一种网络健康状态的评估方法和装置制造方法
【专利摘要】本发明实施例公开了一种网络健康状态的评估方法，包括：将待测网络的m个不同类型的网络状况参数划分为n个网络特征集合，并计算每个网络状况参数对应的子健康指数，m和n均为大于1的整数且n≤m；根据每个网络状况参数的子健康指数和预设的子权重系数计算出每个网络特征集合对应的中间健康指数；根据n个中间健康指数和预设的n个中间权重系数计算并显示所述待测网络的总健康指数，所述总健康指数用于表征所述待测网络的健康状态。本发明实施例还公开了一种网络健康状态的评估装置。采用本发明，可以更准确和直观的评价网络的健康状态。
【专利说明】一种网络健康状态的评估方法和装置
【技术领域】
[0001]本发明涉及网络领域，尤其涉及一种网络健康状态的评估方法和装置。
【背景技术】
[0002]随着网络技术的不断发展，人们对网络的依赖日渐增强，网络的结构变得越来越复杂。随着网络结构的日益复杂，对网络管理的要求也越来越高，网络运维人员想要随时掌握目前的网络健康状况以便进行网络维护也变得日益困难。
[0003]现有技术中，网络运维人员只能借助网管系统中的统计信息，依赖于运维管理经验通过对多个模块的综合分析才能在一定程度上了解当前网络的状态，并且准确性较低。比如目前的网络评分模型都是通过设备、链路的关键业绩指标(Key PerformanceIndication, KPI)指标来衡量网络的健康状况。然而，有时随着KPI指标的逐渐上升，用户的满意度却逐渐下降，评估结果缺乏一定的准确性。
【发明内容】
[0004]本发明实施例所要解决的技术问题在于如何更加直观和准确的评估网络的健康状态。
[0005]为了解决上述技术问题，本发明实施例第一方面提供了一种网络健康状态的评估方法，包括:
[0006]将待测网络的m个不同类型的网络状况参数划分为η个网络特征集合，并计算每个网络状况参数对应的子健康指数，m和η均为大于I的整数且η < m ;
[0007]根据每个网络状况参数的子健康指数和预设的子权重系数计算出每个网络特征集合对应的中间健康指数；
[0008]根据η个中间健康指数和预设的η个中间权重系数计算并显示所述待测网络的总健康指数，所述总健康指数用于表征所述待测网络的健康状态。
[0009]结合第一方面，在第一种可能的实现方式中，所述将待测网络的m个不同类型的网络状况参数划分为η个网络特征集合的步骤之前，还包括:
[0010]若接收到获取待测网络的健康状态的触发指令，执行所述将待测网络的m个不同类型的网络状况参数划分为η个网络特征集合的步骤。
[0011]结合第一方面，在第二种可能的实现方式中，所述将待测网络的m个不同类型的网络状况参数划分为η个网络特征集合的步骤之前，还包括:
[0012]根据预置的学习样本采用权重计算算法确定每个子权重系数和中间权重系数。
[0013]结合第一方面的第二种可能的实现方式，在第三种可能的实现方式中，所述权重计算算法包括
[0014]遗传算法或最大熵值算法。
[0015]结合第一方面至第三种可能的实现方式中的任一种，在第四种可能的实现方式中，所述计算每个网络状况参数对应的子健康指数的步骤包括:[0016]计算网络状况参数与预置的参考值的比值，并根据所述比值和预置的理想子健康指数确定出该网络状况参数的子健康指数。
[0017]结合第一方面的第四种可能的实现方式，在第五种可能的实现方式中，网络特征集合至少包括网络可用性集合、网络可靠性集合和网络安全性集合。
[0018]结合第一方面的第五种可能的实现方式，在第六种可能的实现方式中，还包括:
[0019]显示与所述待测网络关联的图标；根据所述总健康指数确定所述图标的颜色并在所述图标上显示所述总健康指数。
[0020]本发明实施例第二方面提供了一种网络健康状况的评估装置，包括:
[0021]第一计算模块，用于将待测网络的m个不同类型网络状况参数划分为η个网络特征集合，并计算每个网络状况参数对应的子健康指数，m和η均为大于I的整数且η < m ;
[0022]第二计算模块，用于根据每个网络状况参数的子健康指数和预设的子权重系数计算出每个网络特征集合对应的中间健康指数；
[0023]健康指数计算模块，用于根据η个中间健康指数和预设的η个中间权重系数计算并显示所述待测网络的总健康指数，所述总健康指数用于表征所述待测网络的健康状态。
[0024]结合第二方面，在第一种可能的实现方式中，还包括:
[0025]触发模块，用于若接收到获取待测网络的健康状态的触发指令，指示所述第一计算模块开始工作。
[0026]结合第二方面或第一种可能的实现方式，在第二种可能的实现方式中，还包括:
[0027]学习模块，用于根据预置的学习样本采用权重计算算法确定每个子权重系数和中间权重系数。
[0028]结合第二种可能的实现方式，在第三种可能的实现方式中，所述权重计算算法包括
[0029]遗传算法或最大熵值算法。
[0030]结合第三种可能的实现方式，在第四种可能的实现方式中，所述第一计算模块用于计算网络状况参数与预置的参考值的比值，并根据所述比值和预置的理想子健康指数确定出该网络状况参数的子健康指数。
[0031]结合第四种可能的实现方式，在第五种可能的实现方式中，网络特征集合至少包括网络可用性集合、网络可靠性集合和网络安全性集合。
[0032]结合第五种可能的实现方式，在第六种可能的实现方式中，还包括:
[0033]显示模块，用于显示与所述待测网络关联的图标；根据所述总健康指数确定所述图标的颜色并在所述图标上显示所述总健康指数。
[0034]实施本发明实施例，具有如下有益效果:
[0035]实施本发明的实施例，通过为待测网络不同类型的网络状态参数的划分，为每个网络状态参数分配预设的权重系数，并使用一个总健康指数描述待测网络的健康状态，能更加直观的和更准确的表示待测网络的健康状态。
【专利附图】
【附图说明】
[0036]为了更清楚地说明本发明实施例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简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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。
[0037]图1是本发明第一实施例的一种网络健康状态的评估方法的流程示意图；
[0038]图2是本发明第二实施例的一种网络健康状态的评估方法的流程示意图；
[0039]图3是本发明实施例的一种网络健康装置的评估装置的结构示意图；
[0040]图4是本发明实施例的一种网络健康装置的评估装置的另一结构示意图；
[0041]图5是本发明实施例的一种网络健康装置的评估装置的又一结构示意图。
【具体实施方式】
[0042]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0043]参见图1，为本发明第一实施的一种网络健康状态的评估方法的流程示意图，在本实施例中，所述方法包括:
[0044]S101、将待测网络的m个不同类型网络状态参数划分为η个网络特征集合，并计算每个网络特征参数对应的子健康指数。
[0045]具体的，m和η均为大于I的整数且η < m，m个不同类型的网络状况参数从不同维度描述待测网络的优劣状态，用户无法从上述分散的网络状况参数连接待测网络整体的健康状态。网络状况参数可包括带宽、时延、抖动、CPU利用率、硬盘空间、丢包率、网络攻击次数和病毒感染次数等，根据网络特征将若干个网络状况参数按划分进不同的网络特征集合，例如，将符合网络可用性特征的网络状况参数划分进网络可用性特征集合，将符合网络可靠性特征的网络状况参数划分进网络可靠性特征集合，将符合网络安全性特征的网络状况参数划分进网络安全性特征集合，具体实施时，也可采用其他的网络特征对网络状况参数进行划分，本发明不作限制。
[0046]计算网络状态参数的子健康指数的方法可以是，为每个网络状况参数设置一个参考值和理想子健康指数，根据实际检测到的网络状况参数和预置的参考值计算二者的比例，通过比例和理想子健康指数的相乘得到该网络状态参数的子健康指数，其中每个网络状况参数设置的理想子健康指数相同，理想子健康指数可以数字或百分比表示，例如100或100%。例如,若某个网络状况参数为丢包率,丢包率越小表示待测网络的健康状态越好，网络状况参数与待测网络的健康状态呈负相关性，设置的参考值和理想子健康指数分布为
0.1%和100，子健康指数与待测网络的健康状态呈正相关性，若实际测量到的待测网络的丢包率为0.5%，，则该丢包率的子健康指数为(0.1 / 0.5) *100=20。若某个网络状况参数为带宽，带宽与待测网络的健康状态呈正相关性，假设带宽的参考值为100GHz，理想子健康指数为100，实际测量到的待测网络的90GHz，则该网络状况参数的子健康指数为(90 /100) *100=90。具体实施时，也可采用其他方法计算网络状况参数对应的子健康指数，本发明不作限制。
[0047]在本发明的一个实施例中，假设m=10，n=3，根据m个网络状况参数计算得到子健康指数表示为Ai, i=l,2,3...10,网络特征集合表示为Pj, j = 1,2,3 ;m个子健康指数划分进 η 个网络特征集合为 P1 = (A1, A2, A3I，P2 = (A4, A5, A6I, P3 = {A7, A8, A9, A10I。
[0048]S102、根据每个网络状况参数的子健康指数和预设的子权重系数计算出每个网络特征集合对应的中间健康指数。
[0049]具体的，每个网络特征集合中的网络状况参数均分配有子权重系数，将每个子权重系数与子健康指数相乘后得到该网络特征集合的中间健康指数。
[0050]例如，根据SlOl中划分的网络特征集合Pp P2和P3，P1中预置的网络状况参数对应的子权重系数分别为Xp X2和x3，P2中预置的网络状况参数对应的子权重系数分别为Yp Y2和Y3，P3中预置的网络状况参数对应的子权重系数分别为 Z1' Z2, Z3 和 Z4,其中 Χ!+Χ2+Χ3 = 1，Y!+Y2+Y3 = 1，WW = 1，则网络特
征集合P1的中间健康指数indexP1 =A1=^xi+a2*x2+a3*x3，网络特征集合P2的中 间健康指数indexP: = A4^Y1+A/Y2+A6*Y3，网络特征集合P3的中间健康指数index,, = A7 ^Z1 +A8 *Z2 +A9 *Z, +A10 *Z4
ο
[0051]S103、根据η个中间健康指数和预设的η个中间权重系数计算并显示所述待测网络的总健康度。
[0052]具体的，每个中间健康指数都分配为预置的中间权重系数，根据每个中间健康指数和对应的中间权重系数的乘机得到待测网络的总健康度。
[0053]例如，S102中计算得到的中间健康指数为llldexP:、,ndcxi':和indexIi1，
假设预置的中间权重系数分别为α、β和Y，则待测网络的总健康度index 丨 ?U|i=?*indcx 丨,+/产 index":+广 indeXj'，其中 α+β +Y =L
[0054]可以理解的是，本发明实施例计算总健康指数的计算模型分为3层，即作为根节点的总健康指数，作为中间节点的中间健康自身和作为叶子节点的子健康指数，在具体实施例将总健康指数的计算模型分类4层或4层以上，并按照实施例本发明的计算方法以此计算每层的健康指数，最后得到总健康指数。
[0055]实施本发明的实施例，通过为待测网络不同类型的网络状态参数的划分，为每个网络状态参数分配预设的权重系数，并使用一个总健康指数描述待测网络的健康状态，能更加直观的和更准确的表示待测网络的健康状态。
[0056]参见图2，为本发明第二实施例的一种网络健康状态的评估方法的流程示意图，在本实施例中，所述方法包括:
[0057]S201、根据预置的学习样本采用权值计算算法确定每个子权重系数和中间权重系数。
[0058]具体的，通过遗传算法或最大熵值算法对预置的学习样本进行学习后确定子权重系数和中间权重系数，可以自适应的调制权重系数，提高待测网络健康状态的准确性。
[0059]以采用遗传算法确定权重系数(子权重系数和中间权重系数)为例，构建一个3层的神经网络，其中，子健康指数为输入层，中间健康指数为隐层，总健康指数为输出层，输入层每个节点的输入通过权重链接至后一隐层节点的输入，最后一个隐层节点输出通过权重链接至输出层神经元的输入，输出层节点将处理后的信息输出。[0060]遗传算法的具体过程为:
[0061](I)确定网络权值结构格式，一组权值与遗传空间的个体位的关系是由编码映射确定的，Sigmoid函数常和单位阶跃函数用于构造人工神经网络，形式为
【权利要求】
1.一种网络健康状态的评估方法，其特征在于，包括: 将待测网络的m个不同类型的网络状况参数划分为η个网络特征集合，并计算每个网络状况参数对应的子健康指数，m和η均为大于I的整数且η < m ; 根据每个网络状况参数的子健康指数和预设的子权重系数计算出每个网络特征集合对应的中间健康指数； 根据η个中间健康指数和预设的η个中间权重系数计算并显示所述待测网络的总健康指数，所述总健康指数用于表征所述待测网络的健康状态。
2.如权利要求1所述的评估方法，其特征在于，所述将待测网络的m个不同类型的网络状况参数划分为η个网络特征集合的步骤之前，还包括: 若接收到获取待测网络的健康状态的触发指令，执行所述将待测网络的m个不同类型的网络状况参数划分为η个网络特征集合的步骤。
3.如权利要求1所述的评估方法，其特征在于，所述将待测网络的m个不同类型的网络状况参数划分为η个网络特征集合的步骤之前，还包括: 根据预置的学习样本采用权重计算算法确定每个子权重系数和中间权重系数。
4.如权利要求3所述的评估方法，其特征在，所述权重计算算法包括遗传算法或最大熵值算法。
5.如权利要求1-4任意一项所述的评估方法，其特征在于，所述计算每个网络状况参数对应的子健康指数的步骤包括: 计算网络状况参数与预置的参考值的比值，并根据所述比值和预置的理想子健康指数确定出该网络状况参数的子健康指数。
6.如权利要求5所述的评估方法，其特征在于，网络特征集合至少包括网络可用性集合、网络可靠性集合和网络安全性集合。
7.如权利要求6所述的评估方法，其特征在于，还包括: 显示与所述待测网络关联的图标；根据所述总健康指数确定所述图标的颜色并在所述图标上显示所述总健康指数。
8.—种网络健康状态的评估装置，其特征在于，包括: 第一计算模块，用于将待测网络的m个不同类型网络状况参数划分为η个网络特征集合，并计算每个网络状况参数对应的子健康指数，m和η均为大于I的整数且η < m ; 第二计算模块，用于根据每个网络状况参数的子健康指数和预设的子权重系数计算出每个网络特征集合对应的中间健康指数； 健康指数计算模块，用于根据η个中间健康指数和预设的η个中间权重系数计算并显示所述待测网络的总健康指数，所述总健康指数用于表征所述待测网络的健康状态。
9.如权利要求8所述的评估装置，还包括: 触发模块，用于若接收到获取待测网络的健康状态的触发指令，指示所述第一计算模块开始工作。
10.如权利要求8或9所述的评估装置，其特征在于，还包括: 学习模块，用于根据预置的学习样本采用权重计算算法确定每个子权重系数和中间权重系数。
11.如权利要求10所述的评估装置，其特征在于，所述权重计算算法包括遗传算法或最大熵值算法。
12.如权利要求11所述的评估装置，其特征在于，所述第一计算模块用于计算网络状况参数与预置的参考值的比值，并根据所述比值和预置的理想子健康指数确定出该网络状况参数的子健康指数。
13.如权利要求12所述的评估装置，其特征在于，网络特征集合至少包括网络可用性集合、网络可靠性集合和网络安全性集合。
14.如权利要求13所述的评估装置 ，其特征在于，还包括: 显示模块，用于显示与所述待测网络关联的图标；根据所述总健康指数确定所述图标的颜色并在所述图标上显示所述总健康指数。
【文档编号】H04L12/26GK103763123SQ201310731670
【公开日】2014年4月30日 申请日期:2013年12月26日 优先权日:2013年12月26日
【发明者】付利勇 申请人:华为技术有限公司