1.一种基于拓扑感知的载波网络服务故障诊断方法，其特征在于，包括：根据k－Core算法将底层网络分解成边缘子网和核心子网；根据虚拟网和底层网络的映射关系，分别对所述边缘子网和核心子网构建故障传播模型；根据第一预设条件，获取底层网络中每个底层网络节点的故障可信度，具体采用如下公式：其中， 表示故障节点f i 上承载的虚拟网服务中出现异常服务集合 表示故障节点f i 上承载的所有虚拟网服务组成的集合 P(s j |f i )表示故障节点f i 不可用时，其上承载的虚拟网服务s j 出现异常的概率；根据所述每个底层网络节点的故障可信度和第二预设条件，计算得到所述边缘子网和核心子网的故障传播模型的疑似故障集合；将所述边缘子网和核心子网的故障传播模型的疑似故障集合进行合并和去重处理；获得处理后的疑似故障集合；根据所述每个底层网络节点的故障可信度和第二预设条件，对所述处理后的疑似故障集合进行处理，获得最终的疑似故障集合。
2.根据权利要求1所述的基于拓扑感知的载波网络服务故障诊断方法，其特征在于，所述根据k－Core算法将底层网络分解成边缘子网和核心子网，包括：查找底层网络中度数为1的节点；删除底层网络中度数为1的节点以及相应的边，并放入边缘子网；判断底层网络中是否还有度数为1的节点，若是，返回步骤查找底层网络中度数为1的节点；将边缘子网中节点和边的壳指数赋值1；将所有未裁剪掉的节点和边放入核心子网并将壳指数赋值2。
3.根据权利要求1所述的基于拓扑感知的载波网络服务故障诊断方法，其特征在于，所述第二预设条件，采用如下公式：Ability(h * )＝argmax f∈h,s∈S RF(f)×EF(s)其中，Ability(h * )表示故障解释能力，S表示服务的症状，RF(f)表示h中的故障为真实故障的概率；EF(s)表示S中的被观测的症状能找到对应的发生故障的底层节点的概率；|h|表示疑似故障集合h中包含的故障数量。
4.一种基于拓扑感知的载波网络服务故障诊断装置，其特征在于，包括：分解模块、构建模块、可信度模块、第一获取模块、数据处理模块和第二获取模块，其中，所述分解模块，用于根据k－Core算法将底层网络分解成边缘子网和核心子网；所述构建模块，用于根据虚拟网和底层网络的映射关系，分别对所述边缘子网和核心子网构建故障传播模型；所述可信度模块，用于根据第一预设条件，获取底层网络中每个底层网络节点的故障可信度，具体采用如下公式：其中， 表示故障节点f i 上承载的虚拟网服务中出现异常服务集合 表示故障节点f i 上承载的所有虚拟网服务组成的集合 P(s j |f i )表示故障节点f i 不可用时，其上承载的虚拟网服务s j 出现异常的概率；所述第一获取模块，用于根据所述每个底层网络节点的故障可信度和第二预设条件，处理得到所述边缘子网和核心子网的故障传播模型的疑似故障集合；所述数据处理模块，用于将所述边缘子网和核心子网的故障传播模型的疑似故障集合进行合并和去重处理；获得处理后的疑似故障集合；所述第二获取模块，根据所述每个底层网络节点的故障可信度和第二预设条件，对所述处理后的疑似故障集合进行处理，获得最终的疑似故障集合。
5.根据权利要求4所述的基于拓扑感知的载波网络服务故障诊断装置，其特征在于，所述分解模块，具体用于：查找底层网络中度数为1的节点；删除底层网络中度数为1的节点以及相应的边，并放入边缘子网；判断底层网络中是否还有度数为1的节点，若是，返回步骤查找底层网络中度数为1的节点；将边缘子网中节点和边的壳指数赋值1；将所有未裁剪掉的节点和边放入核心子网并将壳指数赋值2。
6.根据权利要求4所述的基于拓扑感知的载波网络服务故障诊断装置，其特征在于，所述第二预设条件，采用如下公式：Ability(h * )＝arg max f∈h,s∈S RF(f)×EF(s)其中，Ability(h * )表示故障解释能力，S表示服务的症状，RF(f)表示h中的故障为真实故障的概率；EF(s)表示S中的被观测的症状能找到对应的发生故障的底层节点的概率；|h|表示疑似故障集合h中包含的故障数量。
7.一种计算机终端设备，其特征在于，包括：一个或多个处理器；存储器，与所述处理器耦接，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至3任一项所述的基于拓扑感知的载波网络服务故障诊断方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述的基于拓扑感知的载波网络服务故障诊断方法。
