聯(lián)合網(wǎng)絡(luò)拓?fù)渑c知識圖譜的光網(wǎng)絡(luò)多故障定位

韓建興，李卓桐，井音吉，趙永利，張 杰

(北京郵電大學(xué) 電子工程學(xué)院，北京 100876)

0 引 言

光網(wǎng)絡(luò)是當(dāng)今承載各類巨量業(yè)務(wù)的重要基礎(chǔ)設(shè)施，且為支撐短視頻和實時交互等新興業(yè)務(wù)，光網(wǎng)絡(luò)規(guī)模將持續(xù)擴(kuò)大，其復(fù)雜性也將進(jìn)一步增強(qiáng)。這不可避免地讓光網(wǎng)絡(luò)軟硬件系統(tǒng)耦合關(guān)系更加復(fù)雜多樣，故障和告警更易傳播衍生。因此，在定位故障時，運維人員面臨著大量噪聲，憑借人工經(jīng)驗以及設(shè)備手冊的傳統(tǒng)方式,因其效率不足，已經(jīng)越加不能適應(yīng)實際需求。

從谷歌聲明將知識圖譜(Knowledge Graph，KG)用于改善搜索質(zhì)量[1]后，KG因其良好的組織和理解海量信息的能力而受到了學(xué)界與業(yè)界的高度重視，但當(dāng)前光網(wǎng)絡(luò)領(lǐng)域還少見其應(yīng)用。而KG可以豐富直觀地展現(xiàn)告警間關(guān)聯(lián)關(guān)系，充分挖掘數(shù)據(jù)間隱含信息，在排除衍生告警,推理根源告警，進(jìn)而確定故障原因方面大有助益。另外，有研究[2-3]表明，圖神經(jīng)網(wǎng)絡(luò)(Graph Neural Network，GNN)在自動推理KG實體關(guān)系方面頗有前景，有望使KG在定位故障時進(jìn)一步減少對人工的依賴，提升故障定位效率。

本文首先給出了使用告警KG助力光網(wǎng)絡(luò)故障定位的方法。接著，采用結(jié)合KG與GNN的自動故障定位方案，減少了人工依賴，提高了故障定位效率。仿真結(jié)果表明了該方法的有效性。最后，本文還提出了聯(lián)合網(wǎng)絡(luò)拓?fù)渑c告警KG的故障定位方法，并在多故障定位場景中得到了較高準(zhǔn)確率。

1 告警KG與故障定位應(yīng)用方法

1.1 光網(wǎng)絡(luò)告警KG

KG首先由谷歌在2012年明確提出，并將其用于改善搜索質(zhì)量。KG以結(jié)構(gòu)化的形式描述客觀世界中的概念、實體及其關(guān)系，用節(jié)點代表實體，邊代表實體間的各種語義關(guān)系。自從谷歌宣布其將KG用于改善搜索質(zhì)量后，KG善于表示并發(fā)現(xiàn)數(shù)據(jù)間隱含關(guān)系的能力逐漸被人們認(rèn)可，并逐漸成為學(xué)術(shù)界與工業(yè)界的熱點研究方向。

光網(wǎng)絡(luò)的告警與故障處理目前主要由運維人員借助網(wǎng)絡(luò)管理系統(tǒng)(Network Management System，NMS)完成。當(dāng)有故障發(fā)生后，由于光網(wǎng)絡(luò)的復(fù)雜性，會衍生出巨量的告警信息，NMS會收集并將這些信息反饋給運維人員處理，但告警間的衍生關(guān)系復(fù)雜多樣，手工處理排除衍生告警很困難且低效。KG的數(shù)據(jù)組織方式及其數(shù)據(jù)關(guān)聯(lián)能力則能夠大力提升排除衍生告警的效率。

經(jīng)數(shù)據(jù)采集、本體構(gòu)建、知識獲取、知識存儲和知識融合等步驟后，可以得到告警KG，告警KG部分視圖如圖1所示。構(gòu)建KG的數(shù)據(jù)基礎(chǔ)主要是光網(wǎng)絡(luò)設(shè)備手冊和綜合網(wǎng)管手冊的html文件。由圖可知，實體節(jié)點共有4類：故障節(jié)點、緊急告警節(jié)點、重要告警節(jié)點和次要告警節(jié)點。節(jié)點間關(guān)系有兩種：故障和告警節(jié)點之間的導(dǎo)致關(guān)系、告警與告警之間的衍生關(guān)系。圖中告警節(jié)點的詳細(xì)信息如表1所示。

表1 告警節(jié)點的詳細(xì)信息

圖1 光網(wǎng)絡(luò)告警KG部分視圖

KG輔助故障定位的方法說明如下：當(dāng)某單個故障發(fā)生后，NMS顯示收到如下數(shù)個告警：RFA、LFA、TU_AIS、HP_LOM和AU_AIS。KG直觀地展現(xiàn)了告警間的衍生關(guān)系，運維人員能方便迅速地?fù)?jù)此進(jìn)行推理，RFA由LFA所衍生，TU_AIS可以衍生出LFA，又因為存在可衍生TU_AIS的HP_LOM和AU_AIS，所以推理得到故障節(jié)點業(yè)務(wù)配置錯誤，故障位置等更全面的信息可從根源告警HP_LOM和AU_AIS獲知。通過上述說明可知，與傳統(tǒng)手動查詢設(shè)備文檔的方法相比，借助KG來輔助定位故障有更高的效率，方便運維人員根據(jù)告警衍生鏈條快速追溯定位到根源告警，從而確定故障信息。

1.2 結(jié)合KG與GNN的自動故障定位方案

如上所述，使用KG輔助告警關(guān)系的人工推理是一種更高效的故障定位方式。但該方式的定位過程人工參與過多，實際生產(chǎn)中NMS所收到的告警信息規(guī)模巨大，這種自動化程度不足的故障定位方式難以滿足效率需求。據(jù)了解，學(xué)術(shù)界中，已有將GNN用于KG關(guān)系推理的初步成功嘗試[4]，本文的自動故障定位方案即為采用結(jié)合KG與GNN推理根源告警的方案。

GNN最早由Gori提出[5]，意在拓展神經(jīng)網(wǎng)絡(luò)所處理數(shù)據(jù)的范圍，在此之前，神經(jīng)網(wǎng)絡(luò)關(guān)注于提取歐氏空間數(shù)據(jù)的特征，如文本、圖像和語音等數(shù)據(jù)，并取得了顯著的成績，但在實際場景中，有諸多非歐式空間生成的數(shù)據(jù)，在處理該類數(shù)據(jù)時，傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)方法表現(xiàn)欠佳。基于上述背景，旨在處理圖數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)GNN在借鑒了卷積網(wǎng)絡(luò)和循環(huán)網(wǎng)絡(luò)等思想的基礎(chǔ)上應(yīng)運而生。在圖結(jié)構(gòu)中，節(jié)點特征由其自身特征以及與其相連的節(jié)點特征來決定，GNN的基本思想是，基于信息傳播機(jī)制，相鄰節(jié)點間通過信息傳播來聚合信息，更新自身狀態(tài)并不斷迭代到一個穩(wěn)定狀態(tài)。獲得所有節(jié)點的包含了其鄰居節(jié)點信息的狀態(tài)嵌入是GNN的學(xué)習(xí)目標(biāo)[6]，GNN節(jié)點信息的傳播聚合通過神經(jīng)網(wǎng)絡(luò)完成。

如前所述，告警KG中的邊有導(dǎo)致和衍生兩種，而基礎(chǔ)的GNN沒有對邊進(jìn)行區(qū)分，不適用于此處根源告警推理的場景，而門控機(jī)制能夠克服該缺點，所以本文選擇GNN的變體門控圖神經(jīng)網(wǎng)絡(luò)(Gated Graph Neural Network，GGNN)[7]。圖2所示為故障節(jié)點自動推理流程，NMS上報的告警信息首先經(jīng)過去冗余等預(yù)處理，并使用編碼器實現(xiàn)告警向量化，然后使用向量初始化KG中每個節(jié)點的輸入特征。隨后，GGNN在所構(gòu)建KG的圖結(jié)構(gòu)中傳播聚合信息，并更新節(jié)點狀態(tài)，最后經(jīng)過若干次迭代輸出得到故障節(jié)點，這時可據(jù)此得到根源告警節(jié)點，從中能了解到故障位置等更具體信息。

圖2 結(jié)合KG與GNN實現(xiàn)故障節(jié)點自動推理

1.3 聯(lián)合網(wǎng)絡(luò)拓?fù)渑c告警KG的多故障定位方案

上一節(jié)所述故障定位方案適用于單故障場景，而不適用于多故障場景。圖3所示為業(yè)務(wù)配置錯誤和數(shù)據(jù)配置錯誤兩個故障的場景，這時網(wǎng)元5的TU_AIS是衍生告警，而網(wǎng)元2的TU_AIS不是衍生告警，但方案未考慮衍生關(guān)系中暗含的位置約束，所以無法區(qū)分兩個告警，也就無法適應(yīng)多故障場景。考慮更實際的情況，應(yīng)該將網(wǎng)絡(luò)拓?fù)涞刃畔⒖紤]在內(nèi)以便適應(yīng)多故障場景，此處多故障場景指發(fā)生1個或多個故障的場景。本節(jié)提出一種聯(lián)合網(wǎng)絡(luò)拓?fù)渑c告警KG進(jìn)行故障定位的方案。首先與1.1節(jié)同理構(gòu)建告警KG，然后將網(wǎng)絡(luò)拓?fù)涞男畔?如圖4所示)融合到網(wǎng)絡(luò)狀態(tài)KG中。接著，將網(wǎng)絡(luò)狀態(tài)KG與告警KG聯(lián)合到一起，兩者的聯(lián)系在于其告警同名，所以一個自然簡單的聯(lián)合方法是為兩者的同名實體添加邊，如圖4所示。最后，用新的KG代替1.2節(jié)中的告警KG，同理使用GGNN進(jìn)行故障節(jié)點自動推理。

圖3 網(wǎng)絡(luò)狀態(tài)KG

圖4 聯(lián)合網(wǎng)絡(luò)拓?fù)涞腒G

2 仿真設(shè)置與結(jié)果

仿真的主要設(shè)置如下所述。GGNN的訓(xùn)練與測試使用的是1 000組光傳送網(wǎng)的告警數(shù)據(jù)，為方便模型訓(xùn)練，通過one-hot編碼器進(jìn)行告警數(shù)據(jù)向量化。訓(xùn)練時以Adam作為優(yōu)化器，交叉熵?fù)p失函數(shù)為目標(biāo)函數(shù)。

按照上述設(shè)置，得到圖5所示的性能仿真結(jié)果。由圖可知，在迭代500次后，最終GGNN的損失值收斂并穩(wěn)定在0.16附近，準(zhǔn)確率達(dá)到97%。除此基礎(chǔ)性能仿真外，文章還測試了KG規(guī)模與故障定位性能的關(guān)系，測試選用了3種規(guī)模的KG，節(jié)點數(shù)分別為15、20和25，仿真結(jié)果如圖6所示。由圖可知，KG規(guī)模增大后，故障定位時長因計算量的增長而隨之增加，但均在可接受范圍內(nèi)。此外，在這3組測試中，定位準(zhǔn)確率雖然隨KG規(guī)模的變化而略有波動，但是準(zhǔn)確率均未低于95%。

圖5 故障定位性能

圖6 不同規(guī)模KG的性能

最后分別在單故障和多故障場景下仿真得到未聯(lián)合網(wǎng)絡(luò)拓?fù)浞桨概c聯(lián)合網(wǎng)絡(luò)拓?fù)浞桨傅男阅軘?shù)據(jù)，如表2所示。聯(lián)合網(wǎng)絡(luò)拓?fù)浞桨冈诙喙收蠄鼍跋碌臏?zhǔn)確率相比未聯(lián)合網(wǎng)絡(luò)拓?fù)浞桨赣忻黠@提升，且增加對拓?fù)湫畔⒌奶幚硭冻龅亩ㄎ粫r長代價很小。

表2 未聯(lián)合網(wǎng)絡(luò)拓?fù)浞桨概c聯(lián)合網(wǎng)絡(luò)拓?fù)浞桨傅男阅軐Ρ?/p>

3 結(jié)束語

本文利用KG更加強(qiáng)大的知識理解管理能力，提出了結(jié)合KG與GNN的自動故障定位方案，將運維人員從大量衍生告警所形成的噪聲中解放出來，減少了故障定位對人工的依賴，提高了故障定位效率。最后為突破只適用于單故障場景的限制，進(jìn)一步聯(lián)合了網(wǎng)絡(luò)拓?fù)湫畔?。仿真結(jié)果表明，聯(lián)合網(wǎng)絡(luò)拓?fù)浞桨冈诙喙收蠄鼍跋啾任绰?lián)合網(wǎng)絡(luò)拓?fù)浞桨笢?zhǔn)確率有顯著提升。