光链路健康检测方法、装置、存储介质及电子设备与流程

    技术2025-03-20  56


    本公开涉及通信,具体而言,涉及一种光链路健康检测方法、光链路健康检测装置、电子设备以及计算机可读存储介质。


    背景技术:

    1、当前,5g网络基于nfv(network functions virtualization,网络功能虚拟化)的架构,其虚拟化后的核心网网元业务需要由底层的云化资源池来进行承载。云化资源池内设备数量、类型多,海量设备之间构成了错综复杂的物理拓扑连接关系。同时,业务网元在云上是以多虚机形式进行部署,不同虚机分散在同一个主机组的不同物理服务器上,不同物理服务器分散连接在不同接入交换机下。因此,除同资源池/跨资源池的网元间互访外,网元内部虚机之间的业务、管理、存储平面流量的顺利转发也完全取决于池内多条物理光链路的健康状态。

    2、相关技术中,主要通过设备告警上报的方式感知光链路故障事件,主要包括光模块整体功能失效、光模块收/发光高于阈值、光模块收/发光低于阈值、crc(cyclicredundancy check,循环冗余校验)错误率等告警,其告警触发的相关阈值由各设备厂家进行设置,属于固定规则判断,依赖于设备自身的监控能力。故障定位后,需要人工介入处理,实施端口关闭、逻辑聚合组剔出等操作。该方法仅根据告警进行故障定位,不具备预测功能。另外,当链路出现闪断或crc低速增长现象时,由于告警会反复出现且迅速消除,运维人员难以感知故障发生。


    技术实现思路

    1、本公开的目的在于提供一种光链路健康检测方法、光链路健康检测装置、电子设备以及计算机可读存储介质,从而在一定程度上解决了相关技术存在的仅根据告警进行故障定位,不具备预测功能。且当链路出现闪断或crc低速增长现象时,由于告警会反复出现且迅速消除,运维人员难以感知故障发生等问题。

    2、根据本公开的第一方面,提供一种光链路健康检测方法,包括:采集云资源池底层光纤链路两侧的静态属性与实时性能指标,所述实时性能指标包括发光功率、收光功率、偏置电流;依据所述发光功率及所述收光功率的历史值及预测值确定第一劣化度,其中,所述预测值通过预先构建的趋势检测模型获取;针对所述光纤链路中的多通道光链路,依据所述多通道光链路的所述发光功率及所述偏置电流通过预先构建的偏离检测模型得到第二劣化度;获取所述光纤链路的循环冗余校验误码计数及链路闪断计数,并基于所述循环冗余校验误码计数及所述链路闪断计数确定第三劣化度;基于所述第一劣化度、所述第二劣化度及所述第三劣化度确定综合劣化度,并基于所述综合劣化度确定所述光纤链路的健康状况。

    3、在本公开的一种示例性实施例中,所述依据所述发光功率及所述收光功率的历史值及预测值确定第一劣化度,包括:获取所述光纤链路两侧光模块在历史时间段中各个采样时刻的所述发光功率及所述收光功率的历史值,并基于所述历史值计算所述光模块的累积劣化率;若所述累积劣化率大于第一阈值且所述发光功率不低于第二阈值时,基于所述趋势检测模型确定所述预测值,并计算所述第一劣化度。

    4、在本公开的一种示例性实施例中,所述方法还包括:若所述累积劣化率不大于所述第一阈值,则所述第一劣化度为0。

    5、在本公开的一种示例性实施例中,所述方法还包括:若所述发光功率低于所述第二阈值,则所述第一劣化度为100。

    6、在本公开的一种示例性实施例中,构建所述趋势监测模型,包括:计算所述历史时间段中各个采样时刻相比初始采样时刻的光功率劣化率,并获取每个采样时间与起始时间的时间差以及所述光模块的热力学温度;将所述光功率劣化率、所述时间差及所述热力学温度作为样本特征输入至所述趋势检测模型中,对所述趋势检测模型的劣化度函数进行拟合,确定所述趋势检测模型的模型参数,从而构建得到所述趋势检测模型。

    7、在本公开的一种示例性实施例中,所述依据所述多通道光链路的所述发光功率及所述偏置电流通过预先构建的偏离检测模型得到所述光纤链路的第二劣化度,包括:基于所述发光功率及所述偏置电流计算得到发光功率偏离度及偏置电流相对偏离度;将所述发光功率偏离度及所述偏置电流相对偏离度输入所述偏离检测模型,得到所述多通道光纤链路各通道的异常分数,并计算所述第二劣化度。

    8、在本公开的一种示例性实施例中,构建所述偏离检测模型,包括:获取所有所述多通道光纤链路的所述发光功率及所述偏置电流的历史值,并计算得到平均发光功率与平均偏置电流;基于所述平均发光功率与所述平均偏置电流计算所述多通道光纤链路在各历史时刻的所述发光功率偏离度及所述偏置电流相对偏离度,得到训练样本集;将所述训练样本作为输入,并基于孤立森林算法训练得到所述偏离检测模型。

    9、在本公开的一种示例性实施例中,所述方法还包括:若所述多通道光纤链路所有通道的所述异常分数均大于0,则所述第二劣化度为0。

    10、在本公开的一种示例性实施例中,其特征在于,所述基于所述循环冗余校验误码计数及所述链路闪断计数确定第三劣化度,包括:确定所述光纤链路两端的所述光模块所在端口在预设时间窗口内的所述循环冗余校验误码计数的增量和,并基于所述增量和计算第四劣化度;获取所述时间窗口下所述光纤链路累计产生的所述链路闪断计数,并计算第五劣化度;依据所述第四劣化度及所述第五劣化度确定所述第三劣化度。

    11、在本公开的一种示例性实施例中,所述方法还包括:当判断所述光纤链路处于亚健康状态时,将该亚健康光纤链路存入亚健康列表。

    12、在本公开的一种示例性实施例中,所述亚健康列表包含各所述亚健康光纤链路的归属关系,所述归属关系用于表示所述亚健康光纤链路所归属的光链路组;所述方法还包括:针对各所述亚健康光纤链路,确定所述亚健康光纤链路所属的所述光链路组中其余成员链路进行性能劣化预测;若所述其余成员链路中至少存在一条健康光链路时,执行相应的自动化隔离脚本。

    13、根据本公开的第二方面,提供一种光链路健康检测装置,包括:数据采集模块,用于采集云资源池底层光纤链路两侧的静态属性与实时性能指标,所述实时性能指标包括发光功率、收光功率、偏置电流;第一劣化度确定模块,用于依据所述发光功率及所述收光功率的历史值及预测值确定第一劣化度,其中,所述预测值通过预先构建的趋势检测模型获取;第二劣化度确定模块,用于针对所述光纤链路中的多通道光链路,依据所述多通道光链路的所述发光功率及所述偏置电流通过预先构建的偏离检测模型得到第二劣化度;第三劣化度确定模块,用于获取所述光纤链路的循环冗余校验误码计数及链路闪断计数,并基于所述循环冗余校验误码计数及所述链路闪断计数确定第三劣化度;健康检测模块,用于基于所述第一劣化度、所述第二劣化度及所述第三劣化度确定综合劣化度,并基于所述综合劣化度确定所述光纤链路的健康状况。

    14、根据本公开的第三方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的方法。

    15、根据本公开的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的方法。

    16、本公开示例性实施例可以具有以下部分或全部有益效果:

    17、在本公开示例实施方式所提供的光链路健康检测方法中,采集云资源池底层光纤链路两侧的静态属性与实时性能指标,上述实时性能指标包括发光功率、收光功率、偏置电流;依据发光功率及收光功率的历史值及预测值确定第一劣化度,其中,上述预测值通过预先构建的趋势检测模型获取;针对光纤链路中的多通道光链路,依据多通道光链路的发光功率及偏置电流通过预先构建的偏离检测模型得到第二劣化度;获取光纤链路的循环冗余校验误码计数及链路闪断计数,并基于循环冗余校验误码计数及链路闪断计数确定第三劣化度;基于第一劣化度、第二劣化度及第三劣化度确定综合劣化度,并基于综合劣化度确定光纤链路的健康状况。一方面,本公开通过采集光纤链路两侧的静态属性与实时性能指标,采集范围覆盖光口crc误码计数、链路闪断计数、收光功率、发光功率、偏置电流等多维信息,不仅解决了当链路出现质差时,低速crc增长、链路闪断不可知的问题,还综合了与整条光链路性能劣化所涉及的相关指标,劣化检测程度更全面。另一方面,本公开结合光模块器件实际劣化规律,通过趋势预测模型实现未来时刻的功率预测,先于故障发现隐患。此外,还基于光模块在部分故障下其偏置电流与发光功率之间的数值规律,通过偏离检测模型实现了异常激光器的识别与检出。

    18、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。


    技术特征:

    1.一种光链路健康检测方法,其特征在于,包括:

    2.根据权利要求1所述的光链路健康检测方法,其特征在于,所述依据所述发光功率及所述收光功率的历史值及预测值确定第一劣化度,包括:

    3.根据权利要求2所述的光链路健康监测方法,其特征在于,所述方法还包括:

    4.根据权利要求2所述的光链路健康监测方法,其特征在于,所述方法还包括:

    5.根据权利要求2所述的光链路健康监测方法,其特征在于,构建所述趋势监测模型,包括:

    6.根据权利要求1所述的光链路健康检测方法,其特征在于,所述依据所述多通道光链路的所述发光功率及所述偏置电流通过预先构建的偏离检测模型得到所述光纤链路的第二劣化度,包括:

    7.根据权利要求6所述的光链路健康监测方法,其特征在于,构建所述偏离检测模型,包括:

    8.根据权利要求所7述的光链路健康监测方法,其特征在于,所述方法还包括:

    9.根据权利要求1所述的光链路健康监测方法,其特征在于,所述基于所述循环冗余校验误码计数及所述链路闪断计数确定第三劣化度,包括:

    10.根据权利要求1所述的光链路健康监测方法,其特征在于,所述方法还包括:

    11.根据权利要求10所述的光链路健康监测方法,其特征在于,所述亚健康列表包含各所述亚健康光纤链路的归属关系,所述归属关系用于表示所述亚健康光纤链路所归属的光链路组;所述方法还包括:

    12.一种光链路健康检测装置,其特征在于,包括:

    13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-11任一项所述的方法。

    14.一种电子设备,其特征在于,包括:


    技术总结
    本公开提供一种光链路健康检测方法、光链路健康检测装置、存储介质及电子设备,涉及通信技术领域。所述方法包括:采集云资源池底层光纤链路两侧的静态属性与实时性能指标,实时性能指标包括发光功率、收光功率、偏置电流;依据发光功率及收光功率的历史值及预测值确定第一劣化度,其中,预测值通过预先构建的趋势检测模型获取;针对光纤链路中的多通道光链路,依据多通道光链路的发光功率及偏置电流通过预先构建的偏离检测模型得到第二劣化度;获取光纤链路的循环冗余校验误码计数及链路闪断计数并确定第三劣化度;基于第一、第二及第三劣化度确定综合劣化度,并基于综合劣化度确定光纤链路的健康状况。本公开劣化检测程度更全面。

    技术研发人员:杨国俊,刘春晖,许英越,蔡旭辉,孙剑骏,董晓荔,林纲,杨光达,张攀翔,谢燕瑜,杭星,杨杰
    受保护的技术使用者:中国移动通信集团广东有限公司
    技术研发日:
    技术公布日:2024/10/24
    转载请注明原文地址:https://symbian.8miu.com/read-27828.html

    最新回复(0)