[發(fā)明專利]一種網(wǎng)絡(luò)故障預(yù)警方法及裝置

有效

• 申請?zhí)枺?/td>: 201910898114.5
• 申請日: 2019-09-23
• 公開（公告）號: CN110601900B
• 公開（公告）日: 2022-09-13
• 發(fā)明（設(shè)計）人: 李敏敏
• 申請（專利權(quán)）人: 中盈優(yōu)創(chuàng)資訊科技有限公司
• 主分類號: H04L41/06
• 分類號: H04L41/06;H04L43/08;H04L43/16
• 代理公司: 北京三友知識產(chǎn)權(quán)代理有限公司 11127
• 代理人: 許曼;薛平

1.一種網(wǎng)絡(luò)故障預(yù)警方法，其特征在于，包括：

采集網(wǎng)絡(luò)故障數(shù)據(jù)及用網(wǎng)感知指標數(shù)據(jù)；

分析網(wǎng)絡(luò)故障數(shù)據(jù)及用網(wǎng)感知指標數(shù)據(jù)的相關(guān)性，確定相關(guān)指標；

利用時間序列預(yù)測算法預(yù)測相關(guān)指標是否異常，如果異常，則該相關(guān)指標為異常指標；

對于每一用戶級網(wǎng)絡(luò)設(shè)備，采集異常指標數(shù)據(jù)，若預(yù)定值個異常指標發(fā)生異常，則確定該用戶級網(wǎng)絡(luò)設(shè)備發(fā)生網(wǎng)絡(luò)故障；

其中，分析網(wǎng)絡(luò)故障數(shù)據(jù)及用網(wǎng)感知指標數(shù)據(jù)的相關(guān)性，得到相關(guān)指標的過程包括：

利用用戶信息關(guān)聯(lián)網(wǎng)絡(luò)故障數(shù)據(jù)及用網(wǎng)感知指標數(shù)據(jù)；

截取用戶發(fā)生故障前后預(yù)定時間段內(nèi)的用網(wǎng)感知指標數(shù)據(jù)；

對于每一用網(wǎng)感知指標，判斷截取的該用網(wǎng)感知指標的數(shù)據(jù)波動幅度是否大于預(yù)定幅度，若是，則確定該用網(wǎng)感知指標為相關(guān)指標。

2.如權(quán)利要求1所述的方法，其特征在于，還包括：

對于每一分光器，判斷該分光器下屬用戶級網(wǎng)絡(luò)設(shè)備發(fā)生網(wǎng)絡(luò)故障的占比，若該占比落入預(yù)定區(qū)間，則確定該分光器發(fā)生網(wǎng)絡(luò)故障；

其中，預(yù)定區(qū)間的確定過程包括：利用故障分光器下屬用戶級網(wǎng)絡(luò)設(shè)備的故障數(shù)據(jù)，統(tǒng)計故障分光器下屬用戶級網(wǎng)絡(luò)設(shè)備發(fā)生網(wǎng)絡(luò)故障的占比；根據(jù)各故障分光器下屬用戶級網(wǎng)絡(luò)設(shè)備發(fā)生網(wǎng)絡(luò)故障的占比確定預(yù)定區(qū)間。

3.如權(quán)利要求1所述的方法，其特征在于，還包括：統(tǒng)計相關(guān)指標每隔預(yù)定時間段的采集次數(shù)，將采集次數(shù)作為新的相關(guān)指標；

對相關(guān)指標計算均值和方差，將相關(guān)指標的均值和方差作為新的相關(guān)指標。

4.如權(quán)利要求1所述的方法，其特征在于，利用時間序列預(yù)測算法預(yù)測相關(guān)指標是否異常的過程包括：

對于每一相關(guān)指標，確定時間窗口、周期及各周期的預(yù)測點，在每個周期內(nèi)取預(yù)測點時間窗口前后的歷史數(shù)據(jù)構(gòu)造時間序列數(shù)據(jù)；

根據(jù)時間序列數(shù)據(jù)利用時間序列預(yù)測算法確定預(yù)測點的置信區(qū)間，判斷相關(guān)指標預(yù)測點的真實值是否落在置信區(qū)間內(nèi)，如果否，則判斷該相關(guān)指標為異常指標。

5.如權(quán)利要求1所述的方法，其特征在于，利用時間序列預(yù)測算法預(yù)測相關(guān)指標是否異常的過程包括：

對于每一相關(guān)指標，確定時間窗口、周期及各周期的預(yù)測點，在每個周期內(nèi)取預(yù)測點時間窗口前后的歷史數(shù)據(jù)構(gòu)造時間序列數(shù)據(jù)；

根據(jù)時間序列數(shù)據(jù)利用多個時間序列預(yù)測算法分別確定預(yù)測點的置信區(qū)間；

對于每一置信區(qū)間，判斷該相關(guān)指標預(yù)測點的真實值是否落在該置信區(qū)間內(nèi)，如果否，則判定該相關(guān)指標為異常；

統(tǒng)計該相關(guān)指標被判定為異常的次數(shù)，若該次數(shù)大于預(yù)定次數(shù)，則判斷該相關(guān)指標為異常指標。

6.如權(quán)利要求1所述的方法，其特征在于，所述網(wǎng)絡(luò)故障數(shù)據(jù)至少包括：用戶信息、故障描述、故障回單中故障設(shè)備說明、故障發(fā)生原因、故障發(fā)生時間。

7.如權(quán)利要求1所述的方法，其特征在于，所述用網(wǎng)感知指標數(shù)據(jù)至少包括：用戶信息、丟包、抖動、時延、卡頓、觀看視頻切換時延、播放時長。

8.一種網(wǎng)絡(luò)故障預(yù)警裝置，其特征在于，包括：

數(shù)據(jù)采集模塊，用于采集網(wǎng)絡(luò)故障數(shù)據(jù)及用網(wǎng)感知指標數(shù)據(jù)；

相關(guān)指標確定模塊，用于分析網(wǎng)絡(luò)故障數(shù)據(jù)及用網(wǎng)感知指標數(shù)據(jù)的相關(guān)性，確定相關(guān)指標；

異常指標確定模塊，用于利用時間序列預(yù)測算法預(yù)測相關(guān)指標是否異常，如果異常，則該相關(guān)指標為異常指標；

第一故障確定模塊，用于對于每一用戶級網(wǎng)絡(luò)設(shè)備，采集異常指標數(shù)據(jù)，若預(yù)定值個異常指標發(fā)生異常，則確定該用戶級網(wǎng)絡(luò)設(shè)備發(fā)生網(wǎng)絡(luò)故障；

其中，相關(guān)指標確定模塊進一步用于，利用用戶信息關(guān)聯(lián)網(wǎng)絡(luò)故障數(shù)據(jù)及用網(wǎng)感知指標數(shù)據(jù)；截取用戶發(fā)生故障前后預(yù)定時間段內(nèi)的用網(wǎng)感知指標數(shù)據(jù)；對于每一用網(wǎng)感知指標，判斷截取的該用網(wǎng)感知指標的數(shù)據(jù)波動幅度是否大于預(yù)定幅度，若是，則確定該用網(wǎng)感知指標為相關(guān)指標。