1.一种基于业务特征的载波网络故障诊断方法，其特征在于，包括：根据与网络节点相关联的异常服务，得到所述网络节点的特征；其中，所述网络节点的特征包括故障特征、历史故障特征和资源利用率；根据所述网络节点的特征，构建网络节点故障可能性分析矩阵；将网络节点故障可能性分析矩阵进行归一化处理，得到优化矩阵；根据所述优化矩阵，得到网络节点的故障可信度；根据所述故障可信度，得到虚拟业务的异常可信度，并根据异常业务的异常可信度，得到异常可信度集合；对所述异常可信度集合中的每个异常业务进行故障定位。
2.根据权利要求1所述的基于业务特征的载波网络故障诊断方法，其特征在于，所述根据与网络节点相关联的异常服务，得到所述网络节点的特征，包括：根据网管系统上报的与所述网络节点相关联的异常服务的集合，以及故障传播模型中与所述网络节点相关联的异常服务的集合，计算所述网络节点发生故障的确定性，得到所述网络节点的故障特征；网络节点发生故障的确定性通过以下公式进行计算：其中， 表示网络节点f i 发生故障的确定性； 表示网管系统上报的与网络节点f i 相关联的异常服务的集合； 表示故障传播模型中与网络节点f i 相关联的异常服务的集合； 时，s j 表示网管系统上报的与网络节点f i 相关联的异常服务的集合中的元素； 时，s j 表示故障传播模型中与网络节点f i 相关联的异常服务的集合中的元素；P(s j |f i )表示f i 发生故障时，s j 为异常的概率。
3.根据权利要求1所述的基于业务特征的载波网络故障诊断方法，其特征在于，所述根据与网络节点相关联的异常服务，得到所述网络节点的特征，包括：根据预设时间段内所有网络节点发生的不可用次数，计算网络节点在预设时间段内发生不可用次数的归一化取值，得到历史故障特征；网络节点在预设时间段内发生不可用次数的归一化取值，通过以下公式进行计算：其中， 表示网络节点f i 在时间段t内发生不可用次数的归一化取值， 表示网络节点f i 在时间段t内发生不可用的次数， 表示时间段t内所有网络节点发生不可用次数的最小值， 表示时间段t内所有网络节点发生不可用次数的最大值。
4.根据权利要求1所述的基于业务特征的载波网络故障诊断方法，其特征在于，所述根据与网络节点相关联的异常服务，得到所述网络节点的特征，包括：根据网络节点的节点资源使用量、节点资源量、链路使用量和链路资源量，得到网络节点的资源利用率；网络节点的资源利用率，通过以下公式进行计算：其中，Used(n i )表示网络节点n i 的节点资源使用量与链路使用量之和，All(n i )表示网络节点n i 的节点资源量与链路资源量之和。
5.根据权利要求1所述的基于业务特征的载波网络故障诊断方法，其特征在于，所述网络节点的故障可信度，通过以下公式进行计算：R＝(r ij ) NM ；其中，x ij 表示第i个网络节点的第j个故障性能指标的取值，N表示网络节点的数量，M表示每个网络节点的故障性能指标数量， 表示第i个网络节点的第j个指标的最大值， 表示第i个网络节点的第j个指标的最小值，Z i 表示网络节点的故障可信度，下标NM表示矩阵R是N行、M列，r ij 表示矩阵R中的元素。
6.一种基于业务特征的载波网络故障诊断系统，其特征在于，包括：特征分析模块，用于根据与网络节点相关联的异常服务，得到所述网络节点的特征；其中，所述网络节点的特征包括故障特征、历史故障特征和资源利用率；矩阵构建模块，用于根据所述网络节点的特征，构建网络节点故障可能性分析矩阵；矩阵优化模块，用于将网络节点故障可能性分析矩阵进行归一化处理，得到优化矩阵；故障可信度获取模块，用于根据所述优化矩阵，得到网络节点的故障可信度；异常可信度分析模块，用于根据所述故障可信度，得到虚拟业务的异常可信度，并根据异常业务的异常可信度，得到异常可信度集合；故障定位模块，用于对所述异常可信度集合中的每个异常业务进行故障定位。
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5任一项所述的基于业务特征的载波网络故障诊断方法。
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5任一项所述的基于业务特征的载波网络故障诊断方法。
