申请/专利权人：中电信数智科技有限公司

申请日：2022-05-30

公开（公告）日：2024-04-16

公开（公告）号：CN115037634B

主分类号：H04L41/149

分类号：H04L41/149;H04L41/14;H04L41/06;G06N7/01

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2022.09.30#实质审查的生效;2022.09.09#公开

摘要：本发明公开了一种基于马氏链和贝叶斯网络的k8s网络故障预测方法，包括：在组网内的中央集群管理服务器上创建一个基于k8s的中央调度集群，部署相关节点、数据库和模型；构建使用固定流量阈值的基于马尔可夫链的网络预警模型，获得模型训练参数数据；构建基于贝叶斯的阈值预测模型，获得预测模型参数，阈值预测模型分析历史故障数据得出更符合当前业务特征的故障阈值代替马网络预警模型使用中的固定流量阈值，实现连续时间的k8s网络故障预测。本发明采用贝叶斯阈值预测模型调整监控阈值来解决马尔科夫链的网络预警模型稳态分布的方法不能实现对连续时间马尔科夫链的计算从而造成对网络预警模型预测失真的问题。

主权项：1.一种基于马氏链和贝叶斯网络的k8s网络故障预测方法，其特征在于，包括：步骤一、在组网内的中央集群管理服务器上创建一个基于k8s的中央调度集群，部署相关节点、数据库和模型；步骤二、构建使用固定流量阈值的基于马尔可夫链的网络预警模型，基于步骤一部署内容获得模型训练参数数据；所述步骤二包括：S1、构建使用固定流量阈值的基于马尔可夫链的网络预警模型，其对应的马尔可夫转移概率矩阵模型公式为：Xk+1＝Xk×P式中：Xk表示趋势分析与预测对象在t＝k时刻的状态向量，P表示一步转移概率矩阵，Xk+1表示趋势分析与预测对象在t＝k+1时刻的状态向量；S2、通过访问采集数据库和历史故障数据库获得参数生成矩形集合，所述参数包括固定流量阈值下历史网络故障初始概率、本时段固定阈值下网络故障转移到非故障概率、本时段固定阈值下非网络故障转移到故障概率；具体参数获取方式为：1、固定流量阈值下历史网络故障初始概率＝NN+C；N＝从历史故障数据库获取符合指定阈值条件的网络故障数据总条数；C＝从采集数据库获取符合指定阈值条件的网络采集数据总条数；2、本时段固定流量阈值下网络故障转移到非故障概率＝|S％-H％|x本时间段内采集总条数S；H％＝从历史故障数据库获取本时间段内符合指定阈值条件的网络故障数据总条数本时间段内采集总条数；S％＝从采集数据库获取本时间段内符合指定阈值条件的发生且故障未恢复的网络采集数据总条数本时间段内采集总条数；S＝本时间段内故障未恢复数据总条数；3、本时段固定流量阈值下非网络故障转移到故障概率＝|S％-H％|x本时间段内采集总条数本时间段内采集总条数-本时间段内故障未恢复数据总条数；S3、网络预警模型基于S2获取的固定流量阈值下历史网络故障初始概率、本时段固定阈值下网络故障转移到非故障概率、本时段固定阈值下非网络故障转移到故障概率，得出下一个时段阈值不变网络故障占采集数据占比、下一个时段阈值不变非网络故障占采集数据占比和下一时段阈值不变情况下故障与非故障比例；步骤三、构建基于贝叶斯的阈值预测模型，基于步骤一部署内容获得预测模型参数，阈值预测模型分析历史故障数据得出更符合当前业务特征的故障阈值代替马网络预警模型使用中的固定流量阈值，实现连续时间的k8s网络故障预测。

全文数据：

权利要求：

百度查询： 中电信数智科技有限公司 一种基于马氏链和贝叶斯网络的k8s网络故障预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD