SDN网络的故障节点探测方法及其故障节点探测系统技术方案

本发明专利技术属于通信技术领域，具体涉及一种SDN网络的故障节点探测方法及其故障节点探测系统。该SDN网络的故障节点探测方法，包括：步骤1：在节点设置探针，并获取所述探针所属所述节点的状态；步骤2：计算出所述探针所属所述节点的影响因子；步骤3：根据每条所述探针所属所述节点的状态的探测结果、以及所述探针所属所述节点的路径，计算所述节点的故障概率；步骤4：找出所述节点的故障概率达到最大值时的条件；步骤5：输出所有概率达到最大值的所述节点集合，即得到的故障节点集合。其利用贝叶斯网络在SDN网络中部署探针实现对故障节点探测，能有效解决当前SDN网络中出现故障节点时，由于网络结构庞大，不易发现其故障点并将故障点定位出来的问题。

Fault node detection method for SDN network and fault node detection system thereof

The invention belongs to the field of communication technology, in particular to a fault node detection method of SDN network and a fault node detection system thereof. Fault detection method, node of the SDN network includes the following steps: Step 1: set the probe in the node, and obtain the probe belongs to the node state; step 2: calculate the impact factor of the probe belongs to the node; step 3: according to the detection result, each of the probes is described the status of the node and path of the probe of the node, the node failure probability calculation; step 4: find out the failure probability of the node reaches the maximum value when conditions; step 5: the output of all probability reaches the maximum value of the node set, namely fault nodes get set. The use of Bayesian networks in the SDN network deployment probe to detect the fault node, can effectively solve the fault node in current SDN network, because the network structure is huge, not easy to find the fault point and fault location is out of the question.

【技术实现步骤摘要】
SDN网络的故障节点探测方法及其故障节点探测系统
本专利技术属于通信
，具体涉及一种SDN网络的故障节点探测方法及其故障节点探测系统。
技术介绍
在SDN网络(SoftwareDefinedNetwork，即软件定义网络)实现了数据转发和控制分离，是一种数据控制分离、软件可编程的网络架构，其采用集中式的控制平面和分布式的转发平面，控制平面和转发平面相互分离，控制平面利用南向接口协议对转发平面上的网络设备进行集中式控制，并通过开放北向接口为网络提供灵活的可编程能力。SDN网络不可避免地存在节点故障失效的问题，目前SDN网络技术比较新颖，关于SDN网络的故障诊断，尤其是在虚拟私有云环境下的SDN网络故障诊断的研究很少。如何进行SDN网络的节点故障诊断，及时进行故障恢复，保证SDN网络所承载业务的连贯性，是SDN网络故障诊断需要解决的主要问题。
技术实现思路
本专利技术所要解决的技术问题是针对现有技术中存在的上述不足，提供一种SDN网络的故障节点探测方法及其故障节点探测系统，其能至少部分解决SDN网络故障诊断的问题。解决本专利技术技术问题所采用的技术方案是该SDN网络的故障节点探测方法，包括步骤：步骤1：在节点设置探针，并获取所述探针所属所述节点的状态；步骤2：计算出所述探针所属所述节点的影响因子；步骤3：根据每条所述探针所属所述节点的状态的探测结果、以及所述探针所属所述节点的路径，计算所述节点的故障概率；步骤4：找出所述节点的故障概率达到最大值时的条件；步骤5：输出所有概率达到最大值的所述节点集合，即得到的故障节点集合。优选的是，在步骤1中：在网络中部分所述节点设置所述探针，并通过所述探针所属所述节点的状态集合得到所述探针所经过的路径的所述节点的状态的稀疏矩阵。优选的是，在步骤2中，所述探针所属所述节点的影响因子的计算公式为：IF(v0)＝αFin(v0)+βFout(v0)其中：v为网络中某个特定的节点，Fin(v0)为所述节点的内部影响因子，α为内部影响系数；Fout(v0)为所述节点的外部影响因子，β为外部影响系数，Sn为所述节点影响的业务数，Li为所述节点对某一个业务的影响程度所量化的数值，K(v)为所述节点的内部属性值。优选的是，步骤3中，所述节点的故障概率的计算公式为：P(V1,V2,…Vi，...Vn,T1,T2,...Tj,...Tm)＝P(T1|Pa(T1))P(T2|Pa(T2))...P(Tm|Pa(Tm))P(V1)P(V2)...P(Vn)其中：P(V1，V2，...Vi，...Vn，T1，T2，...Tj，...Tm)为所有所述节点的条件概率，表征所述节点的故障对整个网络带来的影响；(Pa(Tj)表示所述探针Tj经过的所有链路，当所述探针Tj中有节点故障时，p(Tj＝1|Pa(Tj))＝1，p(Tj＝0|Pa(Tj))＝0，当所述探针Tj无故障时，p(Tj＝1|Pa(Tj))＝0，p(Tj＝0|Pa(Tj))＝1；Tj＝1表示正常，Tj＝0表示故障；Vi为第i个所述节点，Tj为第j条所述探针，n为所述节点个数，m为所述探针条数(m＜n)。优选的是，在计算出所述探针所属所述节点的影响因子之后、计算所述节点的故障概率之前还包括步骤：根据所述稀疏矩阵，采用最大边缘化矩阵算法获得包括所有节点的状态的完全矩阵。一种SDN网络的故障节点探测系统，包括获取单元、计算单元、定位单元和输出单元，其中：所述获取单元，用于获取网络中节点的状态，并将所述节点的状态传输至所述计算单元；所述计算单元，用于接收所述节点的状态，计算网络中所述节点的影响因子以及所述节点在路径中有故障的概率；所述定位单元，用于根据所述计算单元中所述节点在路径中有故障的概率，找出所述节点的故障概率达到最大值时的条件；所述输出单元，用于输出所有概率达到最大值的所述节点集合，即得到的故障节点集合。优选的是，在所述获取单元中：在网络中部分所述节点设置所述探针，并通过所述探针所属所述节点的状态集合得到所述探针所经过的路径的所述节点的状态的稀疏矩阵。优选的是，所述计算单元包括影响因子计算模块，在所述影响因子计算模块中，所述探针所属所述节点的影响因子的计算公式为：IF(v0)＝αFin(v0)+βFout(v0)其中：v为网络中某个特定的节点，Fin(v0)为所述节点的内部影响因子，α为内部影响系数；Fout(v0)为所述节点的外部影响因子，β为外部影响系数，Sn为所述节点影响的业务数，Li为所述节点对某一个业务的影响程度所量化的数值，K(v)为所述节点的内部属性值。优选的是，所述计算单元包括节点概率计算模块，在所述节点概率计算模块中，所述节点的故障概率的计算公式为：P(V1,V2,…Vi，...Vn,T1,T2,...Tj,...Tm)＝P(T1|Pa(T1))P(T2|Pa(T2))...P(Tm|Pa(Tm))P(V1)P(V2)...P(Vn)其中：P(V1，V2，...Vi，...Vn，T1，T2，...Tj，...Tm)为所有所述节点的条件概率，表征所述节点的故障对整个网络带来的影响；(Pa(Tj)表示所述探针Tj经过的所有链路，当所述探针Tj中有节点故障时，p(Tj＝1|Pa(Tj))＝1，p(Tj＝0|Pa(Tj))＝0，当所述探针Tj无故障时，p(Tj＝1|Pa(Tj))＝0，p(Tj＝0|Pa(Tj))＝1；Tj＝1表示正常，Tj＝0表示故障；Vi为第i个所述节点，Tj为第j条所述探针，n为所述节点个数，m为所述探针条数(m＜n)。优选的是，所述计算单元还包括补全模块，所述补全模块用于在计算出所述探针所属所述节点的影响因子之后、计算所述节点的故障概率之前：根据所述稀疏矩阵，采用最大边缘化矩阵算法获得包括所有节点的状态的完全矩阵。本专利技术的有益效果是：该SDN网络的故障节点探测方法及其故障节点探测系统，利用贝叶斯网络在SDN网络中部署探针实现对故障节点探测，能有效解决当前SDN网络中出现故障节点时，由于网络的结构庞大，不易发现其故障点，并将故障点定位出来的问题。附图说明图1为本专利技术实施例中SDN网络的故障节点探测方法的流程图；图2为本专利技术实施例中网元连接图的示意图；图3为本专利技术实施例中MMMF算法原理的示意图；图4为本专利技术实施例中节点与探针间的关系的示意图；图5为本专利技术实施例中SDN网络的故障节点探测系统的结构示意图；1-获取单元；2-计算单元；3-定位单元；4-输出单元。具体实施方式为使本领域技术人员更好地理解本专利技术的技术方案，下面结合附图和具体实施方式对本专利技术SDN网络的故障节点探测方法及其故障节点探测系统作进一步详细描述。本专利技术提出了一种SDN网络中的故障节点的探测方法，其将传统IP网中的探针技术引入到SDN网络中，部署尽可能少的探针实现了对SDN网络的状态采集，然后使用贝叶斯网络对网络状态进行分析，实现了SDN网络的故障检测。以下结合图1所示的基于探针的故障节点定位算法的流程图，说明基于影响因子的SDN网络的故障节点探测方法：步骤1：在节点设置探针，并获取探针所属节点的状态探测结果。在该步骤中，为了减少网络的负载，首先向SDN网络中发送少量的探针，在实际应用中，探针可以是部署到SDN网络中各个节点上的一段程序，可以本文档来自技高网...

【技术保护点】
一种SDN网络的故障节点探测方法，其特征在于，包括步骤：步骤1：在节点设置探针，并获取所述探针所属所述节点的状态；步骤2：计算出所述探针所属所述节点的影响因子；步骤3：根据每条所述探针所属所述节点的状态的探测结果、以及所述探针所属所述节点的路径，计算所述节点的故障概率；步骤4：找出所述节点的故障概率达到最大值时的条件；步骤5：输出所有概率达到最大值的所述节点集合，即得到的故障节点集合。

【技术特征摘要】
1.一种SDN网络的故障节点探测方法，其特征在于，包括步骤：步骤1：在节点设置探针，并获取所述探针所属所述节点的状态；步骤2：计算出所述探针所属所述节点的影响因子；步骤3：根据每条所述探针所属所述节点的状态的探测结果、以及所述探针所属所述节点的路径，计算所述节点的故障概率；步骤4：找出所述节点的故障概率达到最大值时的条件；步骤5：输出所有概率达到最大值的所述节点集合，即得到的故障节点集合。2.根据权利要求1所述的SDN网络的故障节点探测方法，其特征在于，在步骤1中：在网络中部分所述节点设置所述探针，并通过所述探针所属所述节点的状态集合得到所述探针所经过的路径的所述节点的状态的稀疏矩阵。3.根据权利要求1所述的SDN网络的故障节点探测方法，其特征在于，在步骤2中，所述探针所属所述节点的影响因子的计算公式为：IF(v0)＝αFin(v0)+βFout(v0)其中：v为网络中某个特定的节点，Fin(v0)为所述节点的内部影响因子，α为内部影响系数；Fout(v0)为所述节点的外部影响因子，β为外部影响系数，Sn为所述节点影响的业务数，Li为所述节点对某一个业务的影响程度所量化的数值，K(v)为所述节点的内部属性值。4.根据权利要求1所述的SDN网络的故障节点探测方法，其特征在于，步骤3中，所述节点的故障概率的计算公式为：P(V1,V2,...Vi，...Vn,T1,T2,...Tj,...Tm)＝P(T1|Pa(T1))P(T2|Pa(T2))...P(Tm|Pa(Tm))P(V1)P(V2)...P(Vn)其中：P(V1，V2，...Vi，...Vn，T1，T2，...Tj，...Tm)为所有所述节点的条件概率，表征所述节点的故障对整个网络带来的影响；(Pa(Tj)表示所述探针Tj经过的所有链路，当所述探针Tj中有节点故障时，p(Tj＝1|Pa(Tj))＝1，p(Tj＝0|Pa(Tj))＝0，当所述探针Tj无故障时，p(Tj＝1|Pa(Tj))＝0，p(Tj＝0|Pa(Tj))＝1；Tj＝1表示正常，Tj＝0表示故障；Vi为第i个所述节点，Tj为第j条所述探针，n为所述节点个数，m为所述探针条数(m＜n)。5.根据权利要求2所述的SDN网络的故障节点探测方法，其特征在于，在计算出所述探针所属所述节点的影响因子之后、计算所述节点的故障概率之前还包括步骤：根据所述稀疏矩阵，采用最大边缘化矩阵算法获得包括所有节点的状态的完全矩阵。6.一种SDN网络的故障节点探测系统，其特征在于，包括获取单元、计算单元、定位单元和输出单元，其中：所述获...

【专利技术属性】
技术研发人员：殷波，王志军，冯伟斌，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：北京,11