基于日志的机器学习方法实现故障快速定界的研究与应用.docxVIP

基于日志的机器学习方法

实现故障快速定界的研究与应用

0前言

设备日志分析作为隐患排查和故障定位的辅助手段，在NFV场景下不可避免地面临诸多问题，主要有NFV场景下层次和部件众多，各部件日志分散，并且日志产生量大，查找困难。这些问题给NFV设备的故障快速定界定位带来挑战。因此需要建立专有日志分析平台，实现跨层日志统一采集、集中存储管理、快速搜索分析、关键日志监控，并通过基于日志的机器学习方法实现故障快速定界定位及基于多种算法实现隐性故障排查。

1研究背景

1.1NFV设备部署规模化

——————————

收稿日期：2018-11-08

随着业务发展的需要，中国联通已开展NFV设备的规模部署。网络功能虚拟化（NFV）作为一种CT与IT进行融合的技术，初衷是为了解决现有发展的瓶颈，解决目前业务创新驱动力不足的问题。NFV是通过软硬件解耦及功能抽象，改变网络设备以往烟囱化的架构，使功能与专有硬件分离，从而使底层资源可以灵活共享，实现新业务的快速开发迭代。中国联通部署NFV设备不仅实现NB-IoT和VoLTE等网络功能，还为将来部署5G网络奠定基础。

1.2新技术带来维护方法的变革

虚拟化、云化技术使得虚拟计算资源、虚拟网络资源、虚拟存储资源与物理资源