数据对交换机工作状况进行长期连续的检测在工控网络监测中具有重要意义和研究价值。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于大数据的工控网络交换机灰度检测方法，本发明使用长期连续的大数据监测方法，对工控网络中所有的交换机同时进行灰度检测，解决了目前异常检测方法只针对完全失效或绝大多数时间都无法正常工作的交换机的问题，并通过大数据突破人类经验的局限，对不同厂家生产的交换机都具有良好的泛化特性。

本发明的目的是通过以下技术方案来实现的：一种基于大数据的工控网络交换机灰度检测方法，包括如下步骤：

步骤1：解析整个工控网络的拓扑结构，将控制节点和与其相连的交换机作为一个设备组，按照设备层级对设备组进行编号，找出所有数据包传递路径并记录路径内包含的设备组编号；

步骤2：由中央控制电脑向工控网络中所有设备组定时连续发送数据包(如ping包等响应数据包)，以获得电路状态信息，记录电路状态信息及各个交换机实时流量数据，构建数据集；

步骤3：提取数据集中的各项数据特征，利用前一段时间内的数据特征对当前时刻的数据进行预测，当预测值与真实值相差超过一定阈值时，判定路径出现异常，并对出现异常的所有路径进行记录，同时结合实时流量信息，若判定当前时刻出现异常，但对应异常路径上有交换机流量过大，则忽略该次异常情况；