用于实现故障检测的方法、装置及系统与流程

本申请涉及通信
技术领域：
，尤其涉及一种用于实现故障检测的方法、装置及系统。
背景技术：
：电信网络运维是保证通信网络正常运转的必要环节，对于业务侧网络设备(简称网络设备)的故障问题，电信运营商只有正确检测到故障，才能及时进行故障处理。目前，电信运营商会通过控制器接收网络设备上报的用于表征其性能的数据，并在接收到网络设备上报的数据后，根据网络设备上报的所有数据对网络设备进行故障检测，进而对网络设备的故障进行处理。但是，由于网络设备上报的数据量较大且数据较为杂乱，一方面，控制器需要进行大量运算，影响控制器的检测效率，导致检测效率较低，另一方面，数据杂乱影响控制器计算结果的准确率，导致检测结果的准确率较低。技术实现要素：本申请实施例提供了一种用于实现故障检测的方法、装置及系统，以解决目前故障检测中，检测效率和检测结果的准确率较低的问题。第一方面，本申请实施例提供了一种用于实现故障检测的方法，该方法包括：控制器发送异常检测模型给被检测网络中的多个网络设备，所述异常检测模型用于检测每个所述网络设备的数据序列是否异常，组成该数据序列的数据用于表征该网络设备的性能；所述控制器接收所述多个网络设备中至少两个网络设备的异常检测结果，每个所述网络设备的异常检测结果是指所述网络设备使用所述异常检测模型检测为异常的数据序列的检测结果；所述控制器根据所述至少两个网络设备的异常检测结果对所述至少两个网络设备进行故障检测。本实现方式中，控制器首先向多个网络设备发送异常检测模型，然后接收至少两个网络设备使用所述异常检测模型检测为异常的数据序列的检测结果，最后，根据该检测结果对所述至少两个网络设备进行故障检测。采用该方法，网络设备首先根据控制器发送的异常检测模型检测其自身的数据序列，然后将检测为异常的数据序列的检测结果发送给控制器，控制器仅根据网络设备发送的检测为异常的数据序列的检测结果对网络设备进行故障检测，极大地降低了控制器的运算量，提高了控制器的检测效率，此外，由于控制器只根据检测为异常的数据序列的检测结果对网络设备进行故障检测，检测更加准确，检测结果的准确率更高。结合第一方面，在第一方面第一种可能的实现方式中，所述每个所述网络设备的异常检测结果包括所述网络设备使用所述异常检测模型检测为异常的数据序列的数据类型和采集时间；所述数据类型用于确定故障类型，所述采集时间用于确定故障发生时间。本实现方式中，控制器获取的异常检测结果中包含检测为异常的数据序列的数据类型和采集时间，根据该数据类型和采集时间可以确定出发生故障的网络设备的故障类型和故障发生时间，检测结果更加精确。结合第一方面，在第一方面第二种可能的实现方式中，所述控制器根据所述至少两个网络设备的异常检测结果对所述至少两个网络设备进行故障检测，包括：所述控制器按照所述采集时间的先后顺序，依次使用与每个所述采集时间对应的数据类型相关的，多个相互关联的故障识别条件，对所述至少两个网络设备进行故障检测。本实现方式中，控制器依次使用与每个采集时间对应的数据类型相关的，多个相互关联的故障识别条件，对所述至少两个网络设备进行故障检测，在故障检测的过程中，充分考虑了网络设备之间的关联性，不再仅根据一个网络设备的数据对该网络设备进行故障检测，故障检测的准确率更高。结合第一方面，在第一方面第三种可能的实现方式中，所述多个相互关联的故障识别条件根据不同数据类型之间的关联关系设置。本实现方式中，多个相互关联的故障识别条件根据不同数据类型之间的关联关系设置，由于数据本身可以表征网络设备的性能，使得控制器在对网络设备的故障检测过程中，充分考虑了网络设备的性能之间的关联性，进一步提高了故障检测的准确率。结合第一方面，在第一方面第四种可能的实现方式中，还包括：所述控制器获取故障信息，所述故障信息包含所述多个网络设备中发生故障的网络设备的第一设备标识，以及用于表明故障发生时间的第一故障时间和用于表明故障类型的第一类型标识；所述控制器发送数据请求信息给所述第一设备标识对应的网络设备，所述数据请求信息包含所述第一故障时间和所述第一类型标识；所述控制器接收异常数据序列；所述异常数据序列是指所述第一设备标识对应的网络设备根据所述数据请求信息，确定出的与所述第一故障时间和所述第一类型标识对应的数据序列；所述控制器使用所述异常数据序列更新所述异常检测模型；所述控制器发送更新后的异常检测模型给所述第一设备标识对应的网络设备。本实现方式中，控制器在使用接收到的网络设备的异常检测结果对网络设备进行故障检测之外，还会获取故障信息，并根据故障信息接收发生故障的网络设备发送的异常数据序列，使用接收到的异常数据序列更新所述异常检测模型，发送更新后的异常检测模型给发生故障的网络设备，使得发生故障的网络设备在之后的故障检测过程中，可以使用更加精确的异常检测模型对自身的数据序列进行异常检测，从而提高后续故障检测的准确率。结合第一方面，在第一方面第五种可能的实现方式中，所述控制器根据所述至少两个网络设备的异常检测结果对所述至少两个网络设备进行故障检测，包括：如果所述控制器根据所述至少两个网络设备的异常检测结果确定所述至少两个网络设备中存在发生故障的网络设备，则所述控制器输出发生故障的网络设备的第二设备标识，以及用于表明故障发生时间的第二故障时间和用于表明故障类型的第二类型标识。本实现方式中，控制器根据至少两个网络设备的异常检测结果，确定出发生故障的网络设备的设备标识、故障时间和故障类型，故障检测结果更加精确。结合第一方面，在第一方面第六种可能的实现方式中，所述控制器输出发生故障的网络设备的第二设备标识，以及用于表明故障发生时间的第二故障时间和用于表明故障类型的第二类型标识，包括：所述控制器生成告警消息，所述告警消息中包含所述第二设备标识、所述第二故障时间和所述第二类型标识。本实现方式中，控制器可以通过生成告警消息，通知网络管理侧在第二故障时间，第二设备标识对应的网络设备发生故障类型为第二类型标识的故障，使得网络管理侧可以根据该告警消息，及时对发生故障的网络设备进行故障处理。结合第一方面，在第一方面第七种可能的实现方式中，所述每个所述网络设备的异常检测结果还包括所述网络设备使用所述异常检测模型检测为异常的数据序列。本实现方式中，网络设备的异常检测结果中包含检测为异常的数据序列，使得控制器可以根据数据序列中数据的变化趋势确定网络设备的故障情况，从而提高故障检测的准确度。结合第一方面，在第一方面第八种可能的实现方式中，所述控制器根据所述至少两个网络设备的异常检测结果对所述至少两个网络设备进行故障检测，包括：如果所述控制器根据所述至少两个网络设备的异常检测结果确定所述至少两个网络设备中不存在发生故障的网络设备，则控制器将所述检测为异常的数据序列标记为正常数据序列；所述控制器使用所述正常数据序列更新所述异常检测模型；所述控制器发送更新后的异常检测模型给所述多个网络设备。本实现方式中，控制器使用未识别出故障的网络设备的正常数据序列对异常检测模型进行更新，并发送更新后的异常检测模型给网络设备，使得网络设备在之后的故障检测过程中，可以使用更加精确的异常检测模型对自身的数据序列进行异常检测，从而提高后续故障检测的准确度。结合第一方面，在第一方面第九种可能的实现方式中，所述异常检测模型为所述控制器根据所述多个网络设备的历史数据序列训练得到。本实现方式中，异常检测模型根据网络设备的历史数据序列训练得到，模型的精确度更高。结合第一方面，在第一方面第十种可能的实现方式中，所述历史数据序列由待训练数据和所述待训练数据之前采集的，与所述待训练数据最接近的n个第一历史数据，按照采集时间的先后顺序排列而成；所述待训练数据为已经经过异常检测，被标记为正常或异常的数据；所述第一历史数据为已经经过异常检测，被标记为正常的数据；所述第一历史数据的数据类型与所述待训练数据的数据类型相同。本实现方式中，历史数据序列由待训练数据和待训练数据之前采集的n个被标记为正常的历史数据组成，规避了历史数据序列多样化的问题，一方面，模型训练过程更加简单，另一方面，训练生成的异常检测模型更加精确。第二方面，本申请实施例提供了一种用于实现故障检测的方法，该方法包括：网络设备接收控制器发送的异常检测模型，所述异常检测模型用于检测所述网络设备的数据序列是否异常，组成该数据序列的数据用于表征所述网络设备的性能；所述网络设备获取异常检测结果，所述异常检测结果是指所述网络设备使用所述异常检测模型检测为异常的数据序列的检测结果；所述网络设备发送所述异常检测结果给所述控制器，所述异常检测结果用于所述控制器对所述网络设备所在的网络进行故障检测。本实现方式中，网络设备接收控制器发送的异常检测模型，并将使用该异常检测模型检测为异常的数据序列的检测结果发送给控制器，使得控制器可以根据该异常检测结果对网络设备所在的网络进行故障检测，从而提高控制器对网络故障检测的准确率。结合第二方面，在第二方面第一种可能的实现方式中，所述网络设备的数据序列由待检测数据和所述待检测数据之前采集的，与所述待检测数据最接近的n个第二历史数据，按照采集时间的先后顺序排列而成；所述待检测数据是指未经过异常检测的数据，所述第二历史数据是指已经经过异常检测，被标记为正常的数据；所述第二历史数据的数据类型与所述待检测数据的数据类型相同。本实现方式中，网络设备的数据序列由待检测数据和待检测数据之前采集的n个被标记为正常的历史数据组成，规避了数据序列多样化的问题，一方面，使用异常检测模型对该数据序列进行异常检测的过程更加简单，另一方面，检测后得到的检测结果更加准确。结合第二方面，在第二方面第二种可能的实现方式中，所述网络设备的数据序列为关键性能指标kpi数据序列。本实现方式中，将网络设备的kpi数据组成的数据序列作为网络设备的数据序列，由于kpi数据可以精确表征网络设备的各项性能，使得使用kpi数据序列对网络设备进行故障检测后得到的检测结果更加准确。结合第二方面，在第二方面第三种可能的实现方式中，所述异常检测结果为所述网络设备将所述数据序列或所述数据序列的特征向量输入至所述异常检测模型中检测得到。本实现方式中，网络设备可以根据数据序列或数据序列的特征向量获取自身的异常检测结果，实现方式更加多样，适用性更好。第三方面，本申请实施例提供了一种用于实现故障检测的控制器，该控制器包括：发送模块，用于发送异常检测模型给被检测网络中的多个网络设备，所述异常检测模型用于检测每个所述网络设备的数据序列是否异常，组成该数据序列的数据用于表征该网络设备的性能；接收模块，用于接收所述多个网络设备中至少两个网络设备的异常检测结果，每个所述网络设备的异常检测结果是指所述网络设备使用所述异常检测模型检测为异常的数据序列的检测结果；处理模块，用于根据所述至少两个网络设备的异常检测结果对所述至少两个网络设备进行故障检测。本实现方式中，控制器可以向多个网络设备发送异常检测模型，然后接收至少两个网络设备使用所述异常检测模型检测为异常的数据序列的检测结果，最后，根据该检测结果对所述至少两个网络设备进行故障检测。使用该控制器对网络设备进行故障检测时，网络设备首先根据控制器发送的异常检测模型检测自身的数据序列，然后将检测为异常的数据序列的检测结果发送给控制器，控制器仅根据网络设备发送的检测为异常的数据序列的检测结果对网络设备进行故障检测，极大地降低了控制器的运算量，提高了控制器的检测效率，此外，由于控制器只根据检测为异常的数据序列的检测结果对网络设备进行故障检测，检测更加准确，检测结果的准确率更高。结合第三方面，在第三方面第一种可能的实现方式中，所述每个所述网络设备的异常检测结果包括所述网络设备使用所述异常检测模型检测为异常的数据序列的数据类型和采集时间；所述数据类型用于确定故障类型，所述采集时间用于确定故障发生时间。本实现方式中，控制器获取的异常检测结果中包含检测为异常的数据序列的数据类型和采集时间，根据该数据类型和采集时间可以确定出发生故障的网络设备的故障类型和故障发生时间，检测结果更加精确。结合第三方面，在第三方面第二种可能的实现方式中，所述处理模块，具体用于：按照所述采集时间的先后顺序，依次使用与每个所述采集时间对应的数据类型相关的，多个相互关联的故障识别条件，对所述至少两个网络设备进行故障检测。本实现方式中，控制器可以依次使用与每个采集时间对应的数据类型相关的，多个相互关联的故障识别条件，对所述至少两个网络设备进行故障检测，在故障检测的过程中，充分考虑了网络设备之间的关联性，不再仅根据一个网络设备的数据对该网络设备进行故障检测，故障检测的准确率更高。结合第三方面，在第三方面第三种可能的实现方式中，所述多个相互关联的故障识别条件根据不同数据类型之间的关联关系设置。本实现方式中，多个相互关联的故障识别条件根据不同数据类型之间的关联关系设置，由于数据本身可以表征网络设备的性能，控制器在对网络设备的故障检测过程中，充分考虑了网络设备的性能之间的关联性，进一步提高了故障检测的准确率。结合第三方面，在第三方面第四种可能的实现方式中，所述接收模块还用于获取故障信息，所述故障信息包含所述多个网络设备中发生故障的网络设备的第一设备标识，以及用于表明故障发生时间的第一故障时间和用于表明故障类型的第一类型标识；所述发送模块还用于发送数据请求信息给所述第一设备标识对应的网络设备，所述数据请求信息包含所述第一故障时间和所述第一类型标识；所述接收模块还用于接收异常数据序列；所述异常数据序列是指所述第一设备标识对应的网络设备根据所述数据请求信息，确定出的与所述第一故障时间和所述第一类型标识对应的数据序列；所述处理模块还用于使用所述异常数据序列更新所述异常检测模型；所述发送模块还用于发送更新后的异常检测模型给所述第一设备标识对应的网络设备。本实现方式中，控制器在使用接收到的网络设备的异常检测结果对网络设备进行故障检测之外，还会获取故障信息，并根据故障信息接收发生故障的网络设备发送的异常数据序列，使用接收到的异常数据序列更新所述异常检测模型，发送更新后的异常检测模型给发生故障的网络设备，使得发生故障的网络设备在之后的故障检测过程中，可以使用更加精确的异常检测模型对自身的数据序列进行异常检测，从而提高后续故障检测的准确率。结合第三方面，在第三方面第五种可能的实现方式中，所述处理模块，具体用于：如果所述处理模块根据所述至少两个网络设备的异常检测结果确定所述至少两个网络设备中存在发生故障的网络设备，则输出发生故障的网络设备的第二设备标识，以及用于表明故障发生时间的第二故障时间和用于表明故障类型的第二类型标识。本实现方式中，控制器根据至少两个网络设备的异常检测结果，确定出发生故障的网络设备的设备标识、故障时间和故障类型，故障检测结果更加精确。结合第三方面，在第三方面第六种可能的实现方式中，所述处理模块用于输出发生故障的网络设备的第二设备标识，以及用于表明故障发生时间的第二故障时间和用于表明故障类型的第二类型标识，包括：所述处理模块用于生成告警消息，所述告警消息中包含所述第二设备标识、所述第二故障时间和所述第二类型标识。本实现方式中，控制器可以通过生成告警消息，通知网络管理侧在第二故障时间，第二设备标识对应的网络设备发生故障类型为第二类型标识的故障，使得网络管理侧可以根据该告警消息，及时对发生故障的网络设备进行故障处理。结合第三方面，在第三方面第七种可能的实现方式中，所述每个所述网络设备的异常检测结果还包括所述网络设备使用所述异常检测模型检测为异常的数据序列。本实现方式中，由于网络设备的异常检测结果中包含检测为异常的数据序列，控制器可以根据数据序列中数据的变化趋势确定网络设备的故障情况，从而提高故障检测的准确度。结合第三方面，在第三方面第八种可能的实现方式中，所述处理模块，具体用于：如果所述处理模块根据所述至少两个网络设备的异常检测结果确定所述至少两个网络设备中不存在发生故障的网络设备，则将所述检测为异常的数据序列标记为正常数据序列；使用所述正常数据序列更新所述异常检测模型；所述发送模块还用于发送更新后的异常检测模型给所述多个网络设备。本实现方式中，控制器使用未识别出故障的网络设备的正常数据序列对异常检测模型进行更新，并发送更新后的异常检测模型给网络设备，使得网络设备在之后的故障检测过程中，可以使用更加精确的异常检测模型对自身的数据序列进行异常检测，从而提高后续故障检测的准确度。结合第三方面，在第三方面第九种可能的实现方式中，所述异常检测模型为所述处理模块根据所述多个网络设备的历史数据序列训练得到。本实现方式中，异常检测模型根据网络设备的历史数据序列训练得到，模型的精确度更高。结合第三方面，在第三方面第十种可能的实现方式中，所述历史数据序列由待训练数据和所述待训练数据之前采集的，与所述待训练数据最接近的n个第一历史数据，按照采集时间的先后顺序排列而成；所述待训练数据为已经经过异常检测，被标记为正常或异常的数据；所述第一历史数据为已经经过异常检测，被标记为正常的数据；所述第一历史数据的数据类型与所述待训练数据的数据类型相同。本实现方式中，历史数据序列由待训练数据和待训练数据之前采集的n个被标记为正常的历史数据组成，规避了历史数据序列多样化的问题，一方面，控制器训练模型的过程更加简单，另一方面，控制器训练生成的异常检测模型更加精确。第四方面，本申请实施例提供了一种网络设备，该网络设备包括：接收模块，用于接收控制器发送的异常检测模型，所述异常检测模型用于检测所述网络设备的数据序列是否异常，组成该数据序列的数据用于表征所述网络设备的性能；处理模块，用于获取异常检测结果，所述异常检测结果是指所述网络设备使用所述异常检测模型检测为异常的数据序列的检测结果；发送模块，用于发送所述异常检测结果给所述控制器，所述异常检测结果用于所述控制器对所述网络设备所在的网络进行故障检测。本实现方式中，网络设备可以接收控制器发送的异常检测模型，并将使用该异常检测模型检测为异常的数据序列的检测结果发送给控制器，使得控制器可以根据该异常检测结果对网络设备所在的网络进行故障检测，从而提高控制器对网络故障检测的准确率。结合第四方面，在第四方面第一种可能的实现方式中，所述网络设备的数据序列由待检测数据和所述待检测数据之前采集的，与所述待检测数据最接近的n个第二历史数据，按照采集时间的先后顺序排列而成；所述待检测数据是指未经过异常检测的数据，所述第二历史数据是指已经经过异常检测，被标记为正常的数据；所述第二历史数据的数据类型与所述待检测数据的数据类型相同。本实现方式中，网络设备的数据序列由待检测数据和待检测数据之前采集的n个被标记为正常的历史数据组成，规避了数据序列多样化的问题，一方面，网络设备使用异常检测模型对该数据序列进行异常检测的过程更加简单，另一方面，网络设备使用异常检测模型对该数据序列进行异常检测后得到的检测结果更加准确。结合第四方面，在第四方面第二种可能的实现方式中，所述网络设备的数据序列为关键性能指标kpi数据序列。本实现方式中，网络设备的数据序列为由网络设备的kpi数据组成的数据序列，由于kpi数据可以精确表征网络设备的各项性能，使得使用kpi数据序列对网络设备进行故障检测后得到的检测结果更加准确。结合第四方面，在第四方面第三种可能的实现方式中，所述异常检测结果为所述网络设备将所述数据序列或所述数据序列的特征向量输入至所述异常检测模型中检测得到。本实现方式中，网络设备可以根据数据序列或数据序列的特征向量获取自身的异常检测结果，获取异常检测结果的方式更加多样，适用性更好。第五方面，本申请实施例提供了一种用于实现故障检测的系统，该系统包括：控制器和多个网络设备；其中，所述控制器用于：发送异常检测模型给所述多个网络设备，所述异常检测模型用于检测每个所述网络设备的数据序列是否异常，组成该数据序列的数据用于表征该网络设备的性能；接收所述多个网络设备中至少两个网络设备的异常检测结果，每个所述网络设备的异常检测结果是指所述网络设备使用所述异常检测模型检测为异常的数据序列的检测结果；根据所述至少两个网络设备的异常检测结果对所述至少两个网络设备进行故障检测。本实现方式中，系统中的网络设备首先根据控制器发送的异常检测模型检测其自身的数据序列，然后将检测为异常的数据序列的检测结果发送给控制器，控制器仅根据网络设备发送的检测为异常的数据序列的检测结果对网络设备进行故障检测，极大地降低了控制器的运算量，提高了控制器的检测效率，此外，由于控制器只根据检测为异常的数据序列的检测结果对网络设备进行故障检测，检测更加准确，检测结果的准确率更高。第六方面，本申请实施例提供了一种装置，所述装置包括处理器，所述处理器用于与存储器耦合，读取存储器中的指令，并根据所述指令执行第一方面、第一方面的各种可能的实现方式、第二方面及第二方面的各种可能的实现方式中的方法。第七方面，本申请实施例提供了一种计算机存储介质，该计算机存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行第一方面、第一方面的各种可能的实现方式、第二方面及第二方面的各种可能的实现方式中的方法的部分或全部步骤。第八方面，本申请实施例提供了一种计算机程序产品，该计算机程序产品在计算机上运行时，使得计算机执行第一方面、第一方面的各种可能的实现方式、第二方面及第二方面的各种可能的实现方式中的方法的部分或全部步骤。为解决目前故障检测中，检测效率和检测结果的准确率较低的问题，本申请实施例提供了一种用于实现故障检测的方法、装置及系统。该方法中，控制器首先向多个网络设备发送异常检测模型，然后接收至少两个网络设备使用所述异常检测模型检测为异常的数据序列的检测结果，最后，根据该检测结果对所述至少两个网络设备进行故障检测。采用该方法，网络设备首先根据控制器发送的异常检测模型检测其自身的数据序列，然后将检测为异常的数据序列的检测结果发送给控制器，控制器仅根据网络设备发送的检测为异常的数据序列的检测结果对网络设备进行故障检测，极大地降低了控制器的运算量，提高了控制器的检测效率，此外，由于控制器只根据检测为异常的数据序列的检测结果对网络设备进行故障检测，检测更加准确，检测结果的准确率更高。附图说明图1为本申请提供的网络架构的一种实施方式的结构示意图；图2为本申请提供的用于实现故障检测方法的一种实施方式的流程示意图；图3为本申请提供的用于实现故障检测的控制器的一种实施方式的结构框图；图4为本申请提供的网络设备的一种实施方式的结构框图；图5为本申请提供的用于实现故障检测的系统的一种实施方式的结构框图。具体实施方式下面结合附图,对本申请的技术方案进行描述。在对本申请的技术方案进行说明之前，先结合附图对本申请的应用场景进行说明。本申请提供的用于实现故障检测的方法可以在本申请提供的网络架构中实现。参见图1，图1为本申请提供的网络架构的一种实施方式的结构示意图。结合图1可知，该网络架构包括：控制器10和多个网络设备20；其中控制器10可以设置于网络管理侧，例如电信运营商或移动运营商的控制中心，用于对该网络架构中的多个网络设备20进行故障检测。每个网络设备20均可以通过总线或无线传输方式与控制器10进行通信，多个网络设备20彼此之间也可以通过总线或无线传输方式进行通信。其中，网络设备20可以为路由器、交换机等。下面以一个具体的网络架构为例，介绍本申请提供的用于实现故障检测的方法的实施例，该网络架构包括控制器，以及与所述控制器进行通信的第一网络设备和第二网络设备。参见图2，图2为本申请提供的用于实现故障检测的方法的一种实施方式的流程示意图。结合图2可知，该方法包括：步骤101、第一网络设备和第二网络设备各自获取自身的数据序列。通常，可以使用网络设备的数据表征该网络设备的性能，网络设备的数据可以为该网络设备的关键性能指标(keyperformanceindicator，kpi)数据，也可以为该网络设备的日志数据等。基于网络设备的性能种类较多，网络设备的数据也包括多种数据类型的数据，每种数据类型的数据对应网络设备的一种性能，以kpi数据为例，本申请中将kpi数据的数据类型简称为kpi类型，同样，kpi类型也包括多种，例如，因为生存时间值(timetolive，ttl)超时导致的丢包数量、未知原因的丢包数量、由于下一跳转发入端口不可用导致的转发失败的数据包的个数、入端口处理包数、中央处理器(centralprocessingunit，cpu)利用率、丢包率、时延等。数据类型可以用于确定网络设备的故障类型，网络设备的故障类型也包括多种，例如，端口故障、模块故障、背板故障、软件故障、报文转发故障、连通性故障等，通过数据类型确定网络设备的故障类型的具体实现方式可以参考后续实施例的内容，此处不再详述。在控制器对第一网络设备和第二网络设备进行故障检测的过程中，第一网络设备和第二网络设备会持续按照时长为第一预设时长的采集周期，采集各自的数据，采集到每个数据之后，将该数据作为待检测数据，将该待检测数据和该待检测数据之前采集的，与该待检测数据最接近的n个历史数据，按照采集时间的先后顺序，排列成数据序列，并将该数据序列与该待检测数据的采集时间、设备标识(例如网络设备的设备id)、数据类型(例如kpi类型)一起对应存储，为了便于区分，本申请中将此种场景中的历史数据简称为第二历史数据。其中，所述待检测数据是指未经过异常检测，未被标记为正常或异常的数据，所述第二历史数据为已经经过异常检测，被标记为正常的数据，并且所述第二历史数据的数据类型与所述待检测数据的数据类型相同，n为大于等于1的正整数，所述第一预设时长可以根据实际应用场景进行设置。数据的采集时间可以用于确定网络设备的故障发生时间，具体实现方式可以参考后续实施例的内容，此处不再详述。步骤102、控制器发送异常检测模型给第一网络设备和第二网络设备。在一些可选的实施例中，控制器在发送异常检测模型给第一网络设备和第二网络设备之前，会先训练生成异常检测模型。可选的，控制器可以按照下述方式，训练生成异常检测模型：控制器使用第一网络设备和第二网络设备的多个历史数据序列对预设网络模型，例如，决策树模型，进行训练，得到异常检测模型。异常检测模型可以用于检测第一网络设备和第二网络设备中每个网络设备的数据序列是否异常。其中，每个历史数据序列由待训练数据和该待训练数据之前采集的，与该待训练数据最接近的n个历史数据，按照采集时间的先后顺序排列而成，为了便于区分，本申请中将此种场景中的历史数据简称为第一历史数据。所述待训练数据为已经经过异常检测的数据，可以为被标记为正常的数据，也可以为被标记为异常的数据。所述第一历史数据为已经经过异常检测，被标记为正常的数据，且所述第一历史数据的数据类型与所述待训练数据的数据类型相同。在一些可选的实施例中，控制器还可以将预先训练好的异常检测模型存储于系统中，在执行步骤102时，直接从系统中调取预设的异常检测模型即可，从而可以提高控制器的故障检测效率。步骤103、第一网络设备和第二网络设备各自使用所述异常检测模型检测自身的数据序列，得到自身的异常检测结果。可选的，第一网络设备和第二网络设备接收到控制器发送的异常检测模型后，各自将自身的每一个数据序列分别输入至接收到的异常检测模型中，使用所述异常检测模型提取该数据序列的特征向量，并根据该特征向量判断该数据序列是否异常，将判断结果为异常的数据序列以及该数据序列对应的设备标识、采集时间和数据类型确定为自身的异常检测结果。可选的，第一网络设备和第二网络设备接收到控制器发送的异常检测模型，各自将自身的每一个数据序列分别输入至接收到的异常检测模型中，使用所述异常检测模型提取该数据序列的特征向量，并根据该特征向量判断该数据序列是否异常后，还可以将判断结果为异常的数据序列的特征向量以及该数据序列对应的设备标识、采集时间和数据类型确定为自身的异常检测结果。可选的，第一网络设备和第二网络设备还可以预先提取自身每一个数据序列的特征向量，然后在接收到控制器发送的异常检测模型后，将每一个数据序列的特征向量输入至所述异常检测模型中，使用所述异常检测模型根据该特征向量判断该数据序列是否异常，将判断结果为异常的数据序列以及该数据序列对应的设备标识、采集时间和数据类型确定为自身的异常检测结果。可选的，第一网络设备和第二网络设备还可以预先提取自身每一个数据序列的特征向量，然后在接收到控制器发送的异常检测模型后，将每一个数据序列的特征向量输入至所述异常检测模型中，使用所述异常检测模型根据所述特征向量判断该数据序列是否异常，将判断结果为异常的数据序列的特征向量以及该数据序列对应的设备标识、采集时间和数据类型确定为自身的异常检测结果。可选的，所述特征向量可以是统计特征、拟合特征或频域特征中的一种或多种特征的向量。第一网络设备和第二网络设备各自得到自身的异常检测结果之后，将自身的异常检测结果发送给控制器。步骤104、控制器获取第一网络设备和/或第二网络设备的异常检测结果。控制器将异常检测模型发送给第一网络设备和第二网络设备后，持续接收第一网络设备和第二网络设备各自发送的异常检测结果，并将接收到的异常检测结果包含的设备标识、数据类型和数据序列(或数据序列的特征向量)，按照对应的采集时间进行排序。例如，控制器可以按照下述表1所示的方式，对接收到的异常检测结果包含的设备标识、数据类型和数据序列(或数据序列的特征向量)进行排序。表1设备idkpi类型采集时间数据序列2name_a08:15num_x1name_b08:16num_y2name_a08:16num_z控制器在故障检测开始后，按照时长为第二预设时长的时间窗口对第一网络设备和/或第二网络设备进行故障检测，本申请中将该时间窗口简称为检测时间窗口，其中，第二预设时长可以根据实际应用场景进行设置。在每个检测时间窗口中，控制器首先确定出该检测时间窗口中获取到的异常检测结果。控制器在每个检测时间窗口获取到的异常检测结果可能仅包括第一网络设备的异常检测结果，也可能既包括第一网络设备的异常检测结果，还包括第二网络设备的异常检测结果。步骤105、控制器根据获得的异常检测结果对第一网络设备和/或第二网络设备进行故障检测。控制器在每个检测时间窗口获取到异常检测结果后，根据获得的异常检测结果对第一网络设备和/或第二网络设备进行故障检测。可选的，控制器根据获得的异常检测结果对第一网络设备和/或第二网络设备进行故障检测，可以按照下述方式实现：控制器按照获得的异常检测结果包含的采集时间的先后顺序，依次使用与每个采集时间对应的数据类型相关的，多个相互关联的故障识别条件，对第一网络设备和/或第二网络设备进行故障检测，直至确定第一网络设备和第二网络设备中存在发生故障的网络设备，则控制器输出发生故障的网络设备的设备标识、类型标识和故障时间，其中，类型标识用于表明故障类型，故障时间用于表明故障发生的时间，为了便于区分，本申请将此种场景中发生故障的网络设备的设备标识、类型标识和故障时间分别简称为第二设备标识、第二类型标识和第二故障时间；或者，直至使用与最后一个采集时间对应的数据类型相关的，多个相互关联的识别条件，对第一网络设备和/或第二网络设备进行故障检测后，未识别出第一网络设备和第二网络设备中任意一个网络设备发生故障，则控制器确定第一网络设备和第二网络设备均未发生故障。其中，与每个采集时间对应的数据类型相关的，多个相互关联的故障识别条件，是根据不同数据类型之间的关联关系设置，可以根据实际经验总结得到。下面以一个具体的例子，对控制器根据获得的异常检测结果对第一网络设备和/或第二网络设备进行故障检测的过程进行说明。该例子中，控制器共获得10个异常检测结果，其中包括设备标识为a的第一网络设备(简称设备a)的异常检测结果和设备标识为b的第二网络设备(简称设备b)的异常检测结果，其中，设备a和设备b的采集周期均为1分钟。首先，控制器将获得的10个异常检测结果包含的设备标识、数据类型和数据序列，按照采集时间的先后顺序排列为下表2所示的方式。表2然后，控制器将采集时间排序最前的异常检测结果，例如表2中编号1对应的异常检测结果，作为根检测结果，利用与根检测结果的kpi类型相关的多个相互关联的故障识别条件，例如，与由于下一跳转发入端口不可用导致的转发失败的数据包的个数相关的多个相互关联的故障识别条件，对设备a和/或设备b进行故障检测，具体包括：首先，使用与根检测结果的kpi类型相关的第一个故障识别条件，例如，与由于下一跳转发入端口不可用导致的转发失败的数据包的个数相关的第一个故障识别条件：根据输入的所有异常检测结果判断，根检测结果对应的设备在时长大于或等于第三预设时长(例如第三预设时长为3分钟)的时间段内，是否在每一个采集周期均得到数据类型与根检测结果的数据类型相同的异常检测结果，对设备a和/或设备b进行故障检测。使用第一个故障识别条件，对设备a和/或设备b进行故障检测时，通过对表2中所有异常检测结果的判断，可以得知根检测结果对应的设备a在采集时间00:31、00:32、00:33、00:34和00:35均得到数据类型为由于下一跳转发入端口不可用导致的转发失败的数据包的个数的异常检测结果，也就是说，设备a在时长大于或等于3分钟的时间段内，在每一个采集周期均得到数据类型与根检测结果的数据类型相同的异常检测结果，由此可知使用第一个故障识别条件对设备a和/或设备b进行故障检测得到的检测结果为：是。然后，根据数据类型之间的关联关系，例如，由于下一跳转发入端口不可用导致的转发失败的数据包的个数这一数据类型和入端口处理包数这一数据类型，在判断设备端口故障中，具有关联性，基于此，当使用上述第一个故障识别条件进行故障检测后，得到的检测结果为是时，通常会使用关联的第二个故障识别条件：输入的所有异常检测结果中，是否存在数据类型为入端口处理包数的异常检测结果，对设备a和/或设备b进行故障检测。使用第二个故障识别条件，对设备a和/或设备b进行故障检测时，通过对表2中所有异常检测结果的判断，可以得知设备b具有数据类型为入端口处理包数的异常检测结果，由此可知，使用第二个故障识别条件对设备a和/或设备b进行故障检测得到的检测结果为：是，设备b具有类型为入端口处理包数的异常检测结果。之后，使用与第二个检测结果关联的第三个故障识别条件：根检测结果包含的数据序列的末位数据，是否大于，该根检测结果之后得到的，与该根检测结果最接近的，数据类型为入端口处理包数的数据序列的末位数据，对设备a和/或设备b进行故障检测。使用第三个故障识别条件，对设备a和/或设备b进行故障检测时，通过对表2中所有异常检测结果的判断，可以得知，根检测结果包含的数据序列为[0,0,0,240,13221]，其末位数据为13221，根检测结果之后得到的，与该根检测结果最接近的，数据类型为入端口处理包数的数据序列为[30921,33523,29878,29335,0]，其末位数据为0，由于13221大于0，所以使用第三个故障识别条件对设备a和/或设备b进行故障检测得到的检测结果为：是。之后，使用与第三个检测结果关联的第四个故障识别条件：具有类型为入端口处理包数的异常检测结果的设备是否在时长大于或等于第四预设时长(例如第四预设时长为3分钟)的时间段内，在每一个采集周期，均得到数据类型为入端口处理包数的异常检测结果，并且在该时间段内得到的每一个异常检测结果包含的数据序列的末位数据均小于100，对设备a和/或设备b进行故障检测。使用第四个故障识别条件，对设备a和/或设备b进行故障检测时，通过对表2中所有异常检测结果的判断，可以得知，设备b在采集时间00:31、00:32、00:33、00:34和00:35，均得到数据类型为入端口处理包数的异常检测结果，并且，每一个异常检测结果包含的数据序列的末位数据都是0，都小于100，由此可知，使用第四个故障识别条件对设备a和/或设备b进行故障检测得到的检测结果为：是。最后，根据第四个检测结果对应的故障检测结果：具有数据类型为入端口处理包数的异常检测结果的设备，在根检测结果对应的采集时间，发生端口故障，得到对设备a和/或设备b进行故障检测的检测结果：设备b在00:31发生端口故障，控制器输出b、00:31和端口故障。由于使用与采集时间排序最前的异常检测结果的数据类型相关的多个相互关联的故障识别条件，对设备a和/或设备b进行故障检测时，确定出设备a和设备b中发生故障的网络设备，所以不再使用与表2中其它9个异常检测结果的数据类型相关的多个相互关联的故障识别条件，对设备a和/或设备b进行故障检测。假设，控制器使用与表2中编号为1的异常检测结果的数据类型相关的多个相互关联的故障识别条件，对设备a和/或设备b进行故障检测时，未识别出设备a和设备b中任意一个网络设备发生故障，则继续使用与表2中编号为2的异常检测结果的数据类型相关的多个相互关联的故障识别条件，对设备a和/或设备b进行故障检测，具体的实现方式可以参考前述实施例的内容，此处不再一一列举，直至确定出设备a和设备b中存在发生故障的网络设备，则控制器输出发生故障的网络设备的第二设备标识、第二类型标识和第二故障时间；或者，直至使用编号为10的异常检测结果的数据类型相关的多个相互关联的故障识别条件，对设备a和/或设备b进行故障检测后，未识别出设备a和设备b中任意一个网络设备发生故障，则控制器确定设备a和设备b均未发生故障。上述例子中，与根检测结果的kpi类型相关的多个相互关联的故障识别条件，根据网络设备的数据类型、数据序列和采集时间之间的关联关系进行设置。可选的，与每一个数据类型相关的多个相互关联的故障识别条件，还可以仅根据网络设备的数据序列的数据类型和采集时间之间的关联关系进行设置。例如，仍然以上述表2中示出的异常检测结果为例，控制器根据该异常检测结果，对设备a和/或设备b进行故障检测，可以按照下述方式实现：控制器将采集时间排序最前的异常检测结果，例如表2中编号1对应的异常检测结果，作为根检测结果，利用与根检测结果的kpi类型相关的多个相互关联的故障识别条件，例如，与由于下一跳转发入端口不可用导致的转发失败的数据包的个数相关的多个相互关联的故障识别条件，对设备a和/或设备b进行故障检测，具体包括：首先，使用与根检测结果的kpi类型相关的第一个故障识别条件，例如，与由于下一跳转发入端口不可用导致的转发失败的数据包的个数相关的第一个故障识别条件：根据输入的所有异常检测结果判断，根检测结果对应的设备在时长大于或等于第三预设时长(例如第三预设时长为3分钟)的时间段内，是否在每一个采集周期均得到数据类型与根检测结果的数据类型相同的异常检测结果，对设备a和/或设备b进行故障检测。使用第一个故障识别条件，对设备a和/或设备b进行故障检测时，通过对表2中所有异常检测结果的判断，可以得知根检测结果对应的设备a在采集时间00:31、00:32、00:33、00:34和00:35均得到数据类型为由于下一跳转发入端口不可用导致的转发失败的数据包的个数的异常检测结果，也就是说，设备a在时长大于或等于3分钟的时间段内，在每一个采集周期均得到数据类型与根检测结果的数据类型相同的异常检测结果，由此可知使用第一个故障识别条件对设备a和/或设备b进行故障检测得到的检测结果为：是。然后，根据数据类型之间的关联关系，例如，由于下一跳转发入端口不可用导致的转发失败的数据包的个数这一数据类型和入端口处理包数这一数据类型，在判断设备端口故障中，具有关联性，基于此，当使用上述第一个故障识别条件进行故障检测后，得到的检测结果为是时，通常会使用关联的第二个故障识别条件：输入的所有异常检测结果中，是否存在数据类型为入端口处理包数的异常检测结果，对设备a和/或设备b进行故障检测。使用第二个故障识别条件，对设备a和/或设备b进行故障检测时，通过对表2中所有异常检测结果的判断，可以得知设备b具有数据类型为入端口处理包数的异常检测结果，由此可知，使用第二个故障识别条件对设备a和/或设备b进行故障检测得到的检测结果为：是，设备b具有类型为入端口处理包数的异常检测结果。之后，使用与第二个检测结果关联的第三个故障识别条件：具有类型为入端口处理包数的异常检测结果的设备是否在时长大于或等于第四预设时长(例如第四预设时长为3分钟)的时间段内，在每一个采集周期，均得到数据类型为入端口处理包数的异常检测结果，对设备a和/或设备b进行故障检测。使用第三个故障识别条件，对设备a和/或设备b进行故障检测时，通过对表2中所有异常检测结果的判断，可以得知，设备b在采集时间00:31、00:32、00:33、00:34和00:35，均得到数据类型为入端口处理包数的异常检测结果，也就是说，设备b在时长大于或等于3分钟的时间段内，在每一个采集周期，均得到数据类型为入端口处理包数的异常检测结果，由此可知，使用第三个故障识别条件对设备a和/或设备b进行故障检测得到的检测结果为：是。最后，根据第三个检测结果对应的故障检测结果：具有数据类型为入端口处理包数的异常检测结果的设备，在根检测结果对应的采集时间，发生端口故障，得到对设备a和/或设备b进行故障检测的检测结果：设备b在00:31发生端口故障，控制器输出b、00:31和端口故障。同理，由于使用与采集时间排序最前的异常检测结果的数据类型相关的多个相互关联的故障识别条件，对设备a和/或设备b进行故障检测时，确定出设备a和设备b中发生故障的网络设备，所以不再使用与表2中其它9个异常检测结果的数据类型相关的多个相互关联的故障识别条件，对设备a和/或设备b进行故障检测。假设，控制器使用与表2中编号为1的异常检测结果的数据类型相关的多个相互关联的故障识别条件，对设备a和/或设备b进行故障检测时，未识别出设备a和设备b中任意一个网络设备发生故障，则继续使用与表2中编号为2的异常检测结果的数据类型相关的多个相互关联的故障识别条件，对设备a和/或设备b进行故障检测，具体的实现方式可以参考前述实施例的内容，此处不再一一列举，直至确定出设备a和设备b中存在发生故障的网络设备，则控制器输出发生故障的网络设备的第二设备标识、第二类型标识和第二故障时间；或者，直至使用编号为10的异常检测结果的数据类型相关的多个相互关联的故障识别条件，对设备a和/或设备b进行故障检测后，未识别出设备a和设备b中任意一个网络设备发生故障，则控制器确定设备a和设备b均未发生故障。可选的，控制器可以按照下述方式，输出发生故障的网络设备的第二设备标识、第二类型标识和第二故障时间：控制器生成告警消息，该告警消息中包含第二设备标识、第二故障时间和第二类型标识，以便通知网络管理侧在第二故障时间，第二设备标识对应的网络设备发生故障类型为第二类型标识的故障。可选的，如果控制器根据得到的异常检测结果确定第一网络设备和第二网络设备均未发生故障，则控制器还会将该检测时间窗口中获得的异常检测结果包含的数据序列标记为正常数据序列。可选的，控制器还可以使用正常数据序列更新所述异常检测模型，并发送更新后的异常检测模型给第一网络设备和第二网络设备，以便第一网络设备和第二网络设备在之后的故障检测过程中，可以使用更加精确的异常检测模型对自身的数据序列进行异常检测，从而提高后续故障检测的准确度。步骤106、控制器获取故障信息，该故障信息包含第一网络设备和第二网络设备中发生故障的网络设备的第一设备标识、第一故障时间和第一类型标识。控制器在接收异常检测结果，并根据异常检测结果对第一网络设备和/或第二网络设备进行故障检测之外，还可以持续获取故障信息，该故障信息包含第一网络设备和第二网络设备中发生故障的网络设备的设备标识、故障时间和类型标识，为了便于区分，本申请中将此种场景中故障信息包含的发生故障的网络设备的设备标识、故障时间和类型标识分别简称为第一设备标识、第一故障时间和第一类型标识。其中，故障信息可以为通过输入设备输入至控制器的故障信息，还可以为其它设备发送至控制器的故障信息。步骤107、控制器发送请求信息给所述第一设备标识对应的网络设备，该请求信息包含所述第一故障时间和所述第一类型标识。控制器每次获取到故障信息后，从该故障信息中解析得到该故障信息包含的第一设备标识、第一故障时间和第一类型标识，然后根据该故障信息生成请求信息，请求信息中包含第一故障时间和第一类型标识，并确定出第一网络设备和第二网络设备中与第一设备标识对应的网络设备，最后将请求信息发送给该网络设备。步骤108、第一设备标识对应的网络设备根据所述请求信息，确定出该网络设备的异常数据序列。第一网络设备和第二网络设备中与第一设备标识对应的网络设备接收到控制器发送的请求信息后，从该请求信息中解析得到第一类型标识和第一故障时间，然后根据预设的第一类型标识与数据类型的对应关系，从存储的数据序列中调取出数据类型与该第一类型标识对应，以及采集时间与第一故障时间相同的数据序列，将该数据序列确定为该网络设备的异常数据序列，并将该异常数据序列发送给控制器。步骤109、控制器接收所述第一设备标识对应的网络设备发送的异常数据序列。步骤110、控制器使用所述异常数据序列更新所述异常检测模型。步骤111、控制器发送更新后的异常检测模型给所述第一设备标识对应的网络设备。控制器使用异常数据序列更新所述异常检测模型后，发送更新后的异常检测模型给所述第一设备标识对应的网络设备，使得第一设备标识对应的网络设备在之后的故障检测过程中，可以使用更加精确的异常检测模型对自身的数据序列进行异常检测，从而提高后续故障检测的准确率。需要说明的是，本申请不对步骤102-步骤105，与步骤106-步骤109的执行顺序进行限制，可以先执行步骤102-步骤105，然后执行步骤106-步骤109，也可以先执行步骤106-步骤109，然后执行步骤102-步骤105。本申请提供的用于实现故障检测的方法中，控制器首先向多个网络设备发送异常检测模型，然后接收至少两个网络设备使用所述异常检测模型检测为异常的数据序列的检测结果，最后，根据该检测结果对所述至少两个网络设备进行故障检测。采用该方法，网络设备首先根据控制器发送的异常检测模型检测自身的数据序列，然后将检测为异常的数据序列的检测结果发送给控制器，控制器仅根据网络设备发送的检测为异常的数据序列的检测结果对网络设备进行故障检测，极大地降低了控制器的运算量，提高了控制器的检测效率，此外，由于控制器只根据检测为异常的数据序列的检测结果对网络设备进行故障检测，检测更加准确，检测结果的准确率更高。下面介绍与上述方法实施例对应的装置实施例。参见图3，图3为本申请实施例提供的用于实现故障检测的控制器的一种实施方式的结构框图。结合图3可知，该控制器300包括：发送模块301，用于发送异常检测模型给被检测网络中的多个网络设备，所述异常检测模型用于检测每个所述网络设备的数据序列是否异常，组成该数据序列的数据用于表征该网络设备的性能；接收模块302，用于接收所述多个网络设备中至少两个网络设备的异常检测结果，每个所述网络设备的异常检测结果是指所述网络设备使用所述异常检测模型检测为异常的数据序列的检测结果；处理模块303，用于根据所述至少两个网络设备的异常检测结果对所述至少两个网络设备进行故障检测。本申请提供的用于实现故障检测的控制器，可以向多个网络设备发送异常检测模型，然后接收至少两个网络设备使用所述异常检测模型检测为异常的数据序列的检测结果，最后，根据该检测结果对所述至少两个网络设备进行故障检测。使用该控制器对网络设备进行故障检测时，网络设备首先根据控制器发送的异常检测模型检测自身的数据序列，然后将检测为异常的数据序列的检测结果发送给控制器，控制器仅根据网络设备发送的检测为异常的数据序列的检测结果对网络设备进行故障检测，极大地降低了控制器的运算量，提高了控制器的检测效率，此外，由于控制器只根据检测为异常的数据序列的检测结果对网络设备进行故障检测，检测更加准确，检测结果的准确率更高。可选的，所述每个所述网络设备的异常检测结果包括所述网络设备使用所述异常检测模型检测为异常的数据序列的数据类型和采集时间；所述数据类型用于确定故障类型，所述采集时间用于确定故障发生时间。可选的，所述处理模块303，具体用于：按照所述采集时间的先后顺序，依次使用与每个所述采集时间对应的数据类型相关的，多个相互关联的故障识别条件，对所述至少两个网络设备进行故障检测。可选的，所述多个相互关联的故障识别条件根据不同数据类型之间的关联关系设置。可选的，所述接收模块302还用于获取故障信息，所述故障信息包含所述多个网络设备中发生故障的网络设备的第一设备标识，以及用于表明故障发生时间的第一故障时间和用于表明故障类型的第一类型标识；所述发送模块301还用于发送数据请求信息给所述第一设备标识对应的网络设备，所述数据请求信息包含所述第一故障时间和所述第一类型标识；所述接收模块302还用于接收异常数据序列；所述异常数据序列是指所述第一设备标识对应的网络设备根据所述数据请求信息，确定出的与所述第一故障时间和所述第一类型标识对应的数据序列；所述处理模块303还用于使用所述异常数据序列更新所述异常检测模型；所述发送模块301还用于发送更新后的异常检测模型给所述第一设备标识对应的网络设备。可选的，所述处理模块303，具体用于：如果所述处理模块303根据所述至少两个网络设备的异常检测结果确定所述至少两个网络设备中存在发生故障的网络设备，则输出发生故障的网络设备的第二设备标识，以及用于表明故障发生时间的第二故障时间和用于表明故障类型的第二类型标识。可选的，所述处理模块303用于输出发生故障的网络设备的第二设备标识，以及用于表明故障发生时间的第二故障时间和用于表明故障类型的第二类型标识，包括：所述处理模块303用于生成告警消息，所述告警消息中包含所述第二设备标识、所述第二故障时间和所述第二类型标识。可选的，所述每个所述网络设备的异常检测结果还包括所述网络设备使用所述异常检测模型检测为异常的数据序列。可选的，所述处理模块303，具体用于：如果所述处理模块303根据所述至少两个网络设备的异常检测结果确定所述至少两个网络设备中不存在发生故障的网络设备，则将所述检测为异常的数据序列标记为正常数据序列；使用所述正常数据序列更新所述异常检测模型；所述发送模块301还用于发送更新后的异常检测模型给所述多个网络设备。可选的，所述异常检测模型为所述处理模块根据所述多个网络设备的历史数据序列训练得到。可选的，所述历史数据序列由待训练数据和所述待训练数据之前采集的，与所述待训练数据最接近的n个第一历史数据，按照采集时间的先后顺序排列而成；所述待训练数据为已经经过异常检测，被标记为正常或异常的数据；所述第一历史数据为已经经过异常检测，被标记为正常的数据；所述第一历史数据的数据类型与所述待训练数据的数据类型相同。参见图4，图4为本申请提供的网络设备的一种实施方式的结构框图。结合图4可知，该网络设备400包括：接收模块401，用于接收控制器发送的异常检测模型，所述异常检测模型用于检测所述网络设备的数据序列是否异常，组成该数据序列的数据用于表征所述网络设备的性能；处理模块402，用于获取异常检测结果，所述异常检测结果是指所述网络设备使用所述异常检测模型检测为异常的数据序列的检测结果；发送模块403，用于发送所述异常检测结果给所述控制器，所述异常检测结果用于所述控制器对所述网络设备所在的网络进行故障检测。本申请提供的网络设备，可以接收控制器发送的异常检测模型，并将使用该异常检测模型检测为异常的数据序列的检测结果发送给控制器，使得控制器可以根据该异常检测结果对网络设备所在的网络进行故障检测，从而提高控制器对网络故障检测的准确率。可选的，所述网络设备的数据序列由待检测数据和所述待检测数据之前采集的，与所述待检测数据最接近的n个第二历史数据，按照采集时间的先后顺序排列而成；所述待检测数据是指未经过异常检测的数据，所述第二历史数据是指已经经过异常检测，被标记为正常的数据；所述第二历史数据的数据类型与所述待检测数据的数据类型相同。可选的，所述网络设备的数据序列为关键性能指标kpi数据序列。可选的，所述异常检测结果为所述网络设备将所述数据序列或所述数据序列的特征向量输入至所述异常检测模型中检测得到。参见图5，图5为本申请提供的用于实现故障检测的系统的一种实施方式的结构框图。结合图5可知，该系统500包括：控制器501和多个网络设备502；其中，控制器501可以通过总线(如图5中所示)或无线传输方式与每个网络设备502进行通信，网络设备502之间也可以通过总线(如图5中所示)或无线传输方式进行通信。所述控制器501用于：发送异常检测模型给所述多个网络设备502，所述异常检测模型用于检测每个所述网络设备502的数据序列是否异常，组成该数据序列的数据用于表征该网络设备502的性能；接收所述多个网络设备502中至少两个网络设备的异常检测结果，每个所述网络设备502的异常检测结果是指所述网络设备502使用所述异常检测模型检测为异常的数据序列的检测结果；根据所述至少两个网络设备502的异常检测结果对所述至少两个网络设备502进行故障检测。使用本申请提供的用于实现故障检测的系统可以实施本申请提供的用于实现故障检测的方法，并获得相同的有益效果。具体实现中，本申请实施例还提供了一种计算机存储介质，其中，该计算机存储介质可存储有程序，所述程序包括指令，该程序执行时可包括本申请提供的用于实现故障检测的方法的部分或全部步骤。所述计算机存储介质可以为磁碟、光盘、只读存储记忆体(read-onlymemory，rom)或随机存储记忆体(randomaccessmemory，ram)等。在上述实施例中，可以全部或部分通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机指令时，全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘(solidstatedisk，ssd))等。应理解，在本申请的各个实施例中，各步骤的执行顺序应以其功能和内在逻辑确定，各步骤序号的大小并不意味着执行顺序的先后，不对实施例的实施过程构成限定。此外，在本申请的描述中，除非另有说明，“多个”是指两个或多于两个。另外，为了便于清楚描述本申请实施例的技术方案，在本申请的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。本说明书的各个部分均采用递进的方式进行描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点介绍的都是与其他实施例不同之处。尤其，对于控制器、网络设备和系统的实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例中的说明即可。尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。以上所述的本申请实施方式并不构成对本申请保护范围的限定。当前第1页12