CN101291177A - 一种网管历史性能数据的诊断方法及装置 - Google Patents

一种网管历史性能数据的诊断方法及装置 Download PDF

Info

Publication number
CN101291177A
CN101291177A CNA2008100678546A CN200810067854A CN101291177A CN 101291177 A CN101291177 A CN 101291177A CN A2008100678546 A CNA2008100678546 A CN A2008100678546A CN 200810067854 A CN200810067854 A CN 200810067854A CN 101291177 A CN101291177 A CN 101291177A
Authority
CN
China
Prior art keywords
performance data
network management
threshold
historical performance
rate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA2008100678546A
Other languages
English (en)
Other versions
CN101291177B (zh
Inventor
杨海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZTE Corp
Original Assignee
ZTE Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ZTE Corp filed Critical ZTE Corp
Priority to CN2008100678546A priority Critical patent/CN101291177B/zh
Publication of CN101291177A publication Critical patent/CN101291177A/zh
Application granted granted Critical
Publication of CN101291177B publication Critical patent/CN101291177B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Debugging And Monitoring (AREA)

Abstract

本发明提供一种网管历史性能数据的诊断方法,该方法首先根据预设条件中所包含的对象,得到各个对象在设定的起止时段的历史性能数据的应有数;再读取网管系统数据库中保存的所述对象在该时段内的历史性能数据数量,与步骤一得到的应有数进行比较,得到所述对象历史性能数据的诊断数据;最后计算所述诊断数据的百分比,输出结果并标记设定内容;本发明还提供一种网管历史性能数据的诊断装置,包括网管系统的历史性能管理模块、历史性能诊断模块及触发模块。本发明是在现有网管系统基础上扩展的,可方便地得出与历史性能相关的诊断数据,用户可以便捷、概要地掌握历史性能的采集状况和优劣指标。

Description

一种网管历史性能数据的诊断方法及装置
技术领域
本发明涉及对光传输网络管理系统,更具体地说,是一种网管历史性能数据的诊断方法及装置。
背景技术
网管系统定期采集光传输设备的历史性能数据,以实现对光传输设备状况的跟踪、分析和统计。历史性能数据的采集时间间隔一般包括15分钟和24小时两种粒度,在实际工程应用中,网元、单板的数量非常庞大,所采集的历史性能数据量是很可观的,尤其是历史15分钟性能,每天采集到的性能数据条数可能达数十万甚至更多。随着工程应用中网络规模逐渐扩大,用户对网管系统的管理能力的要求也越来越高,而系统所产生的历史数据量也会相应地向更多的趋势发展。因此,需要一种有效、便捷的方法来处理这些数据量庞大的历史性能数据,快速为用户提供宏观的分析结果。目前现有的技术只能按照起止时间、单板、检测点、性能项等过滤条件对采集到网管系统的性能数据进行列表查询。这种处理方式的缺陷是:
1、只能将所需关注的历史性能值按照时间逐条列出,而不能对其进行宏观地统计汇总或分析。
2、没有检查性能数据是否齐全,对丢失的历史性能记录无法统计。
发明内容
本发明所要解决的技术问题是,提供一种网管历史性能数据的诊断方法,解决现有网管系统只能查询历史性能的具体数值的弊端,本方法可对历史性能数据进行快速、便捷的诊断,使得用户可方便的掌握历史性能的采集状况和优劣指标;本发明还在上述方法的基础上提供一种网管历史性能数据的诊断装置。
一种网管历史性能数据的诊断方法,包括以下步骤:
步骤一:根据预设条件中所包含的对象,得到各个对象在设定的起止时段的历史性能数据的应有数;
步骤二:读取网管系统数据库中保存的所述对象在该时段内的历史性能数据数量,与步骤一得到的应有数进行比较,得到所述对象历史性能数据的诊断数据;
步骤三:计算所述诊断数据的百分比,输出结果并标记设定内容。
所述对象包括:网元、单板、检测点以及性能项,所述性能项分为数字性能项和模拟性能项。
所述步骤一进一步包括:
根据预设条件中所包含的对象,得到各个对象在设定的起止时段的性能数据的应有时刻点。
所述诊断数据包括但不限于丢失数、越门限数、越基准门限数及可疑数。
所述诊断数据的百分比包括但不限于丢失率、越门限率、越基准门限率及可疑率。
所述丢失数通过如下方法得到:
读取保存在网管系统数据库中的步骤一所述时段内的历史性能数据的时刻点字段,与该时段内的应有时刻点进行比较,得到缺少的时刻点及其数量。
所述网元、单板、检测点以及模拟性能项的越门限数和越基准门限数通过如下方法得到:
读取保存在网管系统数据库中的步骤一所述时段内的历史性能数据,与事先设定的高门限值、低门限值以及基准门限值进行比较,若其历史性能数据的最大值大于等于高门限值或最小值小于等于低门限值,则计入越门限数;若其历史性能数据的最大值小于高门限值但大于等于基准门限值上限或最小值大于低门限值但小于等于基准门限值下限,则计入越基准值门限数。
所述数字性能项的越门限数通过如下方法得到:
读取保存在网管系统数据库中的步骤一所述时段内的历史性能数据,与事先设定的门限值进行比较,若其历史性能数据在时间粒度范围内的累计值大于等于设定的门限值则计入越门限数。
所述丢失率、越门限率、越基准门限率及可疑率的算法如下:
对于网元、单板、检测点、数字性能项及模拟性能项:
所述丢失率的算法为:丢失率=丢失数/应有数×100%;
所述越门限率的算法为:越门限率=越门限数/(应有数-丢失数)×100%;
所述可疑率的算法为:可疑率=可疑数/(应有数-丢失数)×100%;
对于模拟性能项:
所述越基准门限率的算法为:越基准门限率=越基准门限数/(应有数丢失数)×100%;
对于网元、单板、检测点:
所述越基准门限率的算法为:越基准门限率=该对象下越基准门限数之和/(该对象下模拟性能项应有数之和-该对象下模拟性能项丢失数之和)×100%。
所述方法还包括根据预设条件中所包含的对象,得到所有对象在设定起止时段内历史性能数据应有数的总数及诊断数据的总数,并计算所述总数的百分比,最后输出结果。
一种网管历史性能数据的诊断装置,包括网管系统的历史性能管理模块,其特征在于,还包括一个历史性能诊断模块及一个触发模块,所述触发模块位于历史性能诊断模块中,用于触发历史性能诊断模块启动历史性能数据诊断流程。
本发明是在现有网管系统基础上扩展的,可方便地得出与历史性能相关的诊断数据,如丢失数(率)、越门限数(率)、越基准门限数(率)和可疑数(率)等。用户可以便捷、概要地掌握历史性能的采集状况和优劣指标。
附图说明
图1是本发明所述方法优选实施例的流程图;
图2是本发明所述装置的原理框图。
具体实施方式
以下结合附图对本发明做进一步详细介绍。
如图1所示,是本发明所述方法优选实施例的流程图,具体步骤如下:
第一步:根据预设条件中所包含的对象,得到各个对象在设定的起止时段的历史性能数据的应有数。
根据用户所选的条件,包括起止时间及选定对象;所述对象包括网元、单板、检测点和性能项,所述性能项分为数字性能项和模拟性能项。得出在此时段历史性能数据应有数。如所选的对象共包括N个性能项,在此时段内有M个历史性能时刻点,则应有数为N×M条。
该步骤还进一步包括:
根据预设条件中所包含的对象,得到各个对象在设定的起止时段的性能数据的应有时刻点。
第二步:通过读取数据库得到所述对象历史性能数据的丢失数。
读取保存在网管系统数据库中的步骤一所述时段内的历史性能数据的时刻点字段,与该时段内的应有时刻点进行比较,分别得到历史性能按照网元、单板、检测点和性能项的分类汇总数,得到丢失数。
第三步:通过读取数据库得到所述对象的历史性能数据越门限数。
利用与第二步类似的方法得到各网元、单板、检测点和性能项越门限的历史性能分类汇总数。
所述数字性能项的越门限数的还可以通过如下方法得到:
读取保存在网管系统数据库中的步骤一所述时段内的历史性能数据,与事先设定的门限值进行比较,若其历史性能数据在时间粒度范围内的累计值大于设定的门限值则计入越门限数。
第四步:通过读取数据库得到所述对象的历史性能数据越基准门限数量。
利用与第二步类似的方法得到各网元、单板、检测点和模拟量性能项越基准门限的历史性能分类汇总数。
对于网元、单板、检测点及模拟量性能项:
所述越门限数和越基准门限数通过如下方法得到:
读取保存在网管系统数据库中的步骤一所述时段内的历史性能数据,与事先设定的高门限值、低门限值以及基准门限值进行比较,若其历史性能数据的最大值大于高门限值或最小值小于低门限值,则计入越门限数;若其历史性能数据的最大值小于等于高门限值但大于等于基准门限值上限或最小值大于等于低门限值但小于等于基准门限值下限,则计入越基准值门限数。
第五步:通过读取数据库得到所述对象的历史性能数据可疑数。
利用与第二步类似的方法得到各网元、单板、检测点和性能项为可疑的分类汇总数。
第六步:计算所述对象的历史性能数据百分比。
依据上述步骤中所得的结果,计算各网元、单板、检测点和性能项对应的百分比,包括历史性能数据丢失率、越门限率、越基准门限率(数字性能项不计算)和可疑率。
对于检测点、单板、网元、数字性能项及模拟量性能项:
所述丢失率的算法为:丢失率=丢失数/应有数×100%;
所述越门限率的算法为:越门限率=越门限数/(应有数-丢失数)×100%;
所述可疑率的算法为:可疑率=可疑数/(应有数-丢失数)×100%;
对于模拟量性能项:
所述越基准门限率的算法为:越基准门限率=越基准门限数/(应有数-丢失数)×100%;
对于检测点、单板、网元:
所述越基准门限率的算法为:越基准门限率=该对象下越基准门限数之和/(该对象下模拟量性能项应有数之和-该对象下模拟性能项丢失数之和)×100%。
第七步:以列表形式输出结果并突出显示设定内容。
在该优选实施例中,将各网元、单板、检测点和性能项的分类汇总数量和对应的百分比以列表的形式显示出来,并突出显示设定内容,比如以不同颜色标示非零值,以提高醒目程度,如下表所示,该表中以黑色字体显示除应有数外的其他数值的非零值。
性能源 应有 丢失   越门限   越基准门限 可疑 丢失率 越门限率   越基准门限率 可疑率
  -网元1   5000   50   50   100   50   1.00%   1.01%   6.20%   1.01%
  -单板1   1200   15   20   25   5   1.25%   1.69%   4.30%   0.42%
  -检测点1   600   5   10   15   5   0.83%   1.68%   3.20%   0.84%
  模拟性能项   150   2   5   6   0   1.33%   3.38%   4.05%   0.00%
  数字性能项   150   1   3   --   2   0.67%   2.01%   --   1.34%
  ...   ...   ...   ...   ...   ...   ...   ...   ...   ...
  +检测点2   300   3   5   6   7   1.00%   1.68%   2.10%   2.36%
  ...   ...   ...   ...   ...   ...   ...   ...   ...   ...
  +单板2   1000   0   0   0   0   0.00%   0.00%   0.00%   0.00%
  ...   ...   ...   ...   ...   ...   ...   ...   ...   ...
  +网元2   4000   0   0   0   2   0.00%   0.00%   0.00%   0.05%
  ...   ...   ...   ...   ...   ...   ...   ...   ...   ...
  总计   30000   300   400   500   200   1.00%   1.35%   5.10%   0.67%
如图2所示,是本发明所述装置的原理框图,包括网管系统的历史性能管理模块、历史性能诊断模块及触发模块,所述触发模块位于历史性能管理模块中,用于触发历史性能诊断模块启动历史性能数据诊断流程。
用户选定需要的对象和起止时间后,点击触发模块,即可启动本发明所述方法的流程。
如果选择网元,则将所选网元上包含的所有单板,每块单板包括的所有检测点,每个检测点包括的所有性能项作为对象,在指定的时间段进行本发明所述方法的流程。输出结果以选定的网元为唯一的根节点,该网元所包含的单板、检测点、性能项以树状层次显示。
如果选择单板,则以所选单板在指定时间段的所有检测点下性能项的历史性能数据为对象进行本发明所述方法的流程,输出结果应该包括该单板所属的网元,以树状层次显示。
最终以列表形式输出结果,所述列表的性能源一栏以树型列表显示,层次结构为:网元\单板\检测点\性能项。
每个性能项是最低一级的节点,检测点是性能项的父节点,单板是检测点的父节点,网元是单板的父结点,各父节点历史性能数据的应有数、丢失数、越门限数以及越基准门限数为其所有子节点在同列上的值之和,如检测点的历史性能数据的应有数、丢失数、越门限数以及越基准门限数等于该检测点下所有性能项在同列上的值之和。
如上述列表所示,因数字性能项不存在越基准门限数,对应的越基准门限数及其越基准门限率标记为“--”,表示不适用。该表最后一行的历史性能数据的应有数、丢失数、越门限数以及越基准门限数的总计是对所有对象的一个列向汇总值,其百分比计算方法与所述对象的相应百分比计算方法相同。
以上仅为本发明的较佳实施例,并非用来限定本发明的实施范围。即凡依本发明申请专利范围的内容所作的等效变化与修饰,都应属于本发明的技术范畴。

Claims (11)

1、一种网管历史性能数据的诊断方法,其特征在于,包括以下步骤:
步骤一:根据预设条件中所包含的对象,得到各个对象在设定的起止时段的历史性能数据的应有数;
步骤二:读取网管系统数据库中保存的所述对象在该时段内的历史性能数据数量,与步骤一得到的应有数进行比较,得到所述对象历史性能数据的诊断数据;
步骤三:计算所述诊断数据的百分比,输出结果并标记设定内容。
2、如权利要求1所述的网管历史性能数据的诊断方法,其特征在于,所述对象包括:网元、单板、检测点以及性能项,所述性能项分为数字性能项和模拟性能项。
3、如权利要求1所述的网管历史性能数据的诊断方法,其特征在于,所述步骤一进一步包括:
根据预设条件中所包含的对象,得到各个对象在设定的起止时段的性能数据的应有时刻点。
4、如权利要求1所述的网管历史性能数据的诊断方法,其特征在于,所述诊断数据包括但不限于丢失数、越门限数、越基准门限数及可疑数。
5、如权利要求1或4所述的网管历史性能数据的诊断方法,其特征在于,所述诊断数据的百分比包括但不限于丢失率、越门限率、越基准门限率及可疑率。
6、如权利要求1或4所述的网管历史性能数据的诊断方法,其特征在于,所述丢失数通过如下方法得到:
读取保存在网管系统数据库中的步骤一所述时段内的历史性能数据的时刻点字段,与该时段内的应有时刻点进行比较,得到缺少的时刻点及其数量。
7、如权利要求1、2或4所述的网管历史性能数据的诊断方法,其特征在于,所述网元、单板、检测点以及模拟性能项的越门限数和越基准门限数通过如下方法得到:
读取保存在网管系统数据库中的步骤一所述时段内的历史性能数据,与事先设定的高门限值、低门限值以及基准门限值进行比较,若其历史性能数据的最大值大于等于高门限值或最小值小于等于低门限值,则计入越门限数;若其历史性能数据的最大值小于高门限值但大于等于基准门限值上限或最小值大于低门限值但小于等于基准门限值下限,则计入越基准值门限数。
8、如权利要求1、2或4所述的网管历史性能数据的诊断方法,其特征在于,所述数字性能项的越门限数通过如下方法得到:
读取保存在网管系统数据库中的步骤一所述时段内的历史性能数据,与事先设定的门限值进行比较,若其历史性能数据在时间粒度范围内的累计值大于等于设定的门限值则计入越门限数。
9、如权利要求5所述的网管历史性能数据的诊断方法,其特征在于,所述丢失率、越门限率、越基准门限率及可疑率的算法如下:
对于网元、单板、检测点、数字性能项及模拟性能项:
所述丢失率的算法为:丢失率=丢失数/应有数×100%;
所述越门限率的算法为:越门限率=越门限数/(应有数-丢失数)×100%;
所述可疑率的算法为:可疑率=可疑数/(应有数-丢失数)×100%;
对于模拟性能项:
所述越基准门限率的算法为:越基准门限率=越基准门限数/(应有数-丢失数)×100%;
对于网元、单板、检测点:
所述越基准门限率的算法为:越基准门限率=该对象下越基准门限数之和/(该对象下模拟性能项应有数之和-该对象下模拟性能项丢失数之和)×100%。
10、如权利要求1所述的网管历史性能数据的诊断方法,其特征在于,所述方法还包括根据预设条件中所包含的对象,得到所有对象在设定起止时段内历史性能数据应有数的总数及诊断数据的总数,并计算所述总数的百分比,最后输出结果。
11、一种网管历史性能数据的诊断装置,包括网管系统的历史性能管理模块,其特征在于,还包括一个历史性能诊断模块及一个触发模块,所述触发模块位于历史性能诊断模块中,用于触发历史性能诊断模块启动历史性能数据诊断流程。
CN2008100678546A 2008-06-16 2008-06-16 一种网管历史性能数据的诊断方法及装置 Active CN101291177B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2008100678546A CN101291177B (zh) 2008-06-16 2008-06-16 一种网管历史性能数据的诊断方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2008100678546A CN101291177B (zh) 2008-06-16 2008-06-16 一种网管历史性能数据的诊断方法及装置

Publications (2)

Publication Number Publication Date
CN101291177A true CN101291177A (zh) 2008-10-22
CN101291177B CN101291177B (zh) 2012-05-23

Family

ID=40035283

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008100678546A Active CN101291177B (zh) 2008-06-16 2008-06-16 一种网管历史性能数据的诊断方法及装置

Country Status (1)

Country Link
CN (1) CN101291177B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011026371A1 (zh) * 2009-09-07 2011-03-10 中兴通讯股份有限公司 历史性能数据的有效性检测方法及装置
CN101707531B (zh) * 2009-11-13 2013-03-27 中兴通讯股份有限公司 一种对象管理的方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100356729C (zh) * 2004-03-31 2007-12-19 华为技术有限公司 监控网络业务性能的方法及系统
CN1819527A (zh) * 2006-01-25 2006-08-16 北京佳讯飞鸿电气有限责任公司 网管系统中客户端实现告警快速刷新的方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011026371A1 (zh) * 2009-09-07 2011-03-10 中兴通讯股份有限公司 历史性能数据的有效性检测方法及装置
CN101707531B (zh) * 2009-11-13 2013-03-27 中兴通讯股份有限公司 一种对象管理的方法及系统

Also Published As

Publication number Publication date
CN101291177B (zh) 2012-05-23

Similar Documents

Publication Publication Date Title
CN104965886B (zh) 数据维度处理方法
CN102890698B (zh) 微博话题标签自动化描述方法
US9135280B2 (en) Grouping interdependent fields
CN103593352A (zh) 一种海量数据清洗方法及装置
CN102509001B (zh) 一种自动去除时序数据野值点的方法
CN103605651A (zh) 一种基于olap多维分析的数据处理展现方法
CN109949176A (zh) 一种基于图嵌入的社交网络中异常用户检测方法
CN104598632A (zh) 热点事件检测方法和装置
CN101441681A (zh) 基于准完备有限可达树的通用Petri网的属性分析方法及系统
CN105260414A (zh) 用户行为相似性计算方法及装置
CN104516962A (zh) 一种微博舆情监控方法及监控系统
Jin et al. Toward understanding and evaluating structural node embeddings
CN107484134A (zh) 常驻位置分析方法及装置
CN106484915A (zh) 一种海量数据的清洗方法和系统
CN105488212A (zh) 一种重复数据的数据质量检测方法及装置
CN101291177B (zh) 一种网管历史性能数据的诊断方法及装置
Yang et al. Closed walks for community detection
CN104133836B (zh) 一种实现变更数据检测的方法及装置
CN102654875B (zh) 一种自动处理网页文本的内链的方法及装置
CN103268329B (zh) 等离子显示屏制造过程数据挖掘系统
CN113360603A (zh) 一种合同相似性及合规性检测方法及装置
CN107943966A (zh) 基于微博文本的异常个性判定方法及装置
CN105468658B (zh) 一种数据清洗方法及装置
CN113094424B (zh) 通过构建多级指标体系进行图表模式识别的方法和系统
US20110231360A1 (en) Persistent flow method to define transformation of metrics packages into a data store suitable for analysis by visualization

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant