CN101616428A - 一种移动数据业务监控分析系统及其实现方法 - Google Patents

Abstract

本发明公开了一种移动数据业务监控分析系统及其实现方法，通过基于数据包的实时挖掘分析，进行业务区分，不仅能够满足日常网络维护人员的运维需要，而且能够自动及时的进行系统性能评估、业务故障发现排除、设备及终端故障探查、业务模型及用户行为统计等功能，其中包括：网络设备端、采集分析模块以及用户端。其中所述的采集分析模块为该系统的核心模块，主要完成对于实时业务数据的采集、处理、分析挖掘以及可视化等功能。本发明系统及其实现方法，降低了运维成本，大大提高了业务可维护性。

Description

一种移动数据业务监控分析系统及其实现方法

技术领域：

本发明涉及一种数据业务监控分析系统及其方法，具体涉及的是，采用数据包实时监控分析方法，对网络中承载的各种业务进行统计跟踪、行为挖掘和建模的系统和方法。

背景技术：

近年来，移动网络中承载的数据业务呈现快速上升的趋势，例如WAP业务、彩信业务以及百宝箱业务等。但是，伴随着业务量的逐年迅速增长，移动运营商却缺乏一个对多种业务进行统一跟踪、管理的支撑平台。目前，在无线数据应用承载网络中，存在的主要问题有：用户的投诉不能够及时有效的得到处理、业务中出现的故障不能够快速准确的定位、网元适配带来的业务质量变化不能被检测、行为异常的用户难以快速识别等。这些问题无论对于无线数据业务运营商，还是对于普通用户，均带来很大的困扰，因此，对这样一个系统的需求就显得迫在眉睫。在现有的某些系统中，虽然有一些简单的网管系统，但其主要强调日常维护的应用，与运营商的实际需求相去甚远。

针对上述的这些问题，现阶段所采用的方案主要依靠各个网元管理者相互协调，通过查看设备运行日志，互相交流以获得相应的解决方法。例如，在现有的GPRS网络中，如果某用户的彩信发送失败，如果想要找出发送失败的原因，需要依靠彩信中心管理员、WAP网管管理员、以及GPRS核心网管理员同时合作共同完成。这种情况下不仅问题解决过程迟缓，协调难度大，而且即使得到分析结果，也不一定准确无误。为了降低维护成本，提高维护效率，需要采用新的系统和技术来实现。

因此，现有方案有待于改进和发展。

发明内容：

本发明的目的在于提出一种移动数据业务监控分析系统及其实现方法，通过基于数据包的实时挖掘分析，进行业务区分后，不仅能够满足日常网络维护人员的运维需要，而且能够自动及时的进行系统性能评估、业务故障发现排除、设备及终端故障探查、业务模型及用户行为统计等功能。

本发明的技术方案包括：

一种移动数据业务分析支撑系统，其中包括：网络设备端、采集分析模块以及用户端。

所述的网络设备端，主要指那些具有不同构造和功能的网元设备，这些物理设备共同承载和维护着网络各种业务的正常运行；

所述的采集分析模块，主要完成对于实时业务数据的采集、处理、分析挖掘以及可视化等功能；

所述的用户端，主要指该系统的直接使用者，具有不同功能需求和权限的用户能够通过web浏览查询相关业务的运行情况；

所述的系统，其中采集分析模块包括：数据采集模块、业务流区分模块、存储模块、挖掘分析模块、结果可视化模块；

所述的系统，其中数据采集模块主要完成从数据网络中的各个关键的网元设备中进行实时的数据采集的功能，并根据业务流程对不同网元采集的数据进行预处理；基于协议进行IP报文分析，对于不同网元设备采集到的同一会话中的完全相同的数据进行合并，同时对于一个完整业务流程中的各个子过程也进行分段分离，便于后续分析；

所述的系统，其中业务流区分模块用于进行不同数据应用进行区分和存储。根据不同的应用协议和业务逻辑，对不同业务流进行提取、存储和分析；

所述的系统，其中存储模块主要用于存储归类后的业务流信息，数据库中完整保存了数据分组中包含的业务域信息，这些域被存储于存储模块中的相应报表中，这些数据能够被用户端直接查询和访问，同时这些数据也能够作为挖掘分析模块的输入；

所述的系统，其中的挖掘分析模块，通过对存储模块的查询和处理，同时在业务逻辑的指导下，对系统中的业务运作情况进行统计、挖掘和建模；分析行为的触发方式主要包含两种：忙时基于用户查询的被动处理方式和闲时基于统计分析和挖掘的主动处理方式，同时，基于数据累积所得到的用户行为模型和专家库，能够为运营商提供建议，改进业务模型和盈利模式等。

所述的系统，其中的结果可视化模块，主要完成查询和分析结果的呈现功能；基于承担不同职能和类型的用户的自定义的查询请求，得到不同的分析和统计结果；结果呈现方式多样，统计方面包括报表、饼图、直方图、柱状图，曲线图等，而数据挖掘结果主要采用图形元素丰富其它呈现方式，包括树图、网络图等呈现方式；

所述的系统，其中，数据采集模块功能包含实时的深度IP报文分析，根据协议，对数据包中的每一个字段都进行分析和处理，并按照业务进行区分，以方便后续的深度挖掘和处理。

所述的系统，其中，存储模块用于实时的保存所有的业务服务内容与用户全局状态信息。

所述的系统，其中，所述存储模块的存储内容包括业务数据信息和用户数据信息。所述业务数据信息用于保存与多种数据业务相关的内容和信息等，供挖掘分析模块使用；所述用户状态数据库用于实时的记录和跟踪使用数据业务的用户状态，用于用户行为分析和处理，并结合业务逻辑进行深度挖掘分析等。

所述的系统，其中，所述分析挖掘行为的两种触发方式，基于用户查询主要采用“拉送”的方式，对用户可定义的查询条件进行查询，用于对特定用户或特定业务的跟踪和故障排除；基于统计分析或数据挖掘后的结果主要采用“推送”的方式，通过特征化、分类预测、关联规则、决策树等数据挖掘技巧的应用，主动将分析结果发送给系统用户，这些结论能够指导用户端了解客户行为，建立业务模型，并对现有故障点进行排查等。

所述的系统，结果可视化模块采用B/S的设计方式，根据不同用户的职能和要求不同，对显示的内容也有相应的过滤和优化，通过采用不同的帐户和密码登录来保证用户权限和相应的呈现内容的区分。

附图说明：

图1为本发明数据支撑系统结构框图；

图2为列举了本发明主要的应用场景；

图3为目前处理用户申告的流程图；

图4为采用本发明所述的数据支撑系统后，用户申告流程图；

图5为本发明采用IP报文深度挖掘解决用户申告的一个实例；

图6为本发明根据数据支持的可视化呈现的故障定位实例；

具体实施方式：

下面结合附图，将对本发明的技术方案的实施作进一步的详细描述：

本发明系统和方法的核心思想是通过在不同网元设备中放置探针，实时采集数据，经过深度报文分析和处理后，存储于存储模块中；经过对于数据的处理、分析、挖掘，通过多个不同视角进行呈现，使之不仅能够满足数据系统日常运维的需求，也能够满足突发处理、故障定位、统计呈现、行为分析、业务模型等多方面的需求。

由图1所示，本发明的采集分析模块主要包括五个模块：数据采集模块、业务流区分模块、存储模块、挖掘分析模块和结果可视化模块。

所述数据采集模块主要负责将不同采集点的数据进行聚合和预处理，主要完成传输层之下的信息整合；通过流识别技术，区分不同的会话过程；跟踪不同站点之间的通信流程，对各个过程进行识别和聚合。

所述业务区分模块主要负责IP报文的深度分析和提取，在不同业务类型协议的指导下，试图对传输层之上的应用数据进行分离和解析；解析后的数据被按照字段存储于存储模块中；

所述的存储模块，通过建立业务相关的数据表进行分类存储，以便查询；除业务报表外，数据库还将存储使用数据业务的用户信息，负责记录用户状态、跟踪用户行为等。

所述挖掘分析模块，主要用于实现实时的用户查询结果的返回，以及离线情况下得到的统计分析、挖掘功能结果；一方面，该模块从存储模块中提取数据进行分析和处理，另一方面，分析得到的结果会被相应的存储于存储模块中的某些视图中，并根据业务形成相应的专家库。

所述的结果可视化模块，承担着人机交互的任务。发挥不同职能的用户通过不同的身份登录系统后，通过为各类用户量身定制的界面进行查询和处理。通过查询，挖掘分析模块能够迅速将结果返回给用户，此外，一些经过深度挖掘的结论，也能够通过人机交互界面被推送给用户，引导用户发现故障、改善网元设备、进行用户分类、根据用户行为建立新的资费标准等。

所述的存储模块用于保存业务信息和用户信息等，并保证数据安全，数据模块由专门的企业级的数据库管理系统来维护，比如Oracle、SQLServer、Sybase等。本发明的存储模块可作为独立模块放在单独的服务器上运行，也可以节约系统成本与挖掘分析模块和数据可视化模块放在同一台服务器上运行。

如图2所示，本发明的移动数据业务分析支撑系统应用广泛，可以是但不仅限于下列几种：在线申告处理、日常维护、主题优化、设备性能故障探查、终端性能统计分析、业务模型统计分析等。

下面结合实际应用场景，以用户申告应用为例，对本发明在移动数据网络中对业务支撑应用方法进行举例说明：

现有的用户处理申告过程如图3所示，描述如下：

第1步：数据业务用户在业务使用过程中遇到不便或者故障，通过电话向客户服务中心反映；

第2步：客服人员由于无法快速准备的定位故障原因，不得不请申告用户暂时等待，客服人员将问题通过工单的形式派发给网元技术维护人员；

第3步：掌管不同网元设备的管理员需要共同协作，通过检验设备运行情况、查看设备运行日志的手段定位故障原因，找出解决方案；

第4步：技术维护人员经过协调得出的解决方案通过工单反馈的方式反馈至客服中心；

第5步：客服中心将申告处理结果返回给数据业务用户。

从目前的解决方案可以看出，运营商对于申告处理的周期较长，系统运营维护的成本较高，且需要管理不同设备的技术人员相互协作完成，费时费力，问题定位不一定准确，用户满意度不高。

下面结合图4，对本发明有关客户申告方面的处理流程描述如下：

第1步：数据业务用户在业务使用过程中遇到不便或者故障，通过电话向客户服务中心反映；

第2步：客服人员通过登录数据业务监控分析系统，查询该用户的业务使用过程，查询定位故障后，并结合系统内专家系统给出的建议，得到故障处理方案；

第3步：客服人员直接将申告处理结果返回给数据业务用户。

从本系统的处理方案中可以看出，通过基于数据报文的深度挖掘，对用户在使用过程中出现的故障能够及时准确的定位，且无需专门技术人员的介入，省时省力，大大提高了问题解决的效率，降低了运维成本。

以下结合图5，对本发明采用深度IP报文分析查询故障原因举例说明：

第1步：系统用户采用为自身职能类型定制的帐号和密码登录系统，并选择进入相应的业务页面；

第2步：系统用户自己设定查询条件，如申告用户手机号码、申告用户使用业务时间段等信息；

第3步：向存储模块发出查询，结果可以以表格形式返回，系统用户可以查看申告用户业务的各个流程，也可以采用系统定义的可视化方式进行呈现，如图6所示的业务流模型图；

第4步：借助专家库的帮助，系统用户能够定位申告用户故障，例如图6中的例子显示，通过对错误原因统计分析发现：彩信中心在对彩信阅读报告的处理存在不足。

上述故障原因可以是但不限于以下几种：终端能力不足、终端设置错误、WAP网关故障等。

本发明大大降低了无线数据网络中日常的运维成本，通过良好的人机接口，并借助IP报文深度挖掘的结果，使移动系统中的业务能够清晰呈现，消除了现阶段问题定位慢、耗时长、成本高的缺点；同时，经过统计分析和深度挖掘，用户行为的群体特征能够被揭示，帮助移动运营商更好的贴近客户，了解客户需求，为未来业务开展和提升服务质量提供良好的支持和建议。

应当理解的是，上述针对具体实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本发明的专利保护范围应以所附权利要求为准。

Claims (6)

1、一种移动数据业务分析支撑系统，其中包括：网络设备端、采集分析模块以及用户端。

所述的网络设备端，主要指那些具有不同构造和功能的网元设备，这些物理设备共同承载和维护着网络各种业务的正常运行；

所述的采集分析模块，主要完成对于实时业务数据的采集、处理、分析挖掘以及可视化等功能；

所述的用户端，主要指该系统的直接使用者，具有不同功能需求和权限的用户能够通过web浏览查询相关业务的运行情况。

2、根据权利要求1所述的系统，其特征在于，所述的采集分析模块包括：数据采集模块、业务流区分模块、存储模块、挖掘分析模块、结果可视化模块；

所述的数据采集模块主要完成从数据网络中的各个关键的网元设备中进行实时的数据采集的功能，并根据业务流程对不同网元采集的数据进行预处理；基于协议进行IP报文分析，对于不同网元设备采集到的同一会话中的完全相同的数据进行合并，同时对于一个完整业务流程中的各个子过程也进行分段分离，便于后续分析；

所述的业务流区分模块用于进行不同数据应用进行区分和存储。根据不同的应用协议和业务逻辑，对不同业务流进行提取、存储和分析；

所述的存储模块主要用于存储归类后的业务流信息，数据库中完整保存了数据分组中包含的业务域信息，这些域被存储于存储模块中的相应报表中，这些数据能够被用户端直接查询和访问，同时这些数据也能够作为挖掘分析模块的输入；

所述的挖掘分析模块，通过对存储模块的查询和处理，同时在业务逻辑的指导下，对系统中的业务运作情况进行统计、挖掘和建模；分析行为的触发方式主要包含两种：忙时基于用户查询的被动处理方式和闲时基于统计分析和挖掘的主动处理方式，同时，基于数据累积所得到的用户行为模型和专家库，能够为运营商提供建议，改进业务模型和盈利模式等。

所述的结果可视化模块，主要完成查询和分析结果的呈现功能；基于承担不同职能和类型的用户的自定义的查询请求，得到不同的分析和统计结果；结果呈现方式多样，统计方面包括报表、饼图、直方图、柱状图，曲线图等，而数据挖掘结果主要采用图形元素丰富其它呈现方式，包括树图、网络图等呈现方式。

3、根据权利要求2所述的系统，其特征在于，所述的数据采集模块功能包含实时的深度IP报文分析，根据协议，对数据包中的每一个字段都进行分析和处理，并按照业务进行区分，以方便后续的深度挖掘和处理。

4、根据权利要求3所述的系统，其特征在于，所述的存储模块包括业务数据信息和用户数据信息。所述业务数据信息用于保存与多种数据业务相关的内容和信息等，供挖掘分析模块使用；所述用户状态数据库用于实时的记录和跟踪使用数据业务的用户状态，用于用户行为分析和处理，并结合业务逻辑进行深度挖掘分析等。

5、根据权利要求4所述的系统，其特征在于，所述的分析挖掘行为的两种触发方式，基于用户查询主要采用“拉送”的方式，对用户可定义的查询条件进行查询，用于对特定用户或特定业务的跟踪和故障排除；基于统计分析或数据挖掘后的结果主要采用“推送”的方式，通过特征化、分类预测、关联规则、决策树等数据挖掘技巧的应用，主动将分析结果发送给系统用户，这些结论能够指导用户端了解客户行为，建立业务模型，并对现有故障点进行排查等。

6、根据权利要求5所述的系统，其特征在于，所述的结果可视化模块采用B/S的设计方式，根据不同用户的职能和要求不同，对显示的内容也有相应的过滤和优化，通过采用不同的帐户和密码登录来保证用户权限和相应的呈现内容的区分。

Images