为了节省故障定位所需的网络能耗,给出了基于被动端到端的启发式贪婪故障链路推断算法.该算法基于被动端到端的数据建立故障链路推理模型,推断网络中最可能故障的链路集.使用端到端的数据计算各条路径的丢包率,通过与阈值的比较对路由矩阵进行简化,目的是去掉根据端到端的数据可以判定为好的路径.由于该推理模型需要各条链路的故障概率,通过简化矩阵的方式优化算法LIPM(loss inference based on passive measurement),给出了推测效果更好的LISC(loss inference based on passive measurement and set-cover)算法.仿真结果显示,新算法具有更好的精确度和运行效率.最后,迭代计算各条链路的权值,通过每次选择最优权值的链路并删除包含此链路的路径,直到所有的故障被解释为止.通过仿真验证了新算法具有更好的故障覆盖率.