本申请提供一种网络节点故障预警方法及装置，所述方法包括：对目标网络节点的时间特征和空间特征分别建模得到时间维度和空间维度的判决结果；融合两个模型的判决结果得到所述目标网络节点的最终的判决结果。本申请提供的网络节点故障预警方法及装置，先分别确定时间维度的判决结果和空间维度的判决结果，再融合时间维度的判决结果和空间维度的判决结果，得到网络节点的最终的判决结果，使得在为网络节点预警时性能更加优异，得到的预警结果更加准确。准确。准确。
【技术实现步骤摘要】
网络节点故障预警方法及装置
[0001]本申请涉及通信
，具体涉及一种网络节点故障预警方法及装置。
技术介绍
[0002]网络节点预警，即判断网络节点是否在未来有可能出现损坏，故提前预警可提前发现隐患，减少损失。
[0003]相关方案中通常采用阈值预警的方法进行网络节点预警，即人为的设置一个预警条件，一旦网络节点满足这个预警条件则预警；除了阈值预警外，还引入统计学知识来预警，即在时间维度上统计网络节点上一个时间段内的规则，一旦当前时刻网络节点不满足之前的规律，则对网络节点进行预警。
[0004]采用上述方法，获得的网络节点的预警结果不准确。
技术实现思路
[0005]本申请实施例提供一种网络节点故障预警方法及装置，用以解决网络节点的预警结果不准确的技术问题。
[0006]第一方面，本申请实施例提供一种网络节点故障预警方法，包括：
[0007]对目标网络节点的时间特征和空间特征分别建模得到时间维度和空间维度的判决结果；
[0008]融合两个模型的判决结果得到所述目标网络节点的最终的判决结果。
[0009]在一个实施例中，对目标网络节点的时间特征和空间特征分别建模得到时间维度和空间维度的判决结果，包括：
[0010]确定当前时刻所述目标网络节点的信息流与前一预时间段的信息流之间的平方差的和；
[0011]将所述平方差的和通过sigmod函数，映射出所述目标网络节点在时间维度上发生故障的第一概率值；
[0012]以所述第一概率值作为所述时间维度的判决结果。
[0013]在一个实施例中，对目标网络节点的时间特征和空间特征分别建模得到时间维度和空间维度的判决结果，包括：
[0014]确定以所述目标网络节点为中心的拓扑图；
[0015]将所述拓扑图输入至图神经网络中，得到所述目标网络节点在空间维度上发生故障的第二概率值；
[0016]以所述第二概率值作为所述空间维度的判决结果。
[0017]在一个实施例中，融合两个模型的判决结果得到所述目标网络节点的最终的判决结果，包括：
[0018]分别确定时间维度的判决结果和空间维度的判决结果对应的第一权重值和第二权重值；
[0019]根据所述时间维度的判决结果、所述空间维度的判决结果、所述第一权重值和所述第二权重值，得到所述目标网络节点的最终的判决结果。
[0020]在一个实施例中，根据所述时间维度的判决结果、所述空间维度的判决结果、所述第一权重值和所述第二权重值，得到所述目标网络节点的最终的判决结果对应的计算公式如下：
[0021]p＝λ*p
t
+(1
‑
λ)*p
s
[0022]其中，p表示目标网络节点的最终的判决结果，λ表示第一权重值，p
t
表示时间维度的判决结果,(1
‑
λ)表示第二权重值，p
s
表示空间维度的判决结果。
[0023]在一个实施例中，还包括：
[0024]获取当前时刻每一网络节点的信息流与前一预时间段的信息流，并抽取整个网络节点空间的拓扑图，所述拓扑图中的一个顶点表示一个网络节点，所述拓扑图中的一个边表示两个网络节点之间的关系。
[0025]第二方面，本申请实施例提供一种网络节点故障预警装置，包括：
[0026]第一获取模块，用于对目标网络节点的时间特征和空间特征分别建模得到时间维度和空间维度的判决结果；
[0027]第二获取模块，用于融合两个模型的判决结果得到所述目标网络节点的最终的判决结果。
[0028]第三方面，本申请实施例提供一种电子设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述程序时实现第一方面所述的网络节点故障预警方法的步骤。
[0029]第四方面，本申请实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现第一方面所述的网络节点故障预警方法的步骤。
[0030]第五方面，本申请实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现第一方面所述的网络节点故障预警方法的步骤。
[0031]本申请提供的网络节点故障预警方法及装置，先分别确定时间维度的判决结果和空间维度的判决结果，再融合时间维度的判决结果和空间维度的判决结果，得到网络节点的最终的判决结果，使得在为网络节点预警时性能更加优异，得到的预警结果更加准确。
附图说明
[0032]为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0033]图1是本申请实施例提供的网络节点故障预警方法的流程示意图；
[0034]图2是本申请实施例提供的网络节点故障预警原理示意图；
[0035]图3是本申请实施例提供的网络节点故障预警装置的结构示意图；
[0036]图4是本申请实施例提供的电子设备的结构示意图。
具体实施方式
[0037]相关方案中通常采用阈值预警的方法进行网络节点预警，即人为的设置一个预警条件，一旦网络节点满足这个预警条件则预警；除了阈值预警外，还引入统计学知识来预警，即在时间维度上统计网络节点上一个时间段内的规则，一旦当前时刻网络节点不满足之前的规律，则对网络节点进行预警。
[0038]基于监督学习的预警是一个分类问题，即考虑网络节点的自身指标，为网络节点是否需要预警分配一个概率，当需要预警的概率最大时，则为网络节点预警。由于网络节点的信息多是以表格形式存在的，深度学习模型比较难以将其向量化，而传统的机器学习模型可以直接将网络节点的指标视为特征，指标的数值视为特征值，故常用于网络节点的预警，常见的预警模型有决策树、XGboost等。
[0039]由于网络节点往往并不是孤立存在的，而是存在于一个网络图中，一个网络节点往往有多个邻节点；这时网络节点是否健康不仅仅受本网络节点自身影响，同时也受到周围网络节点的影响。现有的网络节点预警方法，往往仅从单一维度的时间维度(节点自身信息)或空间维度(节点的拓扑图)来刻画预警信息，这样的预警丢失了大量的有效数据，导致预警结果不准确。
[0040]本专利技术提出一种融合时空信息的网络节点预警方法，这一方法较现有方法的不同之处在于同时考虑节点的时间维度信息和空间维度信息，先分别确定时间维度的判决结果和空间维度的判决结果，然后融合两种结果得到最终的判决结果，可以更好地挖掘节点在复杂网络拓扑结构中的有效数据，帮助节点更好的预警。
[0041]为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种网络节点故障预警方法，其特征在于，包括：对目标网络节点的时间特征和空间特征分别建模得到时间维度和空间维度的判决结果；融合两个模型的判决结果得到所述目标网络节点的最终的判决结果。2.根据权利要求1所述的网络节点故障预警方法，其特征在于，对目标网络节点的时间特征和空间特征分别建模得到时间维度和空间维度的判决结果，包括：确定当前时刻所述目标网络节点的信息流与前一预时间段的信息流之间的平方差的和；将所述平方差的和通过sigmod函数，映射出所述目标网络节点在时间维度上发生故障的第一概率值；以所述第一概率值作为所述时间维度的判决结果。3.根据权利要求1所述的网络节点故障预警方法，其特征在于，对目标网络节点的时间特征和空间特征分别建模得到时间维度和空间维度的判决结果，包括：确定以所述目标网络节点为中心的拓扑图；将所述拓扑图输入至图神经网络中，得到所述目标网络节点在空间维度上发生故障的第二概率值；以所述第二概率值作为所述空间维度的判决结果。4.根据权利要求1所述的网络节点故障预警方法，其特征在于，融合两个模型的判决结果得到所述目标网络节点的最终的判决结果，包括：分别确定时间维度的判决结果和空间维度的判决结果对应的第一权重值和第二权重值；根据所述时间维度的判决结果、所述空间维度的判决结果、所述第一权重值和所述第二权重值，得到所述目标网络节点的最终的判决结果。5.根据权利要求4所述的网络节点故障预警方法，其特征在于，根据所述时间维度的判决结果、所述空间维度的判决结果、所述第一权重值和所述第二权重值，得到所述目标网络节点的最终的判决结果对...
【专利技术属性】
技术研发人员：李少凯，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。