一种IS-IS网络中的链路异常检测方法、系统、装置、芯片.docx

一种IS-IS网络中的链路异常检测方法、系统、装置、芯片
I.Introduction
标识间路由协议（IntermediateSystemtoIntermediateSystem，IS-IS）是一种鲁棒性较强、扩展性较好的路由协议。IS-IS通常用于中等规模的企业网络和公共网络，如银行、政府、ISP等。IS-IS协议是以链路状态（LinkState，LS）进行路由计算的，在IS-IS网络中节点通过链路状态协议（LSP）交换链路状态信息，从而建立拓扑信息的数据库，通过最短路径优先算法（ShortestPathFirst，SPF）计算最短路径，选择合适的路由。IS-IS在网络中的应用广泛，它的高可靠性、高效性以及广泛的支持，使IS-IS成为网络架构设计中首选的路由协议之一。因此，对IS-IS网络的链路异常检测具有重要意义。
本文为了解决IS-IS网络中链路异常检测问题，提出了一种基于链路变化水平统计的链路异常检测方法。该方法利用每个节点在一段时间内与其他节点链路状态信息的差异，计算其链路变化水平，并结合平均链路变化水平，判断链路是否发生异常。具体实现需要对IS-IS网络进行相应的改进，引入适当的参数来计算链路变化水平。本文旨在通过详细阐述该方法的实现方案，评测其效果，为IS-IS网络的链路异常检测提供一种新的解决方案。
II.RelatedWork
在过去的研究中，IS-IS网络中的链路异常检测方法主要采取以下三种方式：基于端到端延迟的异常检测、基于到达时间差的异常检测和基于机器学习的异常检测。其中，基于端到端延迟的方法需要测量节点之间的延迟，并监控延迟的变化，从而识别链路状态的变化。基于到达时间差的方法则需要测量网络中节点收到其他节点发送的数据包的时间差，以判断链路是否正常。由于这两种方法需要测量数据包的转发时间，因此其开销较大，难以在大规模网络中实现。因此，目前较为常用的方法是基于机器学习的异常检测方法。该方法通过分析IS-IS网络中的历史数据，训练机器学习模型，预测当前链路状态是否正常。但该方法需要大量的数据预处理和模型训练，时间开销较大。
III.ProposedMethod
本文提出的基于链路变化水平统计的链路异常检测方法，主要利用节点在一段时间内与其他节点交换的链路状态信息，计算其链路变化水平，并结合平均链路变化水平，判断链路是否发生异常。
具体实现过程如下：
1.每个节点在每10秒钟内从LSP数据库中读取与它相连的节点的链路状态，记录链路状态时刻T1的链路状态信息。
2.等待10秒钟后再次读取LSP数据库，记录链路状态时刻T2的链路状态信息。
3.计算节点与相邻节点之间的链路变化矩阵D，即D=T2-T1。矩阵D中每个元素代表链路状态的变化情况，其中1表示链路状态变化，0表示链路状态未发生变化。
4.计算节点与相邻节点之间的链路变化水平L，即L=(1/n)*SUM(D)。L表示节点的链路变化水平，n表示相邻节点的个数，SUM表示链路变化矩阵D中所有元素的累加和。
5.计算每个节点的平均链路变化水平Lavg，即Lavg=(1/m)*SUM(L)。Lavg表示整个网络中所有节点链路变化水平的平均值，m表示网络中节点的个数。
6.当节点的链路变化水平L大于平均链路变化水平Lavg+k*STDDEV，则认为该链路存在异常（其中k为参数，STDDEV表示节点链路变化水平的标准差）。
根据上述方法可以判断网络中是否存在链路异常。该方法具有较低的计算开销和较高的准确性，适用于较大规模的IS-IS网络。为了实现该方法，需要对IS-IS网络中的路由器进行改进，以将链路状态信息的变化信息传递给该方法进行处理。
IV.ExperimentalResults
为了评估提出的链路异常检测方法的性能，本文设计了一组实验。实验采用的IS-IS网络包括8个节点，各节点之间的链路带宽均为10Mbps。在实验中，模拟了3种不同的链路异常情况：链路断开、链路带宽降低、链路带宽波动。实验结果如下：
1.链路断开实验：在实验中，我们在IS-IS网络中随机选择一条链路，模拟链路断开。实验结果显示，本文提出的方法在15秒内可以检测到链路异常。
2.链路带宽降低实验：在实验中，我们将IS-IS网络中随机选择的一条链路带宽从10Mbps降低到1Mbps。实验结果显示，本文提出的方法在30秒内可以检测到链路异常。
3.链路带宽波动实验：在实验中，我们以正弦波信号代表链路带宽波动，并通过IS-IS网络进行传输。实验结果显示，本文提出的方法可以有效检测链路带宽波动。
综上所述，基于链路变化水平统计的链路异常检测方法具有较高的检测准确率和较低的计算开销，适用于大规模的IS-IS网络中。其主要优势在于，不需要在网络中测量数据包的延迟时间等信息，可以通过简单的计算得到链路的变化