本發(fā)明屬于通信
技術(shù)領(lǐng)域：
，具體涉及一種sdn網(wǎng)絡(luò)的故障節(jié)點(diǎn)探測(cè)方法。
背景技術(shù)：
：在sdn網(wǎng)絡(luò)(softwaredefinednetwork，即軟件定義網(wǎng)絡(luò))實(shí)現(xiàn)了數(shù)據(jù)轉(zhuǎn)發(fā)和控制分離，是一種數(shù)據(jù)控制分離、軟件可編程的網(wǎng)絡(luò)架構(gòu)，其采用集中式的控制平面和分布式的轉(zhuǎn)發(fā)平面，控制平面和轉(zhuǎn)發(fā)平面相互分離，控制平面利用南向接口協(xié)議對(duì)轉(zhuǎn)發(fā)平面上的網(wǎng)絡(luò)設(shè)備進(jìn)行集中式控制，并通過開放北向接口為網(wǎng)絡(luò)提供靈活的可編程能力。sdn網(wǎng)絡(luò)不可避免地存在節(jié)點(diǎn)故障失效的問題，目前sdn網(wǎng)絡(luò)技術(shù)比較新穎，關(guān)于sdn網(wǎng)絡(luò)的故障診斷，尤其是在虛擬私有云環(huán)境下的sdn網(wǎng)絡(luò)故障診斷的研究很少。如何進(jìn)行sdn網(wǎng)絡(luò)的節(jié)點(diǎn)故障診斷，及時(shí)進(jìn)行故障恢復(fù)，保證sdn網(wǎng)絡(luò)所承載業(yè)務(wù)的連貫性，是sdn網(wǎng)絡(luò)故障診斷需要解決的主要問題。技術(shù)實(shí)現(xiàn)要素：本發(fā)明所要解決的技術(shù)問題是針對(duì)現(xiàn)有技術(shù)中存在的上述不足，提供一種將傳統(tǒng)ip網(wǎng)中的探針技術(shù)引入到sdn網(wǎng)絡(luò)中，部署盡可能少的探針實(shí)現(xiàn)了對(duì)sdn網(wǎng)絡(luò)的狀態(tài)采集，然后使用貝葉斯網(wǎng)絡(luò)對(duì)網(wǎng)絡(luò)狀態(tài)進(jìn)行分析，實(shí)現(xiàn)了sdn網(wǎng)絡(luò)的故障檢測(cè)的sdn網(wǎng)絡(luò)的故障節(jié)點(diǎn)探測(cè)方法。一種sdn網(wǎng)絡(luò)的故障節(jié)點(diǎn)探測(cè)方法，包括步驟：步驟1：在網(wǎng)絡(luò)中部分所述節(jié)點(diǎn)設(shè)置所述探針，并通過所述探針?biāo)鶎俚乃龉?jié)點(diǎn)的狀態(tài)集合得到所述探針?biāo)?jīng)過的路徑的所述節(jié)點(diǎn)的狀態(tài)的稀疏矩陣；步驟2：計(jì)算出所述探針對(duì)所述節(jié)點(diǎn)的影響因子；步驟3：根據(jù)每條所述探針對(duì)所述節(jié)點(diǎn)的狀態(tài)的探測(cè)結(jié)果、以及所述探針?biāo)鶎偎龉?jié)點(diǎn)的路徑，計(jì)算所述節(jié)點(diǎn)的故障概率；步驟4：找出所述節(jié)點(diǎn)的故障概率達(dá)到最大值時(shí)的條件；步驟5：輸出所有概率達(dá)到最大值的所述節(jié)點(diǎn)集合，即為計(jì)算得到的故障節(jié)點(diǎn)集合。在步驟2中，所述探針?biāo)鶎偎龉?jié)點(diǎn)的影響因子的計(jì)算公式為：if(v0)＝αfin(v0)+βfout(v0)其中：v為網(wǎng)絡(luò)中某個(gè)特定的節(jié)點(diǎn)，fin(v0)為所述節(jié)點(diǎn)的內(nèi)部影響因子，α為內(nèi)部影響系數(shù)；fout(v0)為所述節(jié)點(diǎn)的外部影響因子，β為外部影響系數(shù)，sn為所述節(jié)點(diǎn)影響的業(yè)務(wù)數(shù)，li為所述節(jié)點(diǎn)對(duì)某一個(gè)業(yè)務(wù)的影響程度所量化的數(shù)值，k(v)為所述節(jié)點(diǎn)的內(nèi)部屬性值。步驟3中，所述節(jié)點(diǎn)的故障概率的計(jì)算公式為：p(v1,v2,...vi，...vn,t1,t2,...tj,...tm)＝p(t1|pa(t1))p(t2|pa(t2))...p(tm|pa(tm))p(v1)p(v2)...p(vn)其中：p(v1，v2，...vi，...vn，t1，t2，...tj，...tm)為所有所述節(jié)點(diǎn)的條件概率，表征所述節(jié)點(diǎn)的故障對(duì)整個(gè)網(wǎng)絡(luò)帶來的影響；(pa(tj)表示所述探針tj經(jīng)過的所有鏈路，當(dāng)所述探針tj中有節(jié)點(diǎn)故障時(shí)，p(tj＝1|pa(tj))＝1，p(tj＝0|pa(tj))＝0，當(dāng)所述探針tj無故障的時(shí)，p(tj＝1|pa(tj))＝0，p(tj＝0|pa(tj))＝1；tj＝1表示正常，tj＝0表示故障；vi為第i個(gè)所述節(jié)點(diǎn)，tj為第j條所述探針，n為所述節(jié)點(diǎn)個(gè)數(shù)，m為所述探針條數(shù)(m＜n)。在計(jì)算出所述探針?biāo)鶎偎龉?jié)點(diǎn)的影響因子之后、計(jì)算所述節(jié)點(diǎn)的故障概率之前還包括步驟：根據(jù)所述稀疏矩陣，采用最大邊緣化矩陣算法獲得包括所有節(jié)點(diǎn)的狀態(tài)的完全矩陣。綜上所述，本發(fā)明相比現(xiàn)有技術(shù)具有如下優(yōu)點(diǎn)：本發(fā)明利用貝葉斯網(wǎng)絡(luò)在sdn網(wǎng)絡(luò)中部署探針實(shí)現(xiàn)對(duì)故障節(jié)點(diǎn)探測(cè)，能有效解決當(dāng)前sdn網(wǎng)絡(luò)中出現(xiàn)故障節(jié)點(diǎn)時(shí)，由于網(wǎng)絡(luò)的結(jié)構(gòu)龐大，不易發(fā)現(xiàn)其故障點(diǎn)，并將故障點(diǎn)定位出來的問題。本發(fā)明采用貝葉斯網(wǎng)絡(luò)來進(jìn)行sdn網(wǎng)絡(luò)的故障探測(cè)：通過在網(wǎng)絡(luò)中部署探針實(shí)現(xiàn)了節(jié)點(diǎn)狀態(tài)的采集，同時(shí)將狀態(tài)數(shù)據(jù)輸入貝葉斯網(wǎng)絡(luò)計(jì)算出業(yè)務(wù)故障狀態(tài)下的節(jié)點(diǎn)故障概率，利用先驗(yàn)概率*影響因子得到即時(shí)后驗(yàn)概率，實(shí)現(xiàn)了對(duì)sdn網(wǎng)絡(luò)中故障節(jié)點(diǎn)的預(yù)測(cè)和定位。附圖說明圖1為本發(fā)明實(shí)施例中sdn網(wǎng)絡(luò)的故障節(jié)點(diǎn)探測(cè)方法的流程圖。圖2為本發(fā)明實(shí)施例中網(wǎng)元連接圖的示意圖。圖3為本發(fā)明實(shí)施例中mmmf算法原理的示意圖。圖4為本發(fā)明實(shí)施例中節(jié)點(diǎn)與探針間的關(guān)系的示意圖。圖5為本發(fā)明實(shí)施例中sdn網(wǎng)絡(luò)的故障節(jié)點(diǎn)探測(cè)系統(tǒng)的結(jié)構(gòu)示意圖。標(biāo)號(hào)說明1獲取單元；2計(jì)算單元；3定位單元；4輸出單元。具體實(shí)施方式為使本領(lǐng)域技術(shù)人員更好地理解本發(fā)明的技術(shù)方案，下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明sdn網(wǎng)絡(luò)的故障節(jié)點(diǎn)探測(cè)方法及其故障節(jié)點(diǎn)探測(cè)系統(tǒng)作進(jìn)一步詳細(xì)描述。一種sdn網(wǎng)絡(luò)中的故障節(jié)點(diǎn)的診斷方法，其將傳統(tǒng)ip網(wǎng)中的探針技術(shù)引入到sdn網(wǎng)絡(luò)中，部署盡可能少的探針實(shí)現(xiàn)了對(duì)sdn網(wǎng)絡(luò)的狀態(tài)采集，然后使用貝葉斯網(wǎng)絡(luò)對(duì)網(wǎng)絡(luò)狀態(tài)進(jìn)行分析，實(shí)現(xiàn)了sdn網(wǎng)絡(luò)的故障檢測(cè)。以下結(jié)合圖1所示的基于探針的故障節(jié)點(diǎn)定位算法的流程圖，說明基于影響因子的sdn網(wǎng)絡(luò)的故障節(jié)點(diǎn)探測(cè)方法：步驟1：在節(jié)點(diǎn)設(shè)置探針，并獲取探針對(duì)節(jié)點(diǎn)的狀態(tài)探測(cè)結(jié)果。在該步驟中，為了減少網(wǎng)絡(luò)的負(fù)載，首先向sdn網(wǎng)絡(luò)中發(fā)送少量的探針，在實(shí)際應(yīng)用中，探針可以是部署到sdn網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)上的一段程序，可以獲得節(jié)點(diǎn)的狀態(tài)信息；然后利用端到端的探針預(yù)測(cè)技術(shù)預(yù)測(cè)出剩下的探針的結(jié)果，隨機(jī)選出連接探針的設(shè)備節(jié)點(diǎn)。這里，無需對(duì)網(wǎng)絡(luò)中的所有節(jié)點(diǎn)發(fā)送探針，探針部署過程中首先對(duì)sdn網(wǎng)絡(luò)中隨機(jī)部署一部分探針，然后采用端到端的預(yù)測(cè)技術(shù)探測(cè)出剩下的探針的部署位置。隨機(jī)選擇設(shè)備節(jié)點(diǎn)部署探針，其他節(jié)點(diǎn)與已經(jīng)部署到的探針進(jìn)行連接。該步驟通過探針的預(yù)測(cè)技術(shù)，發(fā)送多個(gè)探針，但并不完全發(fā)送至所有節(jié)點(diǎn)而只是發(fā)送其中極少的一部分節(jié)點(diǎn)，只要部署的探針能夠連接起來覆蓋所有的網(wǎng)絡(luò)設(shè)備即可，從而可以保證用少量的探針完成對(duì)sdn網(wǎng)絡(luò)的檢測(cè)。探針部署在節(jié)點(diǎn)上，通過已發(fā)送的探針集合a可以得到一個(gè)稀疏矩陣，稀疏矩陣中的每一個(gè)數(shù)值表示探針?biāo)?jīng)過的路徑是否正常。獲得的方式為：這個(gè)稀疏矩陣中元素所在的行對(duì)應(yīng)于已發(fā)送的探針經(jīng)過的路徑的起始節(jié)點(diǎn)，列對(duì)應(yīng)于已發(fā)送的探針經(jīng)過的路徑的終節(jié)點(diǎn)，從而形成探針之間的連接路徑，返回結(jié)果表示兩個(gè)節(jié)點(diǎn)之間連接的鏈路是否連通。若這個(gè)探針返回的結(jié)果為正常(表示探針?biāo)趦晒?jié)點(diǎn)之間相連接)，則對(duì)應(yīng)稀疏矩陣中元素的值為-1；若這個(gè)探針返回的結(jié)果為故障，則對(duì)應(yīng)稀疏矩陣中元素的值為1；沒有發(fā)送的探針，則對(duì)應(yīng)稀疏矩陣中元素的值為0，也就是說稀疏矩陣中的元素由1、0、-1組成。步驟2：計(jì)算出探針?biāo)鶎俟?jié)點(diǎn)的影響因子。探針?biāo)鶎俚墓?jié)點(diǎn)在整個(gè)sdn網(wǎng)絡(luò)中存在一個(gè)對(duì)全網(wǎng)的影響因子。在該步驟中，利用公式(1)-公式(3)計(jì)算出每個(gè)節(jié)點(diǎn)的影響因子。對(duì)于sdn網(wǎng)絡(luò)來說，其業(yè)務(wù)走向更加固定，同時(shí)對(duì)于重要的業(yè)務(wù)遵循n-1原則，即每個(gè)重要業(yè)務(wù)都會(huì)有不止一條路徑，業(yè)務(wù)的重要程度可以用可選的路徑數(shù)量多少來表征，如圖2所示的網(wǎng)元連接圖是以網(wǎng)絡(luò)中的一小部分節(jié)點(diǎn)連接作為網(wǎng)絡(luò)模型。首先，在圖2中的網(wǎng)絡(luò)模型做業(yè)務(wù)定義：由于所設(shè)的模型規(guī)模較小，所以限制了業(yè)務(wù)的數(shù)量，現(xiàn)在規(guī)定在模型中共有5個(gè)業(yè)務(wù)，即s1-s5。sdn業(yè)務(wù)具有自身的特點(diǎn)和類型，為了區(qū)別這些業(yè)務(wù)的承載方式和內(nèi)容，并將關(guān)注的重點(diǎn)具體化，便于進(jìn)行基于承載業(yè)務(wù)資源的側(cè)面的分析，這里以對(duì)八個(gè)節(jié)點(diǎn)設(shè)置探針進(jìn)行示例，將業(yè)務(wù)s1-s5用資源取交集的形式來表示，用戶數(shù)學(xué)公式描述如下：s1：x1∩x2∩x5s2：x3∩x2∩x6s3：x6∩x7∩x8s4：x4∩x6∩x7s5：x3∩x6∩x8接下來，分析業(yè)務(wù)的受影響度：由于業(yè)務(wù)走向固定，各種故障對(duì)業(yè)務(wù)的影響程度是不同的，為定量標(biāo)注業(yè)務(wù)受影響程度，為業(yè)務(wù)影響報(bào)告提供影響程度的標(biāo)準(zhǔn)，結(jié)合實(shí)際運(yùn)行中的可能情況，根據(jù)假設(shè)的問題模型，可得出業(yè)務(wù)受影響程度如表一所示：表一業(yè)務(wù)受影響度節(jié)點(diǎn)是以x來表示，l作為影響程度標(biāo)識(shí)，在計(jì)算過程中以v作為相應(yīng)的變量，根據(jù)業(yè)務(wù)流程分析每一個(gè)節(jié)點(diǎn)故障對(duì)于業(yè)務(wù)的影響程度，結(jié)果如表二所示：表二節(jié)點(diǎn)影響度v1v2v3v4v5v6v7v8s1l4l3l1l2l4l2l1l1s2l2l3l4l2l2l4l1l1s3l1l1l1l1l1l4l3l4s4l1l2l1l4l2l3l4l1s5l2l2l4l2l2l3l3l4然后，計(jì)算節(jié)點(diǎn)的影響因子：在網(wǎng)元設(shè)備發(fā)生故障的情況下，可以用客觀的方法來度量sdn網(wǎng)絡(luò)設(shè)備對(duì)業(yè)務(wù)的影響。節(jié)點(diǎn)故障不僅會(huì)直接影響業(yè)務(wù)，還會(huì)間接的影響相關(guān)節(jié)點(diǎn)，利用復(fù)雜網(wǎng)絡(luò)理論，考慮節(jié)點(diǎn)的內(nèi)部屬性和外部屬性，綜合來求節(jié)點(diǎn)的影響因子。在sdn網(wǎng)絡(luò)中，內(nèi)部屬性為節(jié)點(diǎn)故障對(duì)于網(wǎng)絡(luò)拓?fù)渲衅渌?jié)點(diǎn)的影響，包括節(jié)點(diǎn)的度、介數(shù)、緊密度；外部屬性為節(jié)點(diǎn)故障對(duì)各個(gè)業(yè)務(wù)的綜合影響程度。通過量化這些指標(biāo)，得到每個(gè)節(jié)點(diǎn)影響因子的數(shù)值。為了與內(nèi)部屬性對(duì)應(yīng)，首先量化外部屬性，對(duì)于每一個(gè)等級(jí)規(guī)定一個(gè)數(shù)值，如表三所示：表三節(jié)點(diǎn)故障對(duì)于業(yè)務(wù)的綜合影響程度l1l2l3l400.30.71表三中的影響程度等級(jí)數(shù)值只是示例，事實(shí)上應(yīng)該可以任意定義為0-1之間的任何數(shù)值。節(jié)點(diǎn)故障影響值：其中：v為sdn網(wǎng)絡(luò)中某個(gè)特定的節(jié)點(diǎn)，sn為節(jié)點(diǎn)影響的業(yè)務(wù)數(shù)，li為節(jié)點(diǎn)對(duì)某一個(gè)業(yè)務(wù)的影響程度所量化的數(shù)值(即表三中的數(shù)值)，根據(jù)sdn網(wǎng)絡(luò)的節(jié)點(diǎn)與業(yè)務(wù)的關(guān)系特征，節(jié)點(diǎn)故障綜合影響值即對(duì)于每一個(gè)業(yè)務(wù)影響的平均值，也是sdn網(wǎng)絡(luò)中一個(gè)節(jié)點(diǎn)的外部影響力。sdn網(wǎng)絡(luò)記為g，其中有節(jié)點(diǎn)v和節(jié)點(diǎn)之間的鏈路e，于是有g(shù)＝(v，e)中，節(jié)點(diǎn)v0的影響因子定義如下：if(v0)＝αfin(v0)+βfout(v0)(2)其中，fin(v0)為節(jié)點(diǎn)的內(nèi)部影響因子，α為內(nèi)部影響系數(shù)；fout(v0)為節(jié)點(diǎn)的外部影響因子，β為外部影響系數(shù)，且滿足α+β＝1，其中，α＝、β兩個(gè)值可以根據(jù)實(shí)際情況和網(wǎng)絡(luò)結(jié)構(gòu)人為設(shè)定，二者相加等于1即可，內(nèi)部影響較大則內(nèi)部影響系數(shù)值高一點(diǎn)；外部影響較大，則外部影響系數(shù)值高一點(diǎn)，可以隨機(jī)設(shè)定而不做限定。由于這里較多考慮是節(jié)點(diǎn)對(duì)于外部業(yè)務(wù)帶來的影響，故外部影響因子的比重較大，將β取相對(duì)較大的值，較好的經(jīng)驗(yàn)取值為α＝0.2，β＝0.8。fout(v0)為外部影響因子，即為公式(1)計(jì)算得到的節(jié)點(diǎn)的故障影響值cd(v0)，fin(v0)為內(nèi)部影響因子，通過下述的公式(3)計(jì)算得到，由此可以根據(jù)公式(2)計(jì)算出節(jié)點(diǎn)影響因子if的數(shù)值。這里，其中：k(v)為節(jié)點(diǎn)的內(nèi)部屬性值，可取度數(shù)、介數(shù)、緊密度等節(jié)點(diǎn)自身屬性，由于在公式(2)的規(guī)定中α的值較小，所以具體選取哪一個(gè)內(nèi)部屬性值對(duì)結(jié)果的影響并不大；max(k(v))為歸一化因子，為了消除網(wǎng)絡(luò)規(guī)模對(duì)數(shù)值的影響，使得指標(biāo)統(tǒng)一在[0，1]區(qū)間內(nèi)。步驟3：根據(jù)每條探針對(duì)節(jié)點(diǎn)的狀態(tài)的探測(cè)結(jié)果、以及探針?biāo)鶎俟?jié)點(diǎn)走過的路徑，計(jì)算節(jié)點(diǎn)的故障概率。探針部署到節(jié)點(diǎn)之后，可以互相連接，涉及多條鏈路。在該步驟中，輸入每條探針對(duì)所屬節(jié)點(diǎn)的狀態(tài)的探測(cè)結(jié)果，在上述節(jié)點(diǎn)的影響因子的基礎(chǔ)上，利用貝葉斯網(wǎng)絡(luò)模型，將節(jié)點(diǎn)的影響因子運(yùn)用到概率公式中來定位網(wǎng)絡(luò)中出現(xiàn)故障的節(jié)點(diǎn)。即根據(jù)每條探針的探測(cè)結(jié)果、探針走過的路徑和節(jié)點(diǎn)的故障概率，分別計(jì)算在公式p(t1|pa(t1))p(t2|pa(t2))...p(tm|pa(tm))p(v1)p(v2)...p(vn)的數(shù)值。步驟4：找出步驟3中節(jié)點(diǎn)的故障概率達(dá)到最大值時(shí)的條件。在該步驟中，找出p(v1，v2，...vi，...vn，t1，t2，...tj，...tm)值在最大值時(shí)的條件，即網(wǎng)絡(luò)中某個(gè)特定的節(jié)點(diǎn)v的取值(為0或1)，其中：0表示節(jié)點(diǎn)故障，1表示節(jié)點(diǎn)正常。mmmf算法即最大邊緣化矩陣算法(maximum-marginma-trixfactorization)，如圖3所示為mmmf算法原理示意圖。mmmf算法應(yīng)用于本實(shí)施例的sdn網(wǎng)絡(luò)的故障節(jié)點(diǎn)探測(cè)方法中時(shí)，根據(jù)探針的探測(cè)結(jié)果得到的稀疏矩陣(該矩陣是一個(gè)不完全矩陣)得到一個(gè)完全矩陣，該計(jì)算過程也就是將上述稀疏矩陣中所有元素為0的探針均預(yù)測(cè)出來，即預(yù)測(cè)路徑中未設(shè)置探針的節(jié)點(diǎn)的狀態(tài)。mmmf是一個(gè)同步學(xué)習(xí)特征向量v和系數(shù)向量u的過程，將原始矩陣y分解為低范數(shù)的矩陣。低秩約束實(shí)質(zhì)上就是約束特征空間的維數(shù)，對(duì)y的每一列進(jìn)行預(yù)測(cè)其實(shí)就是一個(gè)在低維空間上的預(yù)測(cè)任務(wù)。利用矩陣中元素之間的非獨(dú)立性計(jì)算出一個(gè)特征向量v和一個(gè)系數(shù)向量u，然后利用這兩個(gè)向量的乘積得到一個(gè)完全矩陣，而這個(gè)完全矩陣即為不完全矩陣的近似估計(jì)，以此來表示所有探針的探測(cè)情況。應(yīng)該理解的是，部署的探針的狀態(tài)也不需要都探測(cè)并返回，只要返回路徑涉及到的探針的狀態(tài)即可。在預(yù)測(cè)出矩陣后即可利用貝葉斯網(wǎng)絡(luò)模型進(jìn)行故障節(jié)點(diǎn)的定位。探針?biāo)綔y(cè)到的信息，實(shí)際上是故障發(fā)生后經(jīng)過各種實(shí)體相互作用的而產(chǎn)生的外在表現(xiàn)，所以此時(shí)網(wǎng)絡(luò)故障定位就體現(xiàn)出其不確定的特點(diǎn)。而貝葉斯網(wǎng)絡(luò)具有對(duì)不確定性條件環(huán)境下，對(duì)因果關(guān)系診斷的優(yōu)勢(shì)。同時(shí)貝葉斯網(wǎng)采用圖的形式去表達(dá)變量的聯(lián)合概率分布及其條件獨(dú)立性，能夠大大降低故障定貝葉斯網(wǎng)絡(luò)模型將網(wǎng)絡(luò)中的節(jié)點(diǎn)和探測(cè)聯(lián)系起來，形成一個(gè)二層直接有向圖。如圖4所示為節(jié)點(diǎn)與探針間的關(guān)系，其中網(wǎng)絡(luò)中的設(shè)備節(jié)點(diǎn)視為父節(jié)點(diǎn)，探針視為子節(jié)點(diǎn)，探針的結(jié)果依賴于其父節(jié)點(diǎn)的結(jié)果，當(dāng)且僅當(dāng)其所有的父節(jié)點(diǎn)正確時(shí)該探針的狀態(tài)才為正確，通過計(jì)算每個(gè)節(jié)點(diǎn)的故障概率可以定位路徑中最有可能出現(xiàn)故障的節(jié)點(diǎn)。根據(jù)待定位的參數(shù)(包括所有網(wǎng)絡(luò)節(jié)點(diǎn)的先驗(yàn)概率及所有探針的結(jié)果)計(jì)算所有網(wǎng)絡(luò)節(jié)點(diǎn)的條件概率，即計(jì)算p(v1，v2，...vi，...vn，t1，t2，...tj，...tm)的概率，其中vi為第i個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)，tj為第j條探針，n為網(wǎng)絡(luò)節(jié)點(diǎn)個(gè)數(shù)，m為探針條數(shù)(m＜n)。p(v1，v2，...vi，...vn，t1，t2，...tj，...tm)的計(jì)算公式為：p(v1,v2,...vi，...vn,t1,t2,...tj,...tm)＝p(t1|pa(t1))p(t2|pa(t2))...p(tm|pa(tm))p(v1)p(v2)...p(vn)其中：(1)p(v1，v2，...vi，...vn，t1，t2，...tj，...tm)為所有節(jié)點(diǎn)的條件概率，表征節(jié)點(diǎn)故障對(duì)整個(gè)網(wǎng)絡(luò)帶來的影響；(2)pa(tj)表示探針tj經(jīng)過的所有鏈路，當(dāng)探針tj中有節(jié)點(diǎn)故障時(shí)，p(tj＝1|pa(tj))＝1，p(tj＝0|pa(tj))＝0，無故障的時(shí)候p(tj＝1|pa(tj))＝0，p(tj＝0|pa(tj))＝1；tj＝1表示正常，tj＝0表示故障。(3)先驗(yàn)概率是根據(jù)以往經(jīng)驗(yàn)和分析得到的網(wǎng)絡(luò)節(jié)點(diǎn)出故障的概率，為一個(gè)估計(jì)值，不同sdn網(wǎng)絡(luò)系統(tǒng)中的取值不一樣。在本實(shí)施例的模型中，節(jié)點(diǎn)出故障的先驗(yàn)概率值為0.1，節(jié)點(diǎn)無故障時(shí)的先驗(yàn)概率值p(xi)＝0.9，因此，有故障時(shí)節(jié)點(diǎn)的故障概率為p(xi)＝0.1*if(xi)，即考慮節(jié)點(diǎn)的失效概率與影響因子的乘積，因?yàn)樨惾~斯網(wǎng)絡(luò)的特性，所以采用先驗(yàn)概率*影響因子的方法，得到的即時(shí)后驗(yàn)概率，更能準(zhǔn)確定位故障節(jié)點(diǎn)。這里，失效概率即為先驗(yàn)概率，故障概率即為后驗(yàn)概率＝先驗(yàn)概率*影響因子。(4)利用公式p(v1,v2,...，vn,t1,t2,...,tm)＝p(vx)...p(vy)*0.9n-k，其中k是網(wǎng)絡(luò)中出現(xiàn)的節(jié)點(diǎn)的故障數(shù)，vx...vy是故障節(jié)點(diǎn)，p(vx)...p(vy)對(duì)應(yīng)相應(yīng)節(jié)點(diǎn)的故障概率，針對(duì)上述的節(jié)點(diǎn)，k為從0-8的數(shù)，取k從0-8的不同取值，可以算出不同的p(v1，v2，...vi，...vn，t1，t2，...tj，...tm)，算出來所有情況下的值，取其最大時(shí)的條件，判斷出v的取值。把未設(shè)置探針的可能存在故障的節(jié)點(diǎn)也預(yù)測(cè)出來，即v＝0的故障節(jié)點(diǎn)的個(gè)數(shù)，然后計(jì)算在每個(gè)節(jié)點(diǎn)v＝0和v＝1情況下的概率。計(jì)算出所有情況下的p(v1，v2，...vi，...vn，t1，t2，...tj，...tm)值后，得到p(v1，v2，...vi，...vn，t1，t2，...tj，...tm)值在最大值時(shí)的條件，即v的取值(為0或1)。這里應(yīng)該理解的是，為保證計(jì)算效率，本實(shí)施例以僅計(jì)算探針涉及到的節(jié)點(diǎn)的影響因子為例，此時(shí)理論上效率應(yīng)該是最高的。但是，并不排除將所有節(jié)點(diǎn)的影響因子都計(jì)算出來的方式，這里不做限定。步驟5：輸出所有v＝0的節(jié)點(diǎn)集合，即為計(jì)算得到的故障節(jié)點(diǎn)集合。由于網(wǎng)絡(luò)中節(jié)點(diǎn)故障會(huì)導(dǎo)致業(yè)務(wù)路徑中斷，采用探針收集節(jié)點(diǎn)信息，然后利用貝葉斯網(wǎng)絡(luò)計(jì)算出故障概率。在該步驟中，所有v＝0的節(jié)點(diǎn)集合即為故障節(jié)點(diǎn)集合。如圖5所示的sdn網(wǎng)絡(luò)的故障節(jié)點(diǎn)探測(cè)系統(tǒng)，其包括獲取單元1、計(jì)算單元2、定位單元3和輸出單元4，其中：獲取單元1，用于獲取網(wǎng)絡(luò)中節(jié)點(diǎn)的狀態(tài)，并將節(jié)點(diǎn)的狀態(tài)傳輸至計(jì)算單元2；計(jì)算單元2，用于接收節(jié)點(diǎn)的狀態(tài)，計(jì)算網(wǎng)絡(luò)中節(jié)點(diǎn)的影響因子以及節(jié)點(diǎn)在路徑中有故障的概率；定位單元3，用于根據(jù)計(jì)算單元2中節(jié)點(diǎn)在路徑中有故障的概率，找出節(jié)點(diǎn)的故障概率達(dá)到最大值時(shí)的條件；輸出單元4，用于輸出所有概率達(dá)到最大值的節(jié)點(diǎn)集合，即為計(jì)算得到的故障節(jié)點(diǎn)集合。該sdn網(wǎng)絡(luò)的故障節(jié)點(diǎn)探測(cè)系統(tǒng)中，獲取單元1、計(jì)算單元2、定位單元3分別對(duì)應(yīng)sdn網(wǎng)絡(luò)的故障節(jié)點(diǎn)探測(cè)方法中的探針信息的獲取、探針獲取的信息的計(jì)算、故障節(jié)點(diǎn)的定位三個(gè)步驟。獲取單元1以多個(gè)探針的形式出現(xiàn)，通過在sdn網(wǎng)絡(luò)中的多個(gè)節(jié)點(diǎn)部署探針，用來獲取網(wǎng)絡(luò)中節(jié)點(diǎn)的狀態(tài)，同時(shí)將獲取到的信息傳送給計(jì)算單元2。在獲取單元1中：在網(wǎng)絡(luò)中部分節(jié)點(diǎn)設(shè)置探針，并通過探針?biāo)鶎俟?jié)點(diǎn)的狀態(tài)集合得到探針?biāo)?jīng)過的路徑的節(jié)點(diǎn)的狀態(tài)的稀疏矩陣。計(jì)算單元2將探針獲取到的信息進(jìn)行計(jì)算，計(jì)算出網(wǎng)絡(luò)中的節(jié)點(diǎn)影響因子，以及節(jié)點(diǎn)在路徑中發(fā)生故障的概率。計(jì)算單元2包括影響因子計(jì)算模塊，在影響因子計(jì)算模塊中，探針?biāo)鶎俟?jié)點(diǎn)的影響因子的計(jì)算公式為：if(v0)＝αfin(v0)+βfout(v0)其中：v為網(wǎng)絡(luò)中某個(gè)特定的節(jié)點(diǎn)，fin(v0)為節(jié)點(diǎn)的內(nèi)部影響因子，α為內(nèi)部影響系數(shù)；fout(v0)為節(jié)點(diǎn)的外部影響因子，β為外部影響系數(shù)，sn為節(jié)點(diǎn)影響的業(yè)務(wù)數(shù)，li為節(jié)點(diǎn)對(duì)某一個(gè)業(yè)務(wù)的影響程度所量化的數(shù)值，k(v)為節(jié)點(diǎn)的內(nèi)部屬性值。計(jì)算單元2包括節(jié)點(diǎn)概率計(jì)算模塊，在節(jié)點(diǎn)概率計(jì)算模塊中，節(jié)點(diǎn)的故障概率的計(jì)算公式為：p(v1,v2,...vi，...vn,t1,t2,...tj,...tm)＝p(t1|pa(t1))p(t2|pa(t2))...p(tm|pa(tm))p(v1)p(v2)...p(vn)其中：p(v1，v2，...vi，...vn，t1，t2，...tj，...tm)為所有節(jié)點(diǎn)的條件概率，表征節(jié)點(diǎn)的故障對(duì)整個(gè)網(wǎng)絡(luò)帶來的影響；(pa(tj)表示探針tj經(jīng)過的所有鏈路，當(dāng)探針tj中有節(jié)點(diǎn)故障時(shí)，p(tj＝1|pa(tj))＝1，p(tj＝0|pa(tj))＝0，當(dāng)探針tj無故障的時(shí)，p(tj＝1|pa(tj))＝0，p(tj＝0|pa(tj))＝1；tj＝1表示正常，tj＝0表示故障；vi為第i個(gè)節(jié)點(diǎn)，tj為第j條探針，n為節(jié)點(diǎn)個(gè)數(shù)，m為探針條數(shù)(m＜n)。優(yōu)選的是，計(jì)算單元2還包括補(bǔ)全模塊，補(bǔ)全模塊用于在計(jì)算出探針?biāo)鶎俟?jié)點(diǎn)的影響因子之后、計(jì)算節(jié)點(diǎn)的故障概率之前還包括步驟：根據(jù)稀疏矩陣，采用最大邊緣化矩陣算法獲得包括所有節(jié)點(diǎn)的狀態(tài)的完全矩陣?？梢岳斫獾氖?，以上實(shí)施方式僅僅是為了說明本發(fā)明的原理而采用的示例性實(shí)施方式，然而本發(fā)明并不局限于此。對(duì)于本領(lǐng)域內(nèi)的普通技術(shù)人員而言，在不脫離本發(fā)明的精神和實(shí)質(zhì)的情況下，可以做出各種變型和改進(jìn)，這些變型和改進(jìn)也視為本發(fā)明的保護(hù)范圍。當(dāng)前第1頁12