5G网络切片下基于服务特征的故障诊断方法及系统

1.一种5G网络切片下基于服务特征的故障诊断方法，其特征在于，包括：接收虚拟网络发送的异常服务信息；根据所述虚拟网络与底层网络的映射关系及所述异常服务信息，构建底层网络与异常服务的故障传播模型；根据动态路由协议确定每一个网络节点可替代性，并根据所述网络节点可替代性优化所述故障传播模型；通过所述故障传播模型得到每一个网络节点发生故障的概率值；根据所述网络节点发生故障的概率值对所有网络节点进行降序排列，构建故障集合，实现网络故障诊断。 2.如权利要求1所述的一种5G网络切片下基于服务特征的故障诊断方法，其特征在于，所述根据动态路由协议确定每一个网络节点可替代性，并根据所述网络节点可替代性优化所述故障传播模型，包括：通过网络节点的可替代概率模型计算每一个网络节点的可替代概率；具体地，通过以下公式进行计算：其中，n j 表示目标网络节点， 表示 的网络拓扑相似率， 表示目标网络节点n j 的邻接点，Q(n j )表示和网络节点n j 相连接的节点集合；根据所述网络节点的可替代概率筛选满足预设条件的网络节点作为可信任网络节点；通过服务节点的信任度模型计算服务状态正常的可信度；具体地，通过以下公式进行计算：其中， 表示服务状态正常的可信度，n j 表示目标网络节点， 表示故障传播模型中与 相连接的所有故障节点的集合， 表示与目标网络节点n j 相连接的服务正常的网络节点， 为 归一化结果；根据所述可信任网络节点及所述服务状态正常的可信度优化所述故障传播模型。 3.如权利要求2所述的一种5G网络切片下基于服务特征的故障诊断方法，其特征在于，所述根据所述网络节点的可替代概率筛选满足预设条件的网络节点作为可信任网络节点，包括：通过网络节点中心度模型计算网络节点的中心度；具体地，通过以下公式进行计算：其中，CC(n j )表示目标网络节点n j 的中心度，n r ∈ψ(n j )表示网络拓扑中去除目标网络节点n j 之后的网络节点集合，d rj 表示参考网络节点n r 和目标网络节点n j 之间最短路径包含的链路数量；通过网络节点链路模块计算网络节点的链路数；具体地，通过以下公式进行计算：其中，DC(n j )表示目标网络节点n j 的链路数，e∈E(n j )表示网络节点n j 的边，bw(e)表示边的带宽值；根据所述网络节点的中心度及所述网络节点的链路数得到网络节点的资源总量；具体地，通过以下公式进行计算：其中， 表示网络节点的资源总量，CC(n j )表示目标网络节点n j 的中心度，min CC 表示网络节点的中心度的最小值，max CC 表示网络节点的中心度的最大值，DC(n j )表示目标网络节点n j 的链路数，min DC 表示网络节点的链路数最小值，max DC 表示网络节点的链路数最大值；根据所述网络节点的资源总量得到网络节点的资源量在总资源中的占比；具体地，通过以下公式进行计算：其中， 表示目标网络节点n j 的资源量在总资源中的占比， 表示目标网络节点的资源总量，n i ∈N S 表示网络拓扑中的所有网络节点；根据与目标网络节点有关的所述异常服务信息及所有异常服务信息得到与目标网络节点有关的所述异常服务信息在所有异常服务信息的占比率；具体地，通过以下公式计算：其中， 表示目标网络节点有关的所述异常服务信息在所有异常服务信息的占比率， 表示与目标网络节点有关的所述异常服务信息，S - 表示所有异常服务信息；根据所述网络节点的资源量在总资源中的占比及所述目标网络节点有关的所述异常服务信息在所有异常服务信息的占比率得到网络节点的故障可信度；具体地，通过以下公式进行计算：其中， 表示网络节点的故障可信度， 表示目标网络节点n j 的资源量在总资源中的占比， 表示目标网络节点有关的所述异常服务信息在所有异常服务信息的占比率。 4.如权利要求1所述的一种5G网络切片下基于服务特征的故障诊断方法，其特征在于，所述根据虚拟网络与底层网络的映射关系及所述异常服务信息，构建底层网络与异常服务的故障传播模型包括：根据网络运营数据获取网络节点故障的概率、服务异常的概率及网络节点故障时服务异常的概率；根据所述网络节点故障的概率、所述服务异常的概率及所述网络节点故障时服务异常的概率建立故障传播模型；具体地，通过以下公式进行计算：其中，p(n j |s i )表示网络节点故障传播的概率，p(n j )表示网络节点故障的概率，p(s i |n j )表示网络节点故障时服务异常的概率，n i ∈N S 表示网络拓扑中的所有网络节点。 5.如权利要求1所述的一种5G网络切片下基于服务特征的故障诊断方法，其特征在于，所述根据所述网络节点发生故障的概率值对所有网络节点进行降序排列，构建故障集合，实现故障诊断，包括：根据所述网络节点发生故障的概率值对所有网络节点进行降序排列，得到故障可信度集合；根据所述故障可信度集合构建疑似故障传播模型；通过最大覆盖方法处理所述疑似故障传播模型得到故障集合，实现故障诊断。 6.一种5G网络切片下基于服务特征的故障诊断系统，其特征在于，包括：异常服务信息接收模块，用于接收虚拟网络发送的异常服务信息；故障传播模型构建模块，用于根据所述虚拟网络与底层网络的映射关系及所述异常服务信息，构建底层网络与异常服务的故障传播模型；故障传播模型优化模块，用于根据动态路由协议确定每一个网络节点可替代性，并根据所述网络节点可替代性优化所述故障传播模型；网络故障概率值计算模块，用于通过所述故障传播模型得到每一个网络节点发生故障的概率值；故障诊断模块，用于根据所述网络节点发生故障的概率值对所有网络节点进行降序排列，构建故障集合，实现网络故障诊断。 7.如权利要求6所述的一种5G网络切片下基于服务特征的故障诊断系统，其特征在于，所述故障传播模型优化模块，包括：网络节点的可替代概率计算子模块，用于通过网络节点的可替代概率模型计算每一个网络节点的可替代概率；具体地，通过以下公式进行计算：其中，n j 表示目标网络节点， 表示 的网络拓扑相似率， 表示目标网络节点n j 的邻接点，Q(n j )表示和网络节点n j 相连接的节点集合；网络节点筛选子模块，用于根据所述网络节点的可替代概率筛选满足预设条件的网络节点作为可信任网络节点；服务状态正常的可信度计算子模块，用于通过服务节点的信任度模型计算服务状态正常的可信度；具体地，通过以下公式进行计算：其中， 表示服务状态正常的可信度，n j 表示目标网络节点， 表示故障传播模型中与 相连接的所有故障节点的集合， 表示与目标网络节点n j 相连接的服务正常的网络节点， 为 归一化结果；优化子模块，用于根据所述可信任网络节点及所述服务状态正常的可信度优化所述故障传播模型。 8.如权利要求7所述的一种5G网络切片下基于服务特征的故障诊断系统，其特征在于，网络节点筛选子模块，包括：中心度计算子模块，用于通过网络节点中心度模型计算网络节点的中心度；具体地，通过以下公式进行计算：其中，CC(n j )表示目标网络节点n j 的中心度，n r ∈ψ(n j )表示网络拓扑中去除目标网络节点n j 之后的网络节点集合，d rj 表示参考网络节点n r 和目标网络节点n j 之间最短路径包含的链路数量；链路数计算子模块，用于通过网络节点链路模块计算网络节点的链路数；具体地，通过以下公式进行计算：其中，DC(n j )表示目标网络节点n j 的链路数，e∈E(n j )表示网络节点n j 的边，bw(e)表示边的带宽值；资源总量计算子模块，用于根据所述网络节点的中心度及所述网络节点的链路数得到网络节点的资源总量；具体地，通过以下公式进行计算：其中， 表示网络节点的资源总量，CC(n j )表示目标网络节点n j 的中心度，min CC 表示网络节点的中心度的最小值，max CC 表示网络节点的中心度的最大值，DC(n j )表示目标网络节点n j 的链路数，min DC 表示网络节点的链路数最小值，max DC 表示网络节点的链路数最大值；网络节点的资源量在总资源中的占比计算子模块，用于根据所述网络节点的资源总量得到网络节点的资源量在总资源中的占比；具体地，通过以下公式进行计算：其中， 表示目标网络节点n j 的资源量在总资源中的占比， 表示目标网络节点的资源总量，n i ∈N S 表示网络拓扑中的所有网络节点；占比率计算子模块，用于根据与目标网络节点有关的所述异常服务信息及所有异常服务信息得到与目标网络节点有关的所述异常服务信息在所有异常服务信息的占比率；具体地，通过以下公式计算：其中， 表示目标网络节点有关的所述异常服务信息在所有异常服务信息的占比率， 表示与目标网络节点有关的所述异常服务信息，S - 表示所有异常服务信息；故障可信度计算子模块，用于根据所述网络节点的资源量在总资源中的占比及所述目标网络节点有关的所述异常服务信息在所有异常服务信息的占比率得到网络节点的故障可信度；具体地，通过以下公式进行计算：其中， 表示网络节点的故障可信度， 表示目标网络节点n j 的资源量在总资源中的占比， 表示目标网络节点有关的所述异常服务信息在所有异常服务信息的占比率。 9.如权利要求6所述的一种5G网络切片下基于服务特征的故障诊断系统，其特征在于，所述故障传播模型构建模块，还用于：根据网络运营数据获取网络节点故障的概率、服务异常的概率及网络节点故障时服务异常的概率；根据所述网络节点故障的概率、所述服务异常的概率及所述网络节点故障时服务异常的概率建立故障传播模型；具体地，通过以下公式进行计算：其中，p(n j |s i )表示网络节点故障传播的概率，p(n j )表示网络节点故障的概率，p(s i |n j )表示网络节点故障时服务异常的概率，n i ∈N S 表示网络拓扑中的所有网络节点。 10.如权利要求6所述的一种5G网络切片下基于服务特征的故障诊断系统，其特征在于，所述故障诊断模块，包括：故障可信度集合子模块，用于根据所述网络节点发生故障的概率值对所有网络节点进行降序排列，得到故障可信度集合；疑似故障传播模型建立子模块，用于根据所述故障可信度集合构建疑似故障传播模型；故障集合构建子模块，用于通过最大覆盖方法处理所述疑似故障传播模型得到故障集合，实现故障诊断。