本發(fā)明涉及互聯(lián)網(wǎng)通信傳輸領(lǐng)域，尤其涉及一種網(wǎng)絡(luò)擁塞問題的定位方法以及裝置。

背景技術(shù)：

相關(guān)技術(shù)中，通常采用以下方式以定位網(wǎng)絡(luò)擁塞問題：運(yùn)維人員可先確定問題發(fā)生的時(shí)間點(diǎn)，之后，可根據(jù)該問題發(fā)生的時(shí)間點(diǎn)通過人工來追查服務(wù)器日志，并憑借運(yùn)維人員的經(jīng)驗(yàn)去找出該問題產(chǎn)生的原因。然而，這種通過人工排查的方式來對(duì)網(wǎng)絡(luò)擁塞問題進(jìn)行定位，可能會(huì)出現(xiàn)由于運(yùn)維人員對(duì)某個(gè)業(yè)務(wù)的技術(shù)經(jīng)驗(yàn)不足而導(dǎo)致問題定位不準(zhǔn)確的情況，進(jìn)而導(dǎo)致定位結(jié)果的準(zhǔn)確率低，而由于人工成本較高，也會(huì)導(dǎo)致問題定位成本高、定位效率低等。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的旨在至少在一定程度上解決上述的技術(shù)問題之一。

為此，本發(fā)明的第一個(gè)目的在于提出一種網(wǎng)絡(luò)擁塞問題的定位方法。該方法減少了人工成本，降低了問題定位成本，提高了定位效率，并提高了定位結(jié)果的準(zhǔn)確率。

本發(fā)明的第二個(gè)目的在于提出一種網(wǎng)絡(luò)擁塞問題的定位裝置。

為達(dá)上述目的，本發(fā)明第一方面實(shí)施例的網(wǎng)絡(luò)擁塞問題的定位方法，包括：獲取海量運(yùn)維數(shù)據(jù)，并對(duì)所述海量運(yùn)維數(shù)據(jù)進(jìn)行時(shí)間序列分析以定位異常點(diǎn)；根據(jù)所述異常點(diǎn)在所述時(shí)間序列上的分布以確定異常區(qū)間；根據(jù)所述異常區(qū)間確定運(yùn)維數(shù)據(jù)分布變化的時(shí)間拐點(diǎn)；根據(jù)所述時(shí)間拐點(diǎn)，通過相關(guān)性分析定位網(wǎng)絡(luò)擁塞問題的產(chǎn)生原因。

根據(jù)本發(fā)明實(shí)施例的網(wǎng)絡(luò)擁塞問題的定位方法，可獲取海量運(yùn)維數(shù)據(jù)，并對(duì)海量運(yùn)維數(shù)據(jù)進(jìn)行時(shí)間序列分析以定位異常點(diǎn)，之后，可根據(jù)異常點(diǎn)在時(shí)間序列上的分布以確定異常區(qū)間，并根據(jù)異常區(qū)間確定運(yùn)維數(shù)據(jù)分布變化的時(shí)間拐點(diǎn)，最后，根據(jù)時(shí)間拐點(diǎn)，通過相關(guān)性分析定位網(wǎng)絡(luò)擁塞問題的產(chǎn)生原因。即自動(dòng)根據(jù)海量數(shù)據(jù)分布變化情況自分析問題產(chǎn)生的根源時(shí)間點(diǎn)，不需要運(yùn)維人員過多的參與，減少了人工成本，降低了問題定位成本，提高了定位效率，且基于時(shí)間序列的數(shù)據(jù)分布變化分析，能找到異常發(fā)生的根源時(shí)間，而不是異常凸現(xiàn)的時(shí)間，提高了定位結(jié)果的準(zhǔn)確率，并基于相關(guān)性分析和關(guān)聯(lián)分析能追蹤產(chǎn)生異常的根本原因，從而能夠更加準(zhǔn)確地定位出產(chǎn)生網(wǎng)絡(luò)擁塞問題的原因。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述根據(jù)所述異常區(qū)間確定運(yùn)維數(shù)據(jù)分布變化的時(shí)間拐點(diǎn)，包括：根據(jù)所述異常區(qū)間，通過變點(diǎn)的貝葉斯分析對(duì)所述運(yùn)維數(shù)據(jù)進(jìn)行分析，得到所述運(yùn)維數(shù)據(jù)分布發(fā)生改變的時(shí)間區(qū)間，并將所述運(yùn)維數(shù)據(jù)分布發(fā)生改變的時(shí)間區(qū)間作為所述運(yùn)維數(shù)據(jù)分布變化的時(shí)間拐點(diǎn)。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述時(shí)間序列分析采用預(yù)先訓(xùn)練的線性模型和周期模型混合的方式。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述對(duì)所述海量運(yùn)維數(shù)據(jù)進(jìn)行時(shí)間序列分析以定位異常點(diǎn)，包括：將所述海量運(yùn)維數(shù)據(jù)分別代入所述預(yù)先訓(xùn)練的線性模型和周期模型中以假設(shè)當(dāng)前數(shù)據(jù)分布是否發(fā)生變化；如果所述當(dāng)前數(shù)據(jù)分布發(fā)生變化，則定位所述當(dāng)前數(shù)據(jù)分布在所述時(shí)間序列上的時(shí)間點(diǎn)，并將所述時(shí)間點(diǎn)作為所述異常點(diǎn)。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述將所述海量運(yùn)維數(shù)據(jù)分別代入所述預(yù)先訓(xùn)練的線性模型和周期模型中以假設(shè)當(dāng)前數(shù)據(jù)分布是否發(fā)生變化，包括：將所述海量運(yùn)維數(shù)據(jù)分別代入所述預(yù)先訓(xùn)練的線性模型和周期模型中以對(duì)所述當(dāng)前數(shù)據(jù)做出判斷；如果多次觸發(fā)異常報(bào)警，則假設(shè)所述當(dāng)前數(shù)據(jù)分布發(fā)生變化。

為達(dá)上述目的，本發(fā)明第二方面實(shí)施例的網(wǎng)絡(luò)擁塞問題的定位裝置，包括：獲取模塊，用于獲取海量運(yùn)維數(shù)據(jù)；第一定位模塊，用于對(duì)所述海量運(yùn)維數(shù)據(jù)進(jìn)行時(shí)間序列分析以定位異常點(diǎn)；第一確定模塊，用于根據(jù)所述異常點(diǎn)在所述時(shí)間序列上的分布以確定異常區(qū)間；第二確定模塊，用于根據(jù)所述異常區(qū)間確定運(yùn)維數(shù)據(jù)分布變化的時(shí)間拐點(diǎn)；第二定位模塊，用于根據(jù)所述時(shí)間拐點(diǎn)，通過相關(guān)性分析定位網(wǎng)絡(luò)擁塞問題的產(chǎn)生原因。

根據(jù)本發(fā)明實(shí)施例的網(wǎng)絡(luò)擁塞問題的定位裝置，可通過獲取模塊獲取海量運(yùn)維數(shù)據(jù)，第一定位模塊對(duì)海量運(yùn)維數(shù)據(jù)進(jìn)行時(shí)間序列分析以定位異常點(diǎn)，第一確定模塊根據(jù)異常點(diǎn)在時(shí)間序列上的分布以確定異常區(qū)間，第二確定模塊根據(jù)異常區(qū)間確定運(yùn)維數(shù)據(jù)分布變化的時(shí)間拐點(diǎn)，第二定位模塊根據(jù)時(shí)間拐點(diǎn)，通過相關(guān)性分析定位網(wǎng)絡(luò)擁塞問題的產(chǎn)生原因。即自動(dòng)根據(jù)海量數(shù)據(jù)分布變化情況自分析問題產(chǎn)生的根源時(shí)間點(diǎn)，不需要運(yùn)維人員過多的參與，減少了人工成本，降低了問題定位成本，提高了定位效率，且基于時(shí)間序列的數(shù)據(jù)分布變化分析，能找到異常發(fā)生的根源時(shí)間，而不是異常凸現(xiàn)的時(shí)間，提高了定位結(jié)果的準(zhǔn)確率，并基于相關(guān)性分析和關(guān)聯(lián)分析能追蹤產(chǎn)生異常的根本原因，從而能夠更加準(zhǔn)確地定位出產(chǎn)生網(wǎng)絡(luò)擁塞問題的原因。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述第二確定模塊包括：分析單元，用于根據(jù)所述異常區(qū)間，通過變點(diǎn)的貝葉斯分析對(duì)所述運(yùn)維數(shù)據(jù)進(jìn)行分析，得到所述運(yùn)維數(shù)據(jù)分布發(fā)生改變的時(shí)間區(qū)間；確定單元，用于將所述運(yùn)維數(shù)據(jù)分布發(fā)生改變的時(shí)間區(qū)間作為所述運(yùn)維數(shù)據(jù)分布變化的時(shí)間拐點(diǎn)。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述時(shí)間序列分析采用預(yù)先訓(xùn)練的線性模型和周期模型混合的方式。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述第一定位模塊包括：假設(shè)單元，用于將所述海量運(yùn)維數(shù)據(jù)分別代入所述預(yù)先訓(xùn)練的線性模型和周期模型中以假設(shè)當(dāng)前數(shù)據(jù)分布是否發(fā)生變化；定位單元，用于在所述假設(shè)單元判斷所述當(dāng)前數(shù)據(jù)分布發(fā)生變化時(shí)，定位所述當(dāng)前數(shù)據(jù)分布在所述時(shí)間序列上的時(shí)間點(diǎn)，并將所述時(shí)間點(diǎn)作為所述異常點(diǎn)。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述假設(shè)單元具體用于：將所述海量運(yùn)維數(shù)據(jù)分別代入所述預(yù)先訓(xùn)練的線性模型和周期模型中以對(duì)所述當(dāng)前數(shù)據(jù)做出判斷；如果多次觸發(fā)異常報(bào)警，則假設(shè)所述當(dāng)前數(shù)據(jù)分布發(fā)生變化。

本發(fā)明附加的方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實(shí)踐了解到。

附圖說明

本發(fā)明上述的和/或附加的方面和優(yōu)點(diǎn)從下面結(jié)合附圖對(duì)實(shí)施例的描述中將變得明顯和容易理解，其中，

圖1是根據(jù)本發(fā)明一個(gè)實(shí)施例的網(wǎng)絡(luò)擁塞問題的定位方法的流程圖；

圖2是根據(jù)本發(fā)明一個(gè)實(shí)施例的海量運(yùn)維數(shù)據(jù)在時(shí)間序列上的分布情況的示例圖；

圖3是根據(jù)本發(fā)明一個(gè)實(shí)施例的網(wǎng)絡(luò)擁塞問題的定位裝置的結(jié)構(gòu)示意圖；

圖4是根據(jù)本發(fā)明一個(gè)具體實(shí)施例的網(wǎng)絡(luò)擁塞問題的定位裝置的結(jié)構(gòu)示意圖；

圖5是根據(jù)本發(fā)明另一個(gè)具體實(shí)施例的網(wǎng)絡(luò)擁塞問題的定位裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面詳細(xì)描述本發(fā)明的實(shí)施例，所述實(shí)施例的示例在附圖中示出，其中自始至終相同或類似的標(biāo)號(hào)表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實(shí)施例是示例性的，旨在用于解釋本發(fā)明，而不能理解為對(duì)本發(fā)明的限制。

下面參考附圖描述本發(fā)明實(shí)施例的網(wǎng)絡(luò)擁塞問題的定位方法以及裝置。

圖1是根據(jù)本發(fā)明一個(gè)實(shí)施例的網(wǎng)絡(luò)擁塞問題的定位方法的流程圖。需要說明的是，本實(shí)施例的方法可以由網(wǎng)絡(luò)擁塞問題的定位裝置來執(zhí)行，該裝置可通過硬件和/或軟件的方式實(shí)現(xiàn)，一般可集成于被維護(hù)對(duì)象中。其中，該本發(fā)明實(shí)施例的網(wǎng)絡(luò)擁塞問題的定位方法屬于互聯(lián)網(wǎng)通信傳輸領(lǐng)域。

如圖1所示，該網(wǎng)絡(luò)擁塞問題的定位方法可以包括：

S110，獲取海量運(yùn)維數(shù)據(jù)，并對(duì)海量運(yùn)維數(shù)據(jù)進(jìn)行時(shí)間序列分析以定位異常點(diǎn)。

例如，假設(shè)本發(fā)明實(shí)施例的網(wǎng)絡(luò)擁塞問題的定位方法應(yīng)用于被維護(hù)對(duì)象中，則可搜集該被維護(hù)對(duì)象中的海量運(yùn)維數(shù)據(jù)，并實(shí)時(shí)對(duì)該海量運(yùn)維數(shù)據(jù)進(jìn)行時(shí)間序列分析，定位異常點(diǎn)。其中，該運(yùn)維數(shù)據(jù)可理解包括網(wǎng)絡(luò)協(xié)議、網(wǎng)絡(luò)流量、帶寬、網(wǎng)絡(luò)硬件(如CPU、內(nèi)存等)數(shù)據(jù)庫(kù)請(qǐng)求、異常訪問等。

其中，在本發(fā)明的一個(gè)實(shí)施例中，上述時(shí)間序列分析可采用預(yù)先訓(xùn)練的線性模型和周期模型混合的方式?？梢岳斫?，該線性模型和周期模型分別是預(yù)先通過歷史運(yùn)維數(shù)據(jù)訓(xùn)練而得到的。本發(fā)明實(shí)施例的網(wǎng)絡(luò)擁塞問題的定位方法在對(duì)海量運(yùn)維數(shù)據(jù)進(jìn)行時(shí)間序列分析時(shí)，通過采用線性模型和周期模型混合的方式，可以使得運(yùn)維數(shù)據(jù)分布無論是發(fā)生趨勢(shì)變化還是周期發(fā)生變化，都可以發(fā)現(xiàn)出該當(dāng)前運(yùn)維數(shù)據(jù)分布的改變，保證了異常點(diǎn)定位的準(zhǔn)確性。

作為一種示例，該對(duì)海量運(yùn)維數(shù)據(jù)進(jìn)行時(shí)間序列分析以定位異常點(diǎn)的具體實(shí)現(xiàn)過程可如下：可將海量運(yùn)維數(shù)據(jù)分別代入預(yù)先訓(xùn)練的線性模型和周期模型中以假設(shè)當(dāng)前數(shù)據(jù)分布是否發(fā)生變化，如果當(dāng)前數(shù)據(jù)分布發(fā)生變化，則定位當(dāng)前數(shù)據(jù)分布在時(shí)間序列上的時(shí)間點(diǎn)，并將時(shí)間點(diǎn)作為異常點(diǎn)。

具體而言，在本發(fā)明的一個(gè)實(shí)施例中，上述將海量運(yùn)維數(shù)據(jù)分別代入預(yù)先訓(xùn)練的線性模型和周期模型中以假設(shè)當(dāng)前數(shù)據(jù)分布是否發(fā)生變化的具體實(shí)現(xiàn)過程可如下：將海量運(yùn)維數(shù)據(jù)分別代入預(yù)先訓(xùn)練的線性模型和周期模型中以對(duì)當(dāng)前數(shù)據(jù)做出判斷，如果多次觸發(fā)異常報(bào)警，則假設(shè)當(dāng)前數(shù)據(jù)分布發(fā)生變化。

更具體地，在獲得海量運(yùn)維數(shù)據(jù)之后，可采用線性模型和周期模型混合的方式，將該海量運(yùn)維數(shù)據(jù)分別代入預(yù)先訓(xùn)練的線性模型和周期模型中以對(duì)當(dāng)前運(yùn)維數(shù)據(jù)做出判斷，如果輸出多次觸發(fā)異常報(bào)警的結(jié)果，則可假設(shè)該當(dāng)前數(shù)據(jù)分布發(fā)生變化，即如果多次發(fā)出異常報(bào)警，則說明通過歷史數(shù)據(jù)訓(xùn)練出來的線性模型或周期模型已經(jīng)不能很好的對(duì)當(dāng)前運(yùn)維數(shù)據(jù)做出判斷，也就是說，此時(shí)的運(yùn)維數(shù)據(jù)分布發(fā)生了變化。在假設(shè)當(dāng)前運(yùn)維數(shù)據(jù)分布發(fā)生變化時(shí)，可定位該發(fā)生變化的當(dāng)前運(yùn)維數(shù)據(jù)分布對(duì)應(yīng)在時(shí)間序列上的時(shí)間點(diǎn)，并將該時(shí)間點(diǎn)作為異常點(diǎn)。其中，歷史數(shù)據(jù)可以是網(wǎng)絡(luò)設(shè)備上傳的在歷史時(shí)間內(nèi)的運(yùn)維數(shù)據(jù)，例如，該歷史數(shù)據(jù)可以是網(wǎng)絡(luò)設(shè)備上傳的在過去一個(gè)星期內(nèi)所使用的網(wǎng)絡(luò)流量。該歷史時(shí)間不作具體限定，可以是一天、或一周，還可以是一個(gè)月等。

S120，根據(jù)異常點(diǎn)在時(shí)間序列上的分布以確定異常區(qū)間。

具體地，分別對(duì)海量運(yùn)維數(shù)據(jù)中的每個(gè)運(yùn)維數(shù)據(jù)進(jìn)行時(shí)間序列分析，以得到發(fā)生變化的當(dāng)前運(yùn)維數(shù)據(jù)分布的異常點(diǎn)，并將該海量運(yùn)維數(shù)據(jù)中所有發(fā)生變化的運(yùn)維數(shù)據(jù)分布的異常點(diǎn)對(duì)應(yīng)到時(shí)間序列上的時(shí)間，以得到發(fā)生變化的運(yùn)維數(shù)據(jù)分布的時(shí)間區(qū)間，該發(fā)生變化的運(yùn)維數(shù)據(jù)分布的時(shí)間區(qū)間即為異常區(qū)間。

S130，根據(jù)異常區(qū)間確定運(yùn)維數(shù)據(jù)分布變化的時(shí)間拐點(diǎn)。

具體而言，在本發(fā)明的一個(gè)實(shí)施例中，可根據(jù)異常區(qū)間，通過BCP(Bayesian Analysis of Change Point，變點(diǎn)的貝葉斯分析)對(duì)運(yùn)維數(shù)據(jù)進(jìn)行分析，得到運(yùn)維數(shù)據(jù)分布發(fā)生改變的時(shí)間區(qū)間，并將運(yùn)維數(shù)據(jù)分布發(fā)生改變的時(shí)間區(qū)間作為運(yùn)維數(shù)據(jù)分布變化的時(shí)間拐點(diǎn)。

更具體地，可根據(jù)異常區(qū)間，使用BCP對(duì)運(yùn)維數(shù)據(jù)進(jìn)行分析，找到分布發(fā)生改變的時(shí)間區(qū)間，并將該分布發(fā)生改變的時(shí)間區(qū)間作為運(yùn)維數(shù)據(jù)分布變化的時(shí)間拐點(diǎn)，可以理解，這些發(fā)生分布變化的區(qū)間很可能就是產(chǎn)生網(wǎng)絡(luò)擁塞問題的區(qū)間。例如，如圖2所示，為海量運(yùn)維數(shù)據(jù)在時(shí)間序列上的分布情況，假設(shè)中間驟降的區(qū)間(即圖2中的A區(qū)間)之前都是正常的，即正常區(qū)間即為運(yùn)維數(shù)據(jù)分布為發(fā)生改變，處于正常范圍，中間部分發(fā)現(xiàn)了短暫的異常，之后末尾(即圖2中B區(qū)間)的驟降是由于大量的運(yùn)維數(shù)據(jù)分布發(fā)生了改變，采用傳統(tǒng)的異常檢測(cè)一般只能發(fā)現(xiàn)后面的區(qū)間(即如圖2所示的B區(qū)間)，而根據(jù)異常區(qū)間，通過BCP對(duì)運(yùn)維數(shù)據(jù)進(jìn)行分析，以挖掘出如圖2所示的A區(qū)間(如該區(qū)間即為所述的時(shí)間拐點(diǎn))，而該區(qū)間很有可能就是網(wǎng)絡(luò)擁塞問題發(fā)生的真正起始時(shí)間，需要運(yùn)維人員重點(diǎn)分析。

也就是說，在將海量運(yùn)維數(shù)據(jù)分別代入預(yù)先訓(xùn)練的線性模型和周期模型中以對(duì)當(dāng)前數(shù)據(jù)做出判斷，即發(fā)現(xiàn)是否有異常點(diǎn)出現(xiàn)，如果有異常點(diǎn)出現(xiàn)，且該異常點(diǎn)過多，則可假設(shè)(或猜測(cè))當(dāng)前數(shù)據(jù)分布發(fā)生變化，之后，可使用BCP模型對(duì)運(yùn)維數(shù)據(jù)進(jìn)行分析，以真正判斷出運(yùn)維數(shù)據(jù)分布變化在哪里，即確定出該運(yùn)維數(shù)據(jù)分布變化的時(shí)間拐點(diǎn)。

S140，根據(jù)時(shí)間拐點(diǎn)，通過相關(guān)性分析定位網(wǎng)絡(luò)擁塞問題的產(chǎn)生原因。

具體地，根據(jù)時(shí)間拐點(diǎn)確定該時(shí)間拐點(diǎn)中的運(yùn)維數(shù)據(jù)，并通過相關(guān)性分析對(duì)該時(shí)間拐點(diǎn)中的運(yùn)維數(shù)據(jù)進(jìn)行分析，以定位出產(chǎn)生網(wǎng)絡(luò)擁塞問題的原因。

根據(jù)本發(fā)明實(shí)施例的網(wǎng)絡(luò)擁塞問題的定位方法，可獲取海量運(yùn)維數(shù)據(jù)，并對(duì)海量運(yùn)維數(shù)據(jù)進(jìn)行時(shí)間序列分析以定位異常點(diǎn)，之后，可根據(jù)異常點(diǎn)在時(shí)間序列上的分布以確定異常區(qū)間，并根據(jù)異常區(qū)間確定運(yùn)維數(shù)據(jù)分布變化的時(shí)間拐點(diǎn)，最后，根據(jù)時(shí)間拐點(diǎn)，通過相關(guān)性分析定位網(wǎng)絡(luò)擁塞問題的產(chǎn)生原因。即自動(dòng)根據(jù)海量數(shù)據(jù)分布變化情況自分析問題產(chǎn)生的根源時(shí)間點(diǎn)，不需要運(yùn)維人員過多的參與，減少了人工成本，降低了問題定位成本，提高了定位效率，且基于時(shí)間序列的數(shù)據(jù)分布變化分析，能找到異常發(fā)生的根源時(shí)間，而不是異常凸現(xiàn)的時(shí)間，提高了定位結(jié)果的準(zhǔn)確率，并基于相關(guān)性分析和關(guān)聯(lián)分析能追蹤產(chǎn)生異常的根本原因，從而能夠更加準(zhǔn)確地定位出產(chǎn)生網(wǎng)絡(luò)擁塞問題的原因。

為了實(shí)現(xiàn)上述實(shí)施例，本發(fā)明還提出了一種網(wǎng)絡(luò)擁塞問題的定位裝置。

圖3是根據(jù)本發(fā)明一個(gè)實(shí)施例的網(wǎng)絡(luò)擁塞問題的定位裝置的結(jié)構(gòu)示意圖。需要說明的是，本發(fā)明實(shí)施例的網(wǎng)絡(luò)擁塞問題的定位裝置可通過硬件和/或軟件的方式實(shí)現(xiàn)，一般可集成于被維護(hù)對(duì)象中。其中，該本發(fā)明實(shí)施例的網(wǎng)絡(luò)擁塞問題的定位裝置屬于互聯(lián)網(wǎng)通信傳輸領(lǐng)域。

如圖3所示，該網(wǎng)絡(luò)擁塞問題的定位裝置可以包括：獲取模塊310、第一定位模塊320、第一確定模塊330、第二確定模塊340和第二定位模塊350。

具體地，獲取模塊310可用于獲取海量運(yùn)維數(shù)據(jù)。第一定位模塊320可用于對(duì)海量運(yùn)維數(shù)據(jù)進(jìn)行時(shí)間序列分析以定位異常點(diǎn)。

例如，假設(shè)本發(fā)明實(shí)施例的網(wǎng)絡(luò)擁塞問題的定位裝置應(yīng)用于被維護(hù)對(duì)象中，則獲取模塊310可搜集該被維護(hù)對(duì)象中的海量運(yùn)維數(shù)據(jù)，第一定位模塊320可實(shí)時(shí)對(duì)該海量運(yùn)維數(shù)據(jù)進(jìn)行時(shí)間序列分析，定位異常點(diǎn)。其中，該運(yùn)維數(shù)據(jù)可理解包括網(wǎng)絡(luò)協(xié)議、網(wǎng)絡(luò)流量、帶寬、網(wǎng)絡(luò)硬件(如CPU、內(nèi)存等)、數(shù)據(jù)庫(kù)請(qǐng)求、異常訪問等。

其中，在本發(fā)明的一個(gè)實(shí)施例中，該時(shí)間序列分析可采用預(yù)先訓(xùn)練的線性模型和周期模型混合的方式?？梢岳斫猓摼€性模型和周期模型分別是預(yù)先通過歷史運(yùn)維數(shù)據(jù)訓(xùn)練而得到的。本發(fā)明實(shí)施例的網(wǎng)絡(luò)擁塞問題的定位裝置在對(duì)海量運(yùn)維數(shù)據(jù)進(jìn)行時(shí)間序列分析時(shí)，通過采用線性模型和周期模型混合的方式，可以使得運(yùn)維數(shù)據(jù)分布無論是發(fā)生線性變化還是周期發(fā)生變化，都可以發(fā)現(xiàn)出該當(dāng)前運(yùn)維數(shù)據(jù)分布的改變，保證了異常點(diǎn)定位的準(zhǔn)確性。

具體而言，在本發(fā)明的一個(gè)實(shí)施例中，如圖4所示，該第一定位模塊320可包括假設(shè)單元321和定位單元342。其中，假設(shè)單元321可用于將海量運(yùn)維數(shù)據(jù)分別代入預(yù)先訓(xùn)練的線性模型和周期模型中以假設(shè)當(dāng)前數(shù)據(jù)分布是否發(fā)生變化。定位單元342可用于在假設(shè)單元321判斷當(dāng)前數(shù)據(jù)分布發(fā)生變化時(shí)，定位當(dāng)前數(shù)據(jù)分布在時(shí)間序列上的時(shí)間點(diǎn)，并將時(shí)間點(diǎn)作為異常點(diǎn)。

作為一種示例，假設(shè)單元321將海量運(yùn)維數(shù)據(jù)分別代入預(yù)先訓(xùn)練的線性模型和周期模型中以假設(shè)當(dāng)前數(shù)據(jù)分布是否發(fā)生變化的具體實(shí)現(xiàn)過程可如下：將海量運(yùn)維數(shù)據(jù)分別代入預(yù)先訓(xùn)練的線性模型和周期模型中以對(duì)當(dāng)前數(shù)據(jù)做出判斷；如果多次觸發(fā)異常報(bào)警，則假設(shè)當(dāng)前數(shù)據(jù)分布發(fā)生變化。

更具體地，在獲取模塊310獲得海量運(yùn)維數(shù)據(jù)之后，假設(shè)單元321可采用線性模型和周期模型混合的方式，將該海量運(yùn)維數(shù)據(jù)分別代入預(yù)先訓(xùn)練的線性模型和周期模型中以對(duì)當(dāng)前運(yùn)維數(shù)據(jù)做出判斷，如果輸出多次觸發(fā)異常報(bào)警的結(jié)果，則可假設(shè)該當(dāng)前數(shù)據(jù)分布發(fā)生變化，即如果多次發(fā)出異常報(bào)警，則說明通過歷史數(shù)據(jù)訓(xùn)練出來的線性模型或周期模型已經(jīng)不能很好的對(duì)當(dāng)前運(yùn)維數(shù)據(jù)做出判斷，也就是說，此時(shí)的運(yùn)維數(shù)據(jù)分布發(fā)生了變化。在假設(shè)單元321假設(shè)當(dāng)前運(yùn)維數(shù)據(jù)分布發(fā)生變化時(shí)，定位單元342可定位該發(fā)生變化的當(dāng)前運(yùn)維數(shù)據(jù)分布對(duì)應(yīng)在時(shí)間序列上的時(shí)間點(diǎn)，并將該時(shí)間點(diǎn)作為異常點(diǎn)。

第一確定模塊330可用于根據(jù)異常點(diǎn)在時(shí)間序列上的分布以確定異常區(qū)間。更具體地，第一定位模塊320可分別對(duì)海量運(yùn)維數(shù)據(jù)中的每個(gè)運(yùn)維數(shù)據(jù)進(jìn)行時(shí)間序列分析，以得到發(fā)生變化的當(dāng)前運(yùn)維數(shù)據(jù)分布的異常點(diǎn)，第一確定模塊330將該海量運(yùn)維數(shù)據(jù)中所有發(fā)生變化的運(yùn)維數(shù)據(jù)分布的異常點(diǎn)對(duì)應(yīng)到時(shí)間序列上的時(shí)間，以得到發(fā)生變化的運(yùn)維數(shù)據(jù)分布的時(shí)間區(qū)間，該發(fā)生變化的運(yùn)維數(shù)據(jù)分布的時(shí)間區(qū)間即為異常區(qū)間。

第二確定模塊340可用于根據(jù)異常區(qū)間確定運(yùn)維數(shù)據(jù)分布變化的時(shí)間拐點(diǎn)。具體而言，在本發(fā)明的一個(gè)實(shí)施例中，如圖5所示，該第二確定模塊340可包括：分析單元341和確定單元342。其中，分析單元341可用于根據(jù)異常區(qū)間，通過變點(diǎn)的貝葉斯分析BCP對(duì)運(yùn)維數(shù)據(jù)進(jìn)行分析，得到運(yùn)維數(shù)據(jù)分布發(fā)生改變的時(shí)間區(qū)間。確定單元342可用于將運(yùn)維數(shù)據(jù)分布發(fā)生改變的時(shí)間區(qū)間作為運(yùn)維數(shù)據(jù)分布變化的時(shí)間拐點(diǎn)。

更具體地，分析單元341可根據(jù)異常區(qū)間，使用BCP對(duì)運(yùn)維數(shù)據(jù)進(jìn)行分析，找到分布發(fā)生改變的時(shí)間區(qū)間，確定單元342將該分布發(fā)生改變的時(shí)間區(qū)間作為運(yùn)維數(shù)據(jù)分布變化的時(shí)間拐點(diǎn)，可以理解，這些發(fā)生分布變化的區(qū)間很可能就是產(chǎn)生網(wǎng)絡(luò)擁塞問題的區(qū)間。例如，如圖2所示，為海量運(yùn)維數(shù)據(jù)在時(shí)間序列上的分布情況，假設(shè)中間驟降的區(qū)間(即圖2中的A區(qū)間)之前都是正常的，即正常區(qū)間即為運(yùn)維數(shù)據(jù)分布為發(fā)生改變，處于正常范圍，中間部分發(fā)現(xiàn)了短暫的異常，之后末尾(即圖2中B區(qū)間)的驟降是由于大量的運(yùn)維數(shù)據(jù)分布發(fā)生了改變，采用傳統(tǒng)的異常檢測(cè)一般只能發(fā)現(xiàn)后面的區(qū)間(即如圖2所示的B區(qū)間)，而根據(jù)異常區(qū)間，通過BCP對(duì)運(yùn)維數(shù)據(jù)進(jìn)行分析，以挖掘出如圖2所示的A區(qū)間(如該區(qū)間即為所述的時(shí)間拐點(diǎn))，而該區(qū)間很有可能就是網(wǎng)絡(luò)擁塞問題發(fā)生的真正起始時(shí)間，需要運(yùn)維人員重點(diǎn)分析。

第二定位模塊350可用于根據(jù)時(shí)間拐點(diǎn)，通過相關(guān)性分析定位網(wǎng)絡(luò)擁塞問題的產(chǎn)生原因。更具體地，第二定位模塊350可根據(jù)時(shí)間拐點(diǎn)確定該時(shí)間拐點(diǎn)中的運(yùn)維數(shù)據(jù)，并通過相關(guān)性分析對(duì)該時(shí)間拐點(diǎn)中的運(yùn)維數(shù)據(jù)進(jìn)行分析，以定位出產(chǎn)生網(wǎng)絡(luò)擁塞問題的原因。

根據(jù)本發(fā)明實(shí)施例的網(wǎng)絡(luò)擁塞問題的定位裝置，可通過獲取模塊獲取海量運(yùn)維數(shù)據(jù)，第一定位模塊對(duì)海量運(yùn)維數(shù)據(jù)進(jìn)行時(shí)間序列分析以定位異常點(diǎn)，第一確定模塊根據(jù)異常點(diǎn)在時(shí)間序列上的分布以確定異常區(qū)間，第二確定模塊根據(jù)異常區(qū)間確定運(yùn)維數(shù)據(jù)分布變化的時(shí)間拐點(diǎn)，第二定位模塊根據(jù)時(shí)間拐點(diǎn)，通過相關(guān)性分析定位網(wǎng)絡(luò)擁塞問題的產(chǎn)生原因。即自動(dòng)根據(jù)海量數(shù)據(jù)分布變化情況自分析問題產(chǎn)生的根源時(shí)間點(diǎn)，不需要運(yùn)維人員過多的參與，減少了人工成本，降低了問題定位成本，提高了定位效率，且基于時(shí)間序列的數(shù)據(jù)分布變化分析，能找到異常發(fā)生的根源時(shí)間，而不是異常凸現(xiàn)的時(shí)間，提高了定位結(jié)果的準(zhǔn)確率，并基于相關(guān)性分析和關(guān)聯(lián)分析能追蹤產(chǎn)生異常的根本原因，從而能夠更加準(zhǔn)確地定位出產(chǎn)生網(wǎng)絡(luò)擁塞問題的原因。

在本發(fā)明的描述中，需要理解的是，術(shù)語(yǔ)“第一”、“第二”僅用于描述目的，而不能理解為指示或暗示相對(duì)重要性或者隱含指明所指示的技術(shù)特征的數(shù)量。由此，限定有“第一”、“第二”的特征可以明示或者隱含地包括至少一個(gè)該特征。在本發(fā)明的描述中，“多個(gè)”的含義是至少兩個(gè)，例如兩個(gè)，三個(gè)等，除非另有明確具體的限定。

在本說明書的描述中，參考術(shù)語(yǔ)“一個(gè)實(shí)施例”、“一些實(shí)施例”、“示例”、“具體示例”、或“一些示例”等的描述意指結(jié)合該實(shí)施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特點(diǎn)包含于本發(fā)明的至少一個(gè)實(shí)施例或示例中。在本說明書中，對(duì)上述術(shù)語(yǔ)的示意性表述不必須針對(duì)的是相同的實(shí)施例或示例。而且，描述的具體特征、結(jié)構(gòu)、材料或者特點(diǎn)可以在任一個(gè)或多個(gè)實(shí)施例或示例中以合適的方式結(jié)合。此外，在不相互矛盾的情況下，本領(lǐng)域的技術(shù)人員可以將本說明書中描述的不同實(shí)施例或示例以及不同實(shí)施例或示例的特征進(jìn)行結(jié)合和組合。

流程圖中或在此以其他方式描述的任何過程或方法描述可以被理解為，表示包括一個(gè)或更多個(gè)用于實(shí)現(xiàn)特定邏輯功能或過程的步驟的可執(zhí)行指令的代碼的模塊、片段或部分，并且本發(fā)明的優(yōu)選實(shí)施方式的范圍包括另外的實(shí)現(xiàn)，其中可以不按所示出或討論的順序，包括根據(jù)所涉及的功能按基本同時(shí)的方式或按相反的順序，來執(zhí)行功能，這應(yīng)被本發(fā)明的實(shí)施例所屬技術(shù)領(lǐng)域的技術(shù)人員所理解。

在流程圖中表示或在此以其他方式描述的邏輯和/或步驟，例如，可以被認(rèn)為是用于實(shí)現(xiàn)邏輯功能的可執(zhí)行指令的定序列表，可以具體實(shí)現(xiàn)在任何計(jì)算機(jī)可讀介質(zhì)中，以供指令執(zhí)行系統(tǒng)、裝置或設(shè)備(如基于計(jì)算機(jī)的系統(tǒng)、包括處理器的系統(tǒng)或其他可以從指令執(zhí)行系統(tǒng)、裝置或設(shè)備取指令并執(zhí)行指令的系統(tǒng))使用，或結(jié)合這些指令執(zhí)行系統(tǒng)、裝置或設(shè)備而使用。就本說明書而言，"計(jì)算機(jī)可讀介質(zhì)"可以是任何可以包含、存儲(chǔ)、通信、傳播或傳輸程序以供指令執(zhí)行系統(tǒng)、裝置或設(shè)備或結(jié)合這些指令執(zhí)行系統(tǒng)、裝置或設(shè)備而使用的裝置。計(jì)算機(jī)可讀介質(zhì)的更具體的示例(非窮盡性列表)包括以下：具有一個(gè)或多個(gè)布線的電連接部(電子裝置)，便攜式計(jì)算機(jī)盤盒(磁裝置)，隨機(jī)存取存儲(chǔ)器(RAM)，只讀存儲(chǔ)器(ROM)，可擦除可編輯只讀存儲(chǔ)器(EPROM或閃速存儲(chǔ)器)，光纖裝置，以及便攜式光盤只讀存儲(chǔ)器(CDROM)。另外，計(jì)算機(jī)可讀介質(zhì)甚至可以是可在其上打印所述程序的紙或其他合適的介質(zhì)，因?yàn)榭梢岳缤ㄟ^對(duì)紙或其他介質(zhì)進(jìn)行光學(xué)掃描，接著進(jìn)行編輯、解譯或必要時(shí)以其他合適方式進(jìn)行處理來以電子方式獲得所述程序，然后將其存儲(chǔ)在計(jì)算機(jī)存儲(chǔ)器中。

應(yīng)當(dāng)理解，本發(fā)明的各部分可以用硬件、軟件、固件或它們的組合來實(shí)現(xiàn)。在上述實(shí)施方式中，多個(gè)步驟或方法可以用存儲(chǔ)在存儲(chǔ)器中且由合適的指令執(zhí)行系統(tǒng)執(zhí)行的軟件或固件來實(shí)現(xiàn)。例如，如果用硬件來實(shí)現(xiàn)，和在另一實(shí)施方式中一樣，可用本領(lǐng)域公知的下列技術(shù)中的任一項(xiàng)或他們的組合來實(shí)現(xiàn)：具有用于對(duì)數(shù)據(jù)信號(hào)實(shí)現(xiàn)邏輯功能的邏輯門電路的離散邏輯電路，具有合適的組合邏輯門電路的專用集成電路，可編程門陣列(PGA)，現(xiàn)場(chǎng)可編程門陣列(FPGA)等。

本技術(shù)領(lǐng)域的普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法攜帶的全部或部分步驟是可以通過程序來指令相關(guān)的硬件完成，所述的程序可以存儲(chǔ)于一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中，該程序在執(zhí)行時(shí)，包括方法實(shí)施例的步驟之一或其組合。

此外，在本發(fā)明各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理模塊中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)模塊中。上述集成的模塊既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能模塊的形式實(shí)現(xiàn)。所述集成的模塊如果以軟件功能模塊的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，也可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中。

上述提到的存儲(chǔ)介質(zhì)可以是只讀存儲(chǔ)器，磁盤或光盤等。盡管上面已經(jīng)示出和描述了本發(fā)明的實(shí)施例，可以理解的是，上述實(shí)施例是示例性的，不能理解為對(duì)本發(fā)明的限制，本領(lǐng)域的普通技術(shù)人員在本發(fā)明的范圍內(nèi)可以對(duì)上述實(shí)施例進(jìn)行變化、修改、替換和變型。