[發(fā)明專利]VoLTE網(wǎng)絡(luò)故障預(yù)測(cè)方法及設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202011083216.0
• 申請(qǐng)日: 2020-10-12
• 公開(kāi)（公告）號(hào): CN112512072B
• 公開(kāi)（公告）日: 2023-07-07
• 發(fā)明（設(shè)計(jì)）人: 施巍巍;王瑜;戴筠迪;周瑩
• 申請(qǐng)（專利權(quán)）人: 中國(guó)聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司
• 主分類號(hào): H04W24/04
• 分類號(hào): H04W24/04;H04L41/14;H04L41/0677;H04L41/0695;H04L41/069
• 代理公司: 北京同立鈞成知識(shí)產(chǎn)權(quán)代理有限公司 11205
• 代理人: 張娜;臧建明

1.一種VoLTE網(wǎng)絡(luò)故障預(yù)測(cè)方法，其特征在于，包括：

采集長(zhǎng)期演進(jìn)語(yǔ)音承載VoLTE網(wǎng)絡(luò)的運(yùn)行數(shù)據(jù)，并從所述運(yùn)行數(shù)據(jù)中提取多個(gè)指標(biāo)數(shù)據(jù)；

分別采用單指標(biāo)異常預(yù)測(cè)模型和多指標(biāo)異常預(yù)測(cè)模型對(duì)所述多個(gè)指標(biāo)數(shù)據(jù)進(jìn)行處理，得到所述VoLTE網(wǎng)絡(luò)的異常數(shù)據(jù)日志；

對(duì)所述異常數(shù)據(jù)日志進(jìn)行聚類分析，預(yù)測(cè)得到所述VoLTE網(wǎng)絡(luò)的故障信息；

所述分別采用單指標(biāo)異常預(yù)測(cè)模型和多指標(biāo)異常預(yù)測(cè)模型對(duì)所述多個(gè)指標(biāo)數(shù)據(jù)進(jìn)行處理，得到所述VoLTE網(wǎng)絡(luò)的異常數(shù)據(jù)日志，包括：

將多個(gè)指標(biāo)數(shù)據(jù)中的每個(gè)指標(biāo)數(shù)據(jù)輸入至所述單指標(biāo)異常預(yù)測(cè)模型中，得到各指標(biāo)對(duì)應(yīng)的多個(gè)第一異常數(shù)據(jù)；

將多個(gè)指標(biāo)數(shù)據(jù)輸入至所述多指標(biāo)異常預(yù)測(cè)模型中，得到多個(gè)指標(biāo)數(shù)據(jù)對(duì)應(yīng)的第二異常數(shù)據(jù)；

根據(jù)所述第一異常數(shù)據(jù)和所述第二異常數(shù)據(jù)，生成所述異常數(shù)據(jù)日志；

所述故障信息包括故障類型、故障建議和故障分布信息；

所述對(duì)所述異常數(shù)據(jù)日志進(jìn)行聚類分析，預(yù)測(cè)得到所述VoLTE網(wǎng)絡(luò)的故障類信息，包括：

對(duì)所述異常數(shù)據(jù)日志進(jìn)行第一層聚類分析，將所述異常數(shù)據(jù)中占比最大的指標(biāo)作為故障類型；

對(duì)所述異常數(shù)據(jù)日志進(jìn)行第二層聚類分析，將所述異常數(shù)據(jù)中占比最大的故障原因碼對(duì)應(yīng)的建議作為故障建議；

對(duì)所述異常數(shù)據(jù)日志進(jìn)行第三層聚類分析，將異常數(shù)據(jù)中故障類型對(duì)應(yīng)的分布維度作為故障分布信息；

所述單指標(biāo)異常預(yù)測(cè)模型為箱線算法模型；所述多指標(biāo)異常預(yù)測(cè)模型為單類支撐向量機(jī)OCSVM算法模型和/或三次指數(shù)平滑算法模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

根據(jù)所述故障信息確定所述故障類型對(duì)應(yīng)的故障場(chǎng)景；

根據(jù)所述故障場(chǎng)景查詢對(duì)應(yīng)的故障樹(shù)確定所述故障信息對(duì)應(yīng)的故障拓?fù)鋱D；

根據(jù)所述故障拓?fù)鋱D生成所述故障信息對(duì)應(yīng)的可執(zhí)行規(guī)則文件。

3.一種VoLTE網(wǎng)絡(luò)故障預(yù)測(cè)裝置，其特征在于，包括：

采集模塊，用于采集長(zhǎng)期演進(jìn)語(yǔ)音承載VoLTE網(wǎng)絡(luò)的運(yùn)行數(shù)據(jù)，并從所述運(yùn)行數(shù)據(jù)中提取多個(gè)指標(biāo)數(shù)據(jù)；

處理模塊，用于分別采用單指標(biāo)異常預(yù)測(cè)模型和多指標(biāo)異常預(yù)測(cè)模型對(duì)所述多個(gè)指標(biāo)數(shù)據(jù)進(jìn)行處理，得到所述VoLTE網(wǎng)絡(luò)的異常數(shù)據(jù)日志；

所述處理模塊，還用于對(duì)所述異常數(shù)據(jù)日志進(jìn)行聚類分析，預(yù)測(cè)得到所述VoLTE網(wǎng)絡(luò)的故障信息；

所述處理模塊，具體用于將多個(gè)指標(biāo)數(shù)據(jù)中的每個(gè)指標(biāo)數(shù)據(jù)輸入至所述單指標(biāo)異常預(yù)測(cè)模型中，得到各指標(biāo)對(duì)應(yīng)的多個(gè)第一異常數(shù)據(jù)；將多個(gè)指標(biāo)數(shù)據(jù)輸入至所述多指標(biāo)異常預(yù)測(cè)模型中，得到多個(gè)指標(biāo)數(shù)據(jù)對(duì)應(yīng)的第二異常數(shù)據(jù)；根據(jù)所述第一異常數(shù)據(jù)和所述第二異常數(shù)據(jù)，生成所述異常數(shù)據(jù)日志；

所述故障信息包括故障類型、故障建議和故障分布信息，所述處理模塊，還用于對(duì)所述異常數(shù)據(jù)日志進(jìn)行第一層聚類分析，將所述異常數(shù)據(jù)中占比最大的指標(biāo)作為故障類型；對(duì)所述異常數(shù)據(jù)日志進(jìn)行第二層聚類分析，將所述異常數(shù)據(jù)中占比最大的故障原因碼對(duì)應(yīng)的建議作為故障建議；對(duì)所述異常數(shù)據(jù)日志進(jìn)行第三層聚類分析，將異常數(shù)據(jù)中故障類型對(duì)應(yīng)的分布維度作為故障分布信息；

所述單指標(biāo)異常預(yù)測(cè)模型為箱線算法模型；所述多指標(biāo)異常預(yù)測(cè)模型為單類支撐向量機(jī)OCSVM算法模型和/或三次指數(shù)平滑算法模型。

4.根據(jù)權(quán)利要求3所述的裝置，其特征在于，所述處理模塊，還用于根據(jù)所述故障信息確定所述故障類型對(duì)應(yīng)的故障場(chǎng)景；根據(jù)所述故障場(chǎng)景查詢對(duì)應(yīng)的故障樹(shù)確定所述故障信息對(duì)應(yīng)的故障拓?fù)鋱D；根據(jù)所述故障拓?fù)鋱D生成所述故障信息對(duì)應(yīng)的可執(zhí)行規(guī)則文件。

5.一種服務(wù)器，其特征在于，包括：至少一個(gè)處理器和存儲(chǔ)器；

所述存儲(chǔ)器存儲(chǔ)計(jì)算機(jī)執(zhí)行指令；

所述至少一個(gè)處理器執(zhí)行所述存儲(chǔ)器存儲(chǔ)的計(jì)算機(jī)執(zhí)行指令，使得所述至少一個(gè)處理器執(zhí)行如權(quán)利要求1至2任一項(xiàng)所述的VoLTE網(wǎng)絡(luò)故障預(yù)測(cè)方法。

6.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)執(zhí)行指令，當(dāng)處理器執(zhí)行所述計(jì)算機(jī)執(zhí)行指令時(shí)，實(shí)現(xiàn)如權(quán)利要求1至2任一項(xiàng)所述的VoLTE網(wǎng)絡(luò)故障預(yù)測(cè)方法。