[發明專利]一種信息通信運行主動輔助決策的方法

在審

• 申請號: 201710442962.6
• 申請日: 2017-06-13
• 公開（公告）號: CN107302451A
• 公開（公告）日: 2017-10-27
• 發明（設計）人: 李敏;王國歡;殷平;孫欣;于仕;李煒;江虹
• 申請（專利權）人: 國網江西省電力公司信息通信分公司;國家電網公司
• 主分類號: H04L12/24
• 分類號: H04L12/24
• 代理公司: 北京風雅頌專利代理有限公司11403
• 代理人: 李陽,李浩

技術領域

本發明涉及通信技術領域，特別是指一種信息通信運行主動輔助決策的方法。

背景技術

目前，通信技術在各行各業都廣泛的應用。隨著通信技術的不斷發展，越來越注重信息通信的在運行過程中的決策。但是，在現有技術中還不能夠系統、完整的對信息通信的運行進行輔助決策。

發明內容

有鑒于此，本發明的目的在于提出一種信息通信運行主動輔助決策的方法，能夠對信息通信的運行起到主動輔助決策的作用。

基于上述目的本發明提供的信息通信運行主動輔助決策的方法，包括：

基于數據挖掘，對信息通信運行的實時數據流進行處理；

根據處理后的數據，對信息通信運行進行故障根源定位；

通過所述故障根源定位，對信息通信運行進行決策。

在本發明的一些實施例中，所述基于數據挖掘對信息通信運行的實時數據流進行處理，包括：

從前端業務系統獲取數據；

對數據進行實時處理并傳入數據落地層；

對數據進行挖掘處理。

在本發明的一些實施例中，所述從前端業務系統獲取數據的方式使用消息隊列，直接通過網絡Socket傳輸數據，前端業務系統專有數據采集API，對Log問價定時監控。

在本發明的一些實施例中，所述對數據進行實時處理并傳入數據落地層時，采用的數據實時處理方法為Apache Storm、Apache Spark Streaming或者Apache Samza。

在本發明的一些實施例中，所述數據落地層對接收到的數據進行挖掘時，采用WEKA、RapidMiner、NLTK、Orange、KNIME或R-Programming。

在本發明的一些實施例中，所述對信息通信運行進行故障根源定位之前，還包括：

對信息通信運行的數據需要進行數據清洗，其中所述數據清洗包括根據每個變量的合理取值范圍和相互關系，檢查數據是否合乎要求，發現超出正常范圍、邏輯上不合理或者相互矛盾的數據的一致性檢查；包括對無效值和缺失值記性估算，整例刪除，變量刪除和成對刪除。

在本發明的一些實施例中，所述數據清洗之后，還包括：

進行數據壓縮和數據歸并，其中當業務數據急劇上漲，海量的冷數據、老數據需要被壓縮，則采用HDFS集群的數據壓縮；數據歸并是指在對挖掘任務和數據本身內容理解的基礎上、獲得依賴于發現目標的數據的有用特征。

在本發明的一些實施例中，所述數據歸并的類型是特征歸并、樣本歸并和特征值歸并。

附圖說明

圖1為本發明實施例信息通信運行主動輔助決策的方法的流程示意。

具體實施方式

為使本發明的目的、技術方案和優點更加清楚明白，以下結合具體實施例，并參照附圖，對本發明進一步詳細說明。

需要說明的是，本發明實施例中所有使用“第一”和“第二”的表述均是為了區分兩個相同名稱非相同的實體或者非相同的參量，可見“第一”“第二”僅為了表述的方便，不應理解為對本發明實施例的限定，后續實施例對此不再一一說明。

參閱圖1所示，為本發明實施例信息通信運行主動輔助決策的方法的流程示意圖，所述信息通信運行主動輔助決策的方法包括：

步驟101，基于數據挖掘，對信息通信運行的實時數據流進行處理。

在實施例中，運維數據是指在業務運行期間，通過各種途徑產生的用于運維分析的實時數據和歷史數據。這些數據的特點使得其需要以流處理的方式提高實時處理效率，而且以海量的存儲達到歷史數據分析挖掘的目的。

其中，整個數據流處理過程可以包括：

第一步：從前端業務系統獲取數據。

較佳地，有多種數據收集方式，包括使用消息隊列(MetaQ)，直接通過網絡Socket傳輸數據，前端業務系統專有數據采集API，對Log問價定時監控。(注：有時候我們的數據源是已經保存下來的log文件，那Agent就必須監控Log文件的變化，及時將變化部分的數據提取寫入流處理中，這很難做到完全實時性。)。根據前面的調研結果，也可以用實時抓包分析的方式收集數據，并且這種方式能獲取完整的并且實時性高的業務數據。

第二步：對數據進行實時處理并傳入數據落地層。