MÉTODO Y PROGRAMA PARA EL DIAGNÓSTICO AUTOMÁTICO DE PROBLEMAS EN REDES DE TELECOMUNICACIÓN.

Método y programa para el diagnóstico automático de problemas operativos de dispositivos y sistemas de una red de telecomunicación.

El método comprende crear y usar una red bayesiana para realizar dicho diagnóstico de problemas operativos en dicha red de telecomunicación según valores de probabilidades, en el que dichos valores de probabilidades se proporcionan o se ven influidos por información complementaria de conocimientos técnicos con respecto a dichos problemas operativos y/o comportamiento de red de telecomunicación, comprendiendo el método proporcionar una representación lógica de dicha red de telecomunicación en diagnóstico y los problemas asociados relevantes para la red de telecomunicación y/o al menos un escenario de diagnóstico, y usar dicha representación lógica para introducir dicha información complementaria de conocimientos técnicos.

MÉTODO Y PROGRAMA PARA EL DIAGNÓSTICO AUTOMÁTICO DE PROBLEMAS EN REDES DE

TELECOMUNICACIÓN

5 Campo de la técnica

La presente invención se refiere, en general, al diagnóstico de red, y más particularmente a un método para

generar y usar una red bayesiana de diagnóstico para el diagnóstico de red automático de problemas en redes

de telecomunicación.

1O Estado de la técnica anterior

El diagnóstico de red preciso y eficaz es de fundamental importancia para el funcionamiento correcto de

cualquier red. Los problemas mal diagnosticados aumentan el tiempo para recuperar el servicio al cliente,

degradan la calidad de la experiencia del cliente, provocan costes de mantenimiento superiores al operador de

red y pueden conducir a fallos de red extendidos.

15 El diagnóstico de red requiere la recopilación de diferentes datos de estado y de prueba de muchos dispositivos y

sistemas, que se analizan entonces para identificar desviaciones con respecto a condiciones normales que

puedan apuntar a problemas específicos. A menudo este proceso no es totalmente automático. El conocimiento

del experto desempeña un papel importante en el diagnóstico de un problema de red dado. Como consecuencia,

los gestores y operadores de red deben acceder a la información relevante con respecto al problema para poder

20 examinar, evaluar, y finalmente llegar a una idea exacta de la situación. Habitualmente no es sencillo determinar

la información relevante para el problema, precisamente porque no se conoce el problema. Para mitigar esta

dificultad, con frecuencia se pasa al experto mucha más información de la necesaria y se le deja para detectar la

parte relevante de datos necesarios para identificar el fallo de red o empeoramiento del servicio. Este enfoque es

propenso a provocar una carga adicional para el experto, que en algunos casos debe pasar por el exceso de

25 datos para llegar a una conclusión, perdiendo tiempo y recursos valiosos, y disminuyendo la eficacia del

diagnóstico.

1ncluso si se automatiza la recopilación de datos de diagnóstico, o existe un motor de razonamiento que pueda

producir un diagnóstico automatizado, ningún sistema de razonamiento de este tipo puede lograr tasas de éxito

del 100%, asi todavía se requiere la intervención del experto, y todavía existe el problema de seleccionar y

30 presentar el subconjunto correcto de datos relevantes. Además, la definición de las reglas de diagnóstico

requeridas por el motor de razonamiento tiene sus propios problemas, porque implica la transferencia de

conocimiento desde los expertos en diagnóstico a los expertos en razonamiento y modelado. Esto es un largo

proceso que implica el intercambio de documentos sumamente técnicos, largas sesiones de preguntas y muchas

iteraciones hasta generar un modelo de razonamiento satisfactorio. Además del alto coste y la alta complejidad

35 de este proceso, el modelo resultante es difícil de mantener y desarrollar por sus usuarios finales (los expertos

en diagnóstico) cuando la red cambia, lo que reduce el valor del modelo para los usuarios, y normalmente lleva a

un sistema de razonamiento automatizado menos efectivo a lo largo del tiempo.

En este contexto, es relevante proporcionar al operador experto una forma de simplificar el proceso de

diagnóstico, sin perder granularidad sobre la información relevante necesaria en cada caso. El problema que

40 debe superarse es cómo simplificar el proceso de diagnóstico traduciendo el conocimiento del experto

discretamente en un modelo conceptual que permita al experto diagnosticar una situación dada en una red dada.

Para lograr esto, la información necesaria para configurar el modelado conceptual de la red, sus problemas y sus

observaciones asociadas deben reducirse a un mínimo. Además, también es posible proporcionar una

determinada automatización en el diagnóstico, por ejemplo, un razonamiento bayesiano total.

45 El objetivo de la presente invención es facilitar la captura de conocimiento de expertos en diagnóstico de red e

integrar esta información con el fin de mejorar la precisión del diagnóstico de red. Las reglas simplificadas se

combinan con un conocimiento previamente definido acerca de los problemas y las observaciones de

comunicación de red (tanto información de pruebas como de estado) para generar una red bayesiana de

diagnóstico y usarla para el diagnóstico de red automático y la presentación de información relevante a

50 operadores expertos.

El diagnóstico de red requiere la capacidad para recuperar información desde múltiples fuentes y conocimientos

técnicos altamente especializados para analizar apropiadamente esa información y producir un diagnóstico

preciso. Tanto el proceso de recopilación de datos como la fase de análisis pueden verse ayudados o realizarse

por sistemas automatizados, pero se necesitan inversiones significativas para mantener tales sistemas

55 actualizados dada la rapidez en la evolución de las tecnologías y configuraciones de red.

En este contexto, los operadores de diagnóstico todavía llevan a cabo manualmente numerosas tareas de

diagnóstico, quienes usan su intuición y conocimientos técnicos para decidir qué información recopilar, dónde

obtenerla, cómo combinarla y cuál es la causa más probable de un fallo. Esto es un proceso lento que implica

conectarse a múltiples sistemas y dispositivos, a través de diferentes interfaces de usuario, y dibujar

60 manualmente diagramas de red antes de llegar a una conclusión. Éste es un enfoque ineficaz y sujeto a errores

que demanda mayores conocimientos técnicos de los operadores.

Los sistemas de re copilación de datos reducen la carga para los operadores proporcionando una úni ca interfaz

unificada para el acceso de datos, o re cuperando automáticamente toda la información relacionada con un fallo

dado, documento US 5333183. Sin embargo, estos sistemas normalmente no realizan una selección de

65 información relevante, lo que sigue siendo todavía una t area para los operadores, que deben o bien solicitar

explícitamente la información en la que están interesados, o bien pasar por el conjunto de datos completo en busca de las partes más relevantes. Los sistemas expertos que pueden producir automáticamente un diagnóstico son ampliamente conocidos en la industria pero no se usan con mucha frecuencia porque requieren inversiones iniciales sustanciales (para el

entrenamiento, configuración y modelado) y un mantenimiento extenso para hacer frente a la evolución de red. En la práctica, una combinación de diagnóstico manual y automatizado es la configuración más común, en la que los sistemas expertos se encargan de los casos más sencillos y comunes, y el trabajo de los expertos en diagnóstico de casos complejos o inusuales. Existen múltiples enfoques en la bibliografía para construir sistemas expertos, que difieren en cómo se captura y

1O modela el conocimiento de diagnóstico, cómo se realiza el razonamiento, y qué resultados se presentan a los usuarios. Uno de ellos son los basados en reglas, estos sistemas se basan en un motor de reglas para determinar el estado de las entidades de red (defectuoso o no) de un conjunto de información de entrada. Existen diferentes tipos de motores de reglas:

• Los motores de inferencia hacia delante deducen un nuevo conocimiento aplicando reglas IF-THEN a la información conocida. Un ejemplo de una regla de inferencia de diagnóstico sería "IF puerto A no está disponible y puerto 8 no está disponible, THEN el cable entre A y 8 se ha cortado". Los motores de inferencia se ejecutan a demanda cuando se necesita diagnóstico [1].

• Los motores de procesamiento de eventos reaccionan a nuevos eventos aplicando reglas específicas del evento que actualizan su vista por el estado de la red. Los motores de procesamiento de eventos están permanentemente activos, escuchando nuevos eventos para diagnosticar cualquier tipo de problema en tiempo real [2].

• Los motores de inferencia hacia atrás activados por objetivos intentan alcanzar un objetivo mediante el razonamiento hacia atrás por un conjunto de reglas, y comprueban si existe información para alcanzar el objetivo, o piden información específica para alcanzarlo [3]. Normalmente se basan en reglas IF-THEN. En un escenario de diagnóstico, el objetivo a alcanzar es decidir qué fallo está presente. Los motores activados por objetivos son particularmente útiles para determinar qué información debe recuperarse a continuación. Otros ejemplos son los sistemas semánticos que son una variación de los sistemas basados en reglas en los que...

Método para el diagnóstico automático de problemas operativos de dispositivos y sistemas de una red de telecomunicación, que comprende crear y usar una red bayesiana apta para estimar la posibilidad de fallos aplicando la teoría de probabilidades a dependencias causales entre problemas y

síntomas para realizar dicho diagnóstico de problemas operativos en dicha red de telecomunicación, en el que unos valores de probabilidades se proporcionan o se ven influidos por información complementaria de conocimientos técnicos con respeclo a dichos problemas operativos ylo comportamiento de red de telecomunicación, estando el método caracterizado porque comprende

-usar al menos un modelo experto para crear dicha red bayesiana;

• proporcionar una representación lógica de la red de telecomunicación a diagnosticar y los problemas asociados relevantes para dicha red de telecomunicación y{o al menos un escenario de diagnóstico, dichos problemas asociados relevantes estando incluidos en dicho al menos un modelo experto;

usar dicha representación lógica para introducir dicha información complementaria de conocimientos técnicos; y

-proporcionar información gráfica a un usuario que incluye dicha representación lógica, y al menos parte del diagnóstico automático y/o problemas asociados a los elementos que forman la representación lógica, en donde dicho al menos un modelo experto se construye al menos incluyendo también observaciones con respecto a valores operativos de los elementos de dicha representación lógica, siendo obtenidos dichos valores operativos mediante la monitorización de información de estado del elemento o de manera empirica, sometiendo a prueba la operación del elemento, e incluyendo dichos valores operativos determinados valores cuando no está presente ningún problema para dichos elementos y otros valores diferentes cuando está presente un problema para dichos elementos.

2. Método según la reivindicación 1, en el que dichos elementos son al menos nodos y nodos que enlazan segmentos.

3. Método según la reivindicación 1, caracterizado porque comprende además construir dicho al menos un modelo experto incluyendo también asociación entre dichos problemas y dichas observaciones con respecto al impacto que tienen los primeros en las últimas. 4 Método según la reivindicación 1, que comprende construir una pluralidad de dichos modelos expertos, de manera independiente entre si, y usar dicha pluralidad de modelos expertos para construir una correspondiente pluralidad de redes bayesianas

5. Método según la reivindicación 4, que comprende combinar las probabilidades dadas por cada una de P de redes bayesianas para un problema, para llegar a una decisión para dicho diagnóstico automático

6. Método según la reivindicación 5, que comprende usar un algoritmo de AHP para realizar dicha combinación 7 Método según la reivindicación 4, que comprende proporcionar una pluralidad de dicha representación lógica de dicha red de telecomunicación en diagnóstico y usar cada una de ellas para construir uno de dichos modelos expertos 8 Método según cualquiera de las reivindicaciones anteriores, caracterizado porque dicha información gráfica proporcionada al usuario comprende además proporcionar información de dichas observaciones

Método segun la reivindicación 8, en el que dicha representación lógica de dicha red de telecomunicación comprende una pluralidad de nodos, tarjetas, puertos, enlaces, segmentos de red, copia de seguridad o una combinación de los mismos 10. Programa informático que comprende medios de código de programa informático adaptados para realizar las fases del método según cualquiera de las reivindicaciones 1 a 11, que incluye la construcción del modelo o modelos expertos, la construcción de la red o redes bayesianas y su operación, cuando dicho programa se ejecuta en un ordenador, un procesador de señal digital, una aplicación de un microprocesador integrado específico, microcootrolador o cualquier otra forma de hardware programable.