CN104811959B - 基于大数据的移动网络用户感知分析系统和方法 - Google Patents
基于大数据的移动网络用户感知分析系统和方法 Download PDFInfo
- Publication number
- CN104811959B CN104811959B CN201510269723.6A CN201510269723A CN104811959B CN 104811959 B CN104811959 B CN 104811959B CN 201510269723 A CN201510269723 A CN 201510269723A CN 104811959 B CN104811959 B CN 104811959B
- Authority
- CN
- China
- Prior art keywords
- data
- protocol
- module
- message
- signaling
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
- H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种基于大数据的移动网络用户感知分析系统和方法。系统包括采集层、数据共享层和应用层,采集层包括智能采集模块,用于从OSS上按照设定频度采集GPEH平台生成的当前RNC的信令和消息流;数据共享层包括数据共享模块,用于将采集层模块上获取的信令和消息流处理后,提供给客户感知多维数据模块;应用层包括客户感知多维数据模块和网络实时监测模块,客户感知多维数据模块用于对客户感知建模,提供客户多个维度的感知模型;网络实时监测模块从客户感知多维数据模块中获取接口数据,进行实时监测和跟踪预警。本发明具备大数据分析功能,为全域范围精细化网络规划创造了条件,可以实现网络结构化分析、网络疑难问题深度分析。
Description
技术领域
本发明涉及一种基于大数据的移动网络用户感知分析系统和方法,属于通信技术领域。
背景技术
为贯彻落实"宽带中国"战略,打造精品的宽带移动互联网,实现聚焦市场、建设支撑创收与服务提升目标,网络建设维护部门急需提高以下三个方面能力:
1)对用户满意度提升提供精确量化支撑;
2)全面支撑精确规划,省投资、促效益;
3)提供全市范围的用户感知主动预警。
针对上述能力建设问题,传统的网络优化模式、路测方式已经不能反映网络的真实情况、用户的真实感受。
为了解决上述问题,现有技术中出现了XNOW Server(X Network OptimizationWorkplace)技术。但该技术还存在如下不足:
1)XNOW Server只是功能单一的单机版软件产品,不具备规模化服务的条件。
2)XNOW Server分析结果均为文件格式,不便于查询和使用,用户购买后更不具备再开发条件。
3)XNOW Server因呈现方式限制仅能服务于网络优化工作。
4)XNOW Server不具备根据实际需要提供定制化的开发需求,如根据不同的用户群推送不同的内容。
发明内容
本发明的目的在于克服现有技术存在的上述问题,提供一种基于大数据的移动网络用户感知分析系统和方法。本发明具备大数据分析功能,为全域范围精细化网络规划创造了条件,可以实现网络结构化分析、网络疑难问题深度分析。
为实现上述目的,本发明采用的技术方案如下:
一种基于大数据的移动网络用户感知分析系统,其特征在于:包括采集层、数据共享层和应用层,
所述采集层包括智能采集模块,用于从OSS上按照设定频度采集GPEH平台生成的当前RNC的信令和消息流;
所述数据共享层包括数据共享模块,用于将采集层模块上获取的信令和消息流处理后,提供给客户感知多维数据模块;
所述应用层包括客户感知多维数据模块和网络实时监测模块,客户感知多维数据模块用于对客户感知建模,提供客户多个维度的感知模型;网络实时监测模块从客户感知多维数据模块中获取接口数据,进行实时监测和跟踪预警。
所述GPEH平台采集全流程的信令,并增加用户的流程节点判决,输出的信令和消息流包括:节点内部事件、RNC节点间信令事件、智能事件。
所述节点内部事件记录了RNC和NodeB内部处理器产生的信息,RNC节点间信令事件记录了和RNC接口相关的所有信令,智能事件记录特定和重要的事件。
所述数据共享层还包括算法配置定义库,数据共享模块从算法配置定义库中抽取GPEH协议栈的处理机进行算法处理,对协议版本进行探测和识别,通过确定的协议版本进行协议栈解码,并按照协议进行数据消息流的流转、分发、处理。
所述应用层还包括用户体验分析模块,用于从客户感知多维数据模块中获取接口数据,对用户体验进行阀值的设置和规划,并对投诉用户进行全流程信令还原。
所述数据共享模块从采集层模块上获取到所有的原始二进制码流文件,按照GPEH协议规范进行协议版本识别和协议加载,通过数据协议解码、消息分拣、KPI指标统计、智能事件入库、信令粗解码进行数据处理,按照接口提供给客户感知多维数据模块。
所述客户感知多维数据模块对客户感知建模,提供客户的接入性能、保持性能、网络切换性能、流量、速率、空间、业务、网元、终端等多个维度的感知模型。
所述网络实时监测模块从客户感知多维数据模块中获取接口数据,对网元级、用户级、VIP级的指标进行实时监测和跟踪预警,并在设定条件下触发信息的推送。
所述数据共享模块包括协议版本探测单元、协议粗解码单元和消息流转引擎单元,
协议版本探测单元从获取到的GPEH消息文件中,根据协议格式,探测识别出协议版本,同时在GPEH协议处理中增加容错性判断,利用格式数据的有规律性,探测可变字段的具体配置;
协议粗解码单元根据协议格式和具体配置的字段类型项,自动将bit码流转换成为关键字段,供消息流转引擎单元进行调用;
消息流转引擎单元根据不同类型的消息关键字和业务规则,调用不同的消息处理机进行协议消息流转处理。
所述消息处理机包括KPI规则引擎单元、智能事件协议单元和信令协议单元,
KPI规则引擎单元根据KPI业务统计范围、粒度、变量值的计算方式与GPEH统计数据流的相关性,定义统计算法配置表,形成数据结果;
智能事件协议单元根据GPEH内部智能事件的编码规范,结合数据的要素和关键流程,串接成为用户业务内部事件关联数据;
信令协议单元根据3GPP协议规范,形成配置化的协议栈解析模型,将采集到的多个接口的信令数据,解析成为XDR的形式。
从OSS上按照设定频度采集GPEH平台生成的当前RNC的信令和消息流;将信令和消息流处理,根据处理后的消息数据建立感知模型,形成多个数据集市;利用数据集市和感知模型进行网络监测和客户感知分析。
一种基于大数据的移动网络用户感知分析系统的方法,其特征在于:所述方法具体包括如下步骤:
A、采集:从一个OSS可变长文件列表中动态识别,并全量不重复采集每个周期的GPEH消息文件;
B、协议探测:从获取到的GPEH消息文件中,识别出当前协议版本;
C、粗解码和消息流分拣:对识别出的当前协议版本进行粗解码,从粗解码的数据中抽取消息流,按照消息流转引擎进行分拣;
D、数据共享处理:分拣后的消息流,根据业务定义和消息类型自动识别,调用不同类型的协议处理机进行协议处理,形成数据共享层的元数据;
E、客户感知多维建模:将数据共享层的所有数据按照用户维度、时间维度、业务维度、网元维度进行感知模型建模,形成多个数据集市;
F、网络监测:利用数据集市,按照应用定义的特殊监测区域和组合指标评估计算出结果,并与不同的标称值进行对标,将超过标称值的指标进行动态预警;
G、客户感知分析:对全网用户进行感知模型统计,将超过感知阀值的用户进行预警。
所述步骤B中,对GPEH消息文件,先进行一次粗解码,探测识别出协议版本,再根据协议版本进行私有协议小版本的关键字段探测,获取该私有协议字段的准确长度。
所述步骤C中,获取该私有协议字段的准确长度后,进行二次粗解码,获取到消息流的关键事件字段和业务字段,以这两个字段作为消息流转的判断条件,进行消息流的分拣。
所述协议处理包括:
KPI指标统计:根据KPI与协议栈的关联关系,根据基础配置库里面定义的类正则表达式进行KPI统计,在统计过程中根据不同的规则要求调用不同的计算方法;
智能事件处理:将设备内部消息流程进行串接,形成以用户业务相关标签的智能内部事件;
信令事件处理:将不同接口的信令事件按照用户业务流程维度拼接,形成用户业务使用过程的XDR数据。
采用本发明的优点在于:
1、本发明的系统总体上采用了数据共享处理方法,因此具有分布式部署和云化的优点,适合大面积快速部署。
2、本发明在采集步骤中采用了文件数量探测和文件大小跟踪的方法,因此具有与OSS文件产生完毕后准实时同步到本地,比传统的XNow方法减少了15分钟的延时等待。
3、本发明在数据共享处理步骤中采用了按照基础配置库消息流识别的方法,将传统的XNow串行解析入库,在统计,数据导入到专用软件进行信令处理的流程该为并行进行三个步骤同时处理的方式,因此有效提升了处理性能,将系统达到了准实时的模式。
4、本发明在客户感知多维模型中采用了先进的大数据挖掘形成客户感知模型的方法,因此具有面向上层应用提供数据集市,支持多种应用的重用,降低了对计算能力的要求。
5、本发明在客户感知多维模型中采用了多种数据集市存储的方法,因此具有比传统的XNow处理方法增加了数据的可用性,不仅能够利用到网络优化,还能够支持精确规划,LBS应用,政府信息化应用。
6、经济效益如下:
本发明能够极大的降低网络优化过程中的人工成本和硬件投资成本,例如在日常工作中引入信令分析技术,在日常的网络质量监测工作中大可不必采用传统的路测仪表+路测车辆+路测工程师的模式,只需要在3G系统侧收集相关的各种免费的测量事件数据将其通过信令平台做信令级的分析,即可全面而真实地且实时的发现目前省内任何一个地点的网络质量情况。这种优势是传统工作方式所无法做到的,也是未来优化工作的技术发展方向。而且本发明能够支持多技术(混合网)、多设备厂家的优化。大大提升了优化能力使得可以充分的发挥自我技术力量的主观能动性,降低了对优化公司和设备厂家的依赖性。
7、社会效益:
采用本发明使网络分析能力的提高,对用户满意度改善、工程规划投资、市场销售及潜在的行业应用机会等方面的经济效益难以量化。
附图说明
图1为GPEH信令消息流转图
图2为系统的组成示意图
图3为数据模块处理流程示意图
图4为方法流程示意图。
具体实施方式
实施例1
一种基于大数据的移动网络用户感知分析系统,其特征在于:包括采集层、数据共享层和应用层,
所述采集层包括智能采集模块,用于从OSS上按照设定频度采集GPEH平台生成的当前RNC的信令和消息流;
所述数据共享层包括数据共享模块,用于将采集层模块上获取的信令和消息流处理后,提供给客户感知多维数据模块;
所述应用层包括客户感知多维数据模块和网络实时监测模块,客户感知多维数据模块用于对客户感知建模,提供客户多个维度的感知模型;网络实时监测模块从客户感知多维数据模块中获取接口数据,进行实时监测和跟踪预警。
所述GPEH平台采集全流程的信令,并增加用户的流程节点判决,输出的信令和消息流包括:节点内部事件、RNC节点间信令事件、智能事件。
所述节点内部事件记录了RNC和NodeB内部处理器产生的信息,RNC节点间信令事件记录了和RNC接口相关的所有信令,智能事件记录特定和重要的事件。
所述数据共享层还包括算法配置定义库,数据共享模块从算法配置定义库中抽取GPEH协议栈的处理机进行算法处理,对协议版本进行探测和识别,通过确定的协议版本进行协议栈解码,并按照协议进行数据消息流的流转、分发、处理。
所述应用层还包括用户体验分析模块,用于从客户感知多维数据模块中获取接口数据,对用户体验进行阀值的设置和规划,并对投诉用户进行全流程信令还原。
所述数据共享模块从采集层模块上获取到所有的原始二进制码流文件,按照GPEH协议规范进行协议版本识别和协议加载,通过数据协议解码、消息分拣、KPI指标统计、智能事件入库、信令粗解码进行数据处理,按照接口提供给客户感知多维数据模块。
所述客户感知多维数据模块对客户感知建模,提供客户的接入性能、保持性能、网络切换性能、流量、速率、空间、业务、网元、终端等多个维度的感知模型。
所述网络实时监测模块从客户感知多维数据模块中获取接口数据,对网元级、用户级、VIP级的指标进行实时监测和跟踪预警,并在设定条件下触发信息的推送。
所述数据共享模块包括协议版本探测单元、协议粗解码单元和消息流转引擎单元,
协议版本探测单元从获取到的GPEH消息文件中,根据协议格式,探测识别出协议版本,同时在GPEH协议处理中增加容错性判断,利用格式数据的有规律性,探测可变字段的具体配置;
协议粗解码单元根据协议格式和具体配置的字段类型项,自动将bit码流转换成为关键字段,供消息流转引擎单元进行调用;
消息流转引擎单元根据不同类型的消息关键字和业务规则,调用不同的消息处理机进行协议消息流转处理。
所述消息处理机包括KPI规则引擎单元、智能事件协议单元和信令协议单元,
KPI规则引擎单元根据KPI业务统计范围、粒度、变量值的计算方式与GPEH统计数据流的相关性,定义统计算法配置表,形成数据结果;
智能事件协议单元根据GPEH内部智能事件的编码规范,结合数据的要素和关键流程,串接成为用户业务内部事件关联数据;
信令协议单元根据3GPP协议规范,形成配置化的协议栈解析模型,将采集到的多个接口的信令数据,解析成为XDR的形式。
从OSS上按照设定频度采集GPEH平台生成的当前RNC的信令和消息流;将信令和消息流处理,根据处理后的消息数据建立感知模型,形成多个数据集市;利用数据集市和感知模型进行网络监测和客户感知分析。
一种基于大数据的移动网络用户感知分析系统的方法,其特征在于:所述方法具体包括如下步骤:
A、采集:从一个OSS可变长文件列表中动态识别,并全量不重复采集每个周期的GPEH消息文件;
B、协议探测:从获取到的GPEH消息文件中,识别出当前协议版本;
C、粗解码和消息流分拣:对识别出的当前协议版本进行粗解码,从粗解码的数据中抽取消息流,按照消息流转引擎进行分拣;
D、数据共享处理:分拣后的消息流,根据业务定义和消息类型自动识别,调用不同类型的协议处理机进行协议处理,形成数据共享层的元数据;
E、客户感知多维建模:将数据共享层的所有数据按照用户维度、时间维度、业务维度、网元维度进行感知模型建模,形成多个数据集市;
F、网络监测:利用数据集市,按照应用定义的特殊监测区域和组合指标评估计算出结果,并与不同的标称值进行对标,将超过标称值的指标进行动态预警;
G、客户感知分析:对全网用户进行感知模型统计,将超过感知阀值的用户进行预警。
所述步骤B中,对GPEH消息文件,先进行一次粗解码,探测识别出协议版本,再根据协议版本进行私有协议小版本的关键字段探测,获取该私有协议字段的准确长度。
所述步骤C中,获取该私有协议字段的准确长度后,进行二次粗解码,获取到消息流的关键事件字段和业务字段,以这两个字段作为消息流转的判断条件,进行消息流的分拣。
所述协议处理包括:
KPI指标统计:根据KPI与协议栈的关联关系,根据基础配置库里面定义的类正则表达式进行KPI统计,在统计过程中根据不同的规则要求调用不同的计算方法;
智能事件处理:将设备内部消息流程进行串接,形成以用户业务相关标签的智能内部事件;
信令事件处理:将不同接口的信令事件按照用户业务流程维度拼接,形成用户业务使用过程的XDR数据。
实施例2
本实施例结合附图,对本发明中的系统进行详细说明:
用户在使用WCDMA网络过程中,从一个无线网接入,信令流经过无线网到达核心网,到达对端的核心网、无线网、终端用户。
如图1所示,在整个过程中,每个信令流和事件消息流是分段运行的,每个环节存在海量的信令日志和事件日志,这些日志遵从接口协议规范封装。
GPEH平台在采集全流程的信令,并增加用户的流程节点判决。能够输出包括:节点内部事件、RNC节点间信令事件、智能事件等;
节点内部事件记录了RNC和NodeB内部处理器产生的信息,例如容量管理以及信道转换等。
RNC节点间信令事件记录了和RNC接口相关的所有信令,如RANAP,RNSAP,NBAP,RRC信令等。
智能事件能够记录某些特定和重要的事件,如掉话发生时的所有信息,拥塞,系统资源利用的情况等。
如图2,该系统具有多层体系的技术结构,包括采集层、数据共享层和应用层的体系结构。系统由5大核心模块包括:智能采集模块、数据共享模块、客户感知多维数据模块、网络实时监测模块、用户体验分析模块。
智能采集模块从OSS上面按照15分钟频度采集GPEH平台生成的当前RNC的信令和消息流。
数据共享模块从智能采集模块上获取到所有的原始二进制码流文件,按照GPEH协议规范进行协议版本识别和协议加载,通过数据协议解码、消息分拣、KPI指标统计、智能事件入库、信令粗解码进行数据处理,按照接口提供给客户感知多维数据模块。
客户感知多维数据模块实现对客户感知建模,提供客户的接入性能、保持性能、网络切换性能、流量、速率、空间、业务、网元、终端等多个维度的感知模型。
网络实时监测模块从客户感知多维数据模块中获取接口数据,对网元级、用户级、VIP级的指标进行实时监测和跟踪预警,并在设定条件下触发信息的推送。例如,当在系统中定义某一类的VIP用户小时级掉话超过3次,平均速率低于500Kbps,接入失败次数超过5次等,就可以触发进行消息推送。
用户体验分析模块从客户感知多维数据模块中获取接口数据,对用户体验进行阀值的设置和规划,并对投诉用户进行全流程信令还原。
本发明在系统中定义了算法配置定义库,对GPEH协议、KPI规则、智能事件协议、信令协议、消息流转识别引擎实现处理流程的可配置、可管理、可监控。
所述数据共享模块主要从算法配置定义库中抽取GPEH协议栈的处理机进行算法处理,对协议版本进行探测和识别,通过确定的协议版本进行协议栈解码,并按照协议进行数据消息流的流转、分发、处理。
数据共享模块包括协议版本探测单元、协议粗解码单元和消息流转引擎单元。协议版本探测单元是根据协议格式,探测识别出协议版本,同时在GPEH协议处理中增加容错性判断,利用格式数据的有规律性,探测其中几个可变字段的具体配置。协议粗解码单元是根据协议格式和配置的字段类型项,自动将bit码流转换成为关键字段,供消息流转引擎单元进行调用。消息流转引擎单元是根据不同类型的消息关键字和业务规则,调用不同的处理机进行协议消息流转处理。
消息处理机包括KPI规则引擎单元、智能事件协议单元和信令协议单元。KPI规则引擎单元是根据KPI业务统计范围、粒度、变量值的计算方式、与GPEH数据的相关性,定义了统计算法配置表,从而形成的数据结果。智能事件协议单元是根据GPEH内部智能事件的编码规范,结合数据的要素和关键流程,串接成为的用户业务内部事件关联数据。信令协议单元是根据3GPP协议规范,形成配置化的协议栈解析模型,将采集到的多个接口的信令数据,解析成为XDR的形式。
实施例3
本实施例结合附图,对本发明中的方法进行详细说明:
该方法包括如下步骤:
步骤A、智能采集步骤,从一个OSS可变长文件列表中动态识别,并全量不重复采集每个周期的GPEH消息文件;
步骤B、协议探测步骤,从获取到的消息文件中,根据协议栈的定义进行粗解码,识别出当前协议版本;
步骤C、粗解码和消息流分拣步骤,对识别出的当前协议版本进行粗解码,从粗解码的数据中抽取消息流,按照消息流转引擎进行分拣;
步骤D、数据共享处理步骤,该步骤根据业务定义和消息类型自动识别,调用不同类型的协议处理机进行协议处理,形成数据共享层的元数据;
步骤E、KPI指标统计步骤,该步骤根据KPI与协议栈的关联关系,根据基础配置库里面定义的类正则表达式进行KPI统计,在统计过程中会根据不同的规则要求调用不同的计算方法;
步骤F、智能事件处理步骤,该步骤将设备内部消息流程进行串接,形成以用户业务相关标签的智能内部事件;
步骤G、信令事件处理步骤,该步骤将不同接口的信令事件按照用户业务流程维度拼接,形成用户业务使用过程的XDR数据;
步骤H、客户感知多维建模步骤,该步骤将数据共享层的所有数据按照用户维度、时间维度、业务维度、网元维度进行建模,形成多个数据集市;
步骤I、网络监测步骤,该步骤利用步骤H的结果数据集市,按照应用定义的监测区域和组合指标评估计算出结果,并与不同的标称值进行对标,将超过标称值的指标进行动态预警;
步骤J、客户感知分析步骤,对全网用户进行感知模型统计,将超过感知阀值的用户进行预警。
步骤B和步骤C这两个步骤都要用到粗解码,先进行一次粗解码,探测识别出协议版本,再根据协议版本进行私有协议小版本的关键字段探测,确定最终的私有协议关注字段的长度(该字段可变); 在获取了该私有协议字段的准确长度后,开始进行二次粗解码,获取到消息流的关键事件字段和业务字段,以这两个字段作为消息流转的判断条件,进行消息流的分拣。
本发明中,没有具体阐述的技术手段采用现有技术。例如,建模采用现有技术手段,按照应用定义的监测区域和组合指标评估计算出结果,计算方法为现有方法,精解码的方法采用现有方法等。
Claims (15)
1.一种基于大数据的移动网络用户感知分析系统,其特征在于:包括采集层、数据共享层和应用层,
所述采集层包括智能采集模块,用于从运营支撑系统OSS上按照设定频度采集GPEH通用性能事件处理平台生成的当前RNC的信令和消息流;
所述数据共享层包括数据共享模块,用于将采集层模块上获取的信令和消息流通过数据协议解码、消息分拣、KPI指标统计、智能事件入库、信令粗解码进行数据处理后,提供给客户感知多维数据模块;
所述应用层包括客户感知多维数据模块和网络实时监测模块,客户感知多维数据模块用于对客户感知建模,提供客户多个维度的感知模型;网络实时监测模块从客户感知多维数据模块中获取接口数据,进行实时监测和跟踪预警。
2.根据权利要求1所述的基于大数据的移动网络用户感知分析系统,其特征在于:所述GPEH通用性能事件处理平台采集全流程的信令,并增加用户的流程节点判决,输出的信令和消息流包括:节点内部事件、RNC节点间信令事件、智能事件。
3.根据权利要求2所述的基于大数据的移动网络用户感知分析系统,其特征在于:所述节点内部事件记录了RNC和NodeB内部处理器产生的信息,RNC节点间信令事件记录了和RNC接口相关的所有信令,智能事件记录特定和重要的事件。
4.根据权利要求1、2或3所述的基于大数据的移动网络用户感知分析系统,其特征在于:所述数据共享层还包括算法配置定义库,数据共享模块从算法配置定义库中抽取GPEH协议栈的处理机进行算法处理,对协议版本进行探测和识别,通过确定的协议版本进行协议栈解码,并按照协议进行数据消息流的流转、分发、处理。
5.根据权利要求4所述的基于大数据的移动网络用户感知分析系统,其特征在于:所述应用层还包括用户体验分析模块,用于从客户感知多维数据模块中获取接口数据,对用户体验进行阀值的设置和规划,并对投诉用户进行全流程信令还原。
6.根据权利要求5所述的基于大数据的移动网络用户感知分析系统,其特征在于:所述数据共享模块从采集层模块上获取到所有的原始二进制码流文件,按照GPEH协议规范进行协议版本识别和协议加载,通过数据协议解码、消息分拣、KPI指标统计、智能事件入库、信令粗解码进行数据处理,按照接口提供给客户感知多维数据模块。
7.根据权利要求6所述的基于大数据的移动网络用户感知分析系统,其特征在于:所述客户感知多维数据模块对客户感知建模,提供客户的接入性能、保持性能、网络切换性能、流量、速率、空间、业务、网元、终端多个维度的感知模型。
8.根据权利要求7所述的基于大数据的移动网络用户感知分析系统,其特征在于:所述网络实时监测模块从客户感知多维数据模块中获取接口数据,对网元级、用户级、VIP级的指标进行实时监测和跟踪预警,并在设定条件下触发信息的推送。
9.根据权利要求8所述的基于大数据的移动网络用户感知分析系统,其特征在于:所述数据共享模块包括协议版本探测单元、协议粗解码单元和消息流转引擎单元,
协议版本探测单元从获取到的GPEH消息文件中,根据协议格式,探测识别出协议版本,同时在GPEH协议处理中增加容错性判断,利用格式数据的有规律性,探测可变字段的具体配置;
协议粗解码单元根据协议格式和具体配置的字段类型项,自动将bit码流转换成为关键字段,供消息流转引擎单元进行调用;
消息流转引擎单元根据不同类型的消息关键字和业务规则,调用不同的消息处理机进行协议消息流转处理。
10.根据权利要求9所述的基于大数据的移动网络用户感知分析系统,其特征在于:所述消息处理机包括KPI规则引擎单元、智能事件协议单元和信令协议单元,
KPI规则引擎单元根据KPI业务统计范围、粒度、变量值的计算方式与GPEH统计数据流的相关性,定义统计算法配置表,形成数据结果;
智能事件协议单元根据GPEH内部智能事件的编码规范,结合数据的要素和关键流程,串接成为用户业务内部事件关联数据;
信令协议单元根据3GPP协议规范,形成配置化的协议栈解析模型,将采集到的多个接口的信令数据,解析成为XDR的形式。
11.一种基于大数据的移动网络用户感知分析方法,实施权利要求1—10中任一项所述的系统,其特征在于:从OSS上按照设定频度采集GPEH通用性能事件处理平台生成的当前RNC的信令和消息流;将信令和消息流处理,根据处理后的消息数据建立感知模型,形成多个数据集市;利用数据集市和感知模型进行网络监测和客户感知分析。
12.根据权利要求11所述的基于大数据的移动网络用户感知分析方法,其特征在于:所述方法具体包括如下步骤:
A、采集:从一个OSS可变长文件列表中动态识别,并全量不重复采集每个周期的GPEH消息文件;
B、协议探测:从获取到的GPEH消息文件中,识别出当前协议版本;
C、粗解码和消息流分拣:对识别出的当前协议版本进行粗解码,从粗解码的数据中抽取消息流,按照消息流转引擎进行分拣;
D、数据共享处理:分拣后的消息流,根据业务定义和消息类型自动识别,调用不同类型的协议处理机进行协议处理,形成数据共享层的元数据;
E、客户感知多维建模:将数据共享层的所有数据按照用户维度、时间维度、业务维度、网元维度进行感知模型建模,形成多个数据集市;
F、网络监测:利用数据集市,按照应用定义的特殊监测区域和组合指标评估计算出结果,并与不同的标称值进行对标,将超过标称值的指标进行动态预警;
G、客户感知分析:对全网用户进行感知模型统计,将超过感知阀值的用户进行预警。
13.根据权利要求12所述的基于大数据的移动网络用户感知分析方法,其特征在于:所述步骤B中,对GPEH消息文件,先进行一次粗解码,探测识别出协议版本,再根据协议版本进行私有协议小版本的关键字段探测,获取该私有协议字段的准确长度。
14.根据权利要求13所述的基于大数据的移动网络用户感知分析方法,其特征在于:所述步骤C中,获取该私有协议字段的准确长度后,进行二次粗解码,获取到消息流的关键事件字段和业务字段,以这两个字段作为消息流转的判断条件,进行消息流的分拣。
15.根据权利要求12、13或14所述的基于大数据的移动网络用户感知分析方法,其特征在于:所述协议处理包括:
KPI指标统计:根据KPI与协议栈的关联关系,根据基础配置库里面定义的类正则表达式进行KPI统计,在统计过程中根据不同的规则要求调用不同的计算方法;
智能事件处理:将设备内部消息流程进行串接,形成以用户业务相关标签的智能内部事件;
信令事件处理:将不同接口的信令事件按照用户业务流程维度拼接,形成用户业务使用过程的XDR数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510269723.6A CN104811959B (zh) | 2015-05-25 | 2015-05-25 | 基于大数据的移动网络用户感知分析系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510269723.6A CN104811959B (zh) | 2015-05-25 | 2015-05-25 | 基于大数据的移动网络用户感知分析系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104811959A CN104811959A (zh) | 2015-07-29 |
CN104811959B true CN104811959B (zh) | 2019-02-15 |
Family
ID=53696344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510269723.6A Active CN104811959B (zh) | 2015-05-25 | 2015-05-25 | 基于大数据的移动网络用户感知分析系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104811959B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109391513B (zh) * | 2018-10-11 | 2021-08-10 | 西安海润通信技术有限公司 | 一种基于大数据的网络感知智能预警与提升方法 |
CN111625537A (zh) * | 2020-04-24 | 2020-09-04 | 山东电子职业技术学院 | 一种多维数据分析系统和多维数据分析方法 |
CN111585809A (zh) * | 2020-04-29 | 2020-08-25 | 北京润通丰华科技有限公司 | 一种利用大数据统计分析进行网络设备配置稽核的方法 |
CN112491526B (zh) * | 2020-11-28 | 2021-07-30 | 深圳前海数字贸易科技服务有限公司 | 一种特殊监管区域业务监控与管理方法与系统 |
CN114745424B (zh) * | 2022-02-25 | 2024-01-16 | 科大国创云网科技有限公司 | 一种面向异构网络的多维感知数据采集系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201100958Y (zh) * | 2008-01-21 | 2008-08-13 | 中国移动通信集团河北有限公司 | 立体化端到端数据业务管理系统 |
CN102668454A (zh) * | 2009-12-10 | 2012-09-12 | 瑞典爱立信有限公司 | 用于提供移动电信系统中的性能管理的方法和操作支持系统 |
CN104145500A (zh) * | 2011-12-14 | 2014-11-12 | 埃克提克斯有限责任公司 | 用于维持或优化移动电话网络的方法和系统 |
EP2433443B1 (en) * | 2009-05-18 | 2014-12-17 | Telefonaktiebolaget LM Ericsson (publ) | Methods and apparatuses for a dynamic resource reservation |
CN104391916A (zh) * | 2014-11-19 | 2015-03-04 | 广州杰赛科技股份有限公司 | 基于分布式计算平台的gpeh数据解析方法和装置 |
-
2015
- 2015-05-25 CN CN201510269723.6A patent/CN104811959B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201100958Y (zh) * | 2008-01-21 | 2008-08-13 | 中国移动通信集团河北有限公司 | 立体化端到端数据业务管理系统 |
EP2433443B1 (en) * | 2009-05-18 | 2014-12-17 | Telefonaktiebolaget LM Ericsson (publ) | Methods and apparatuses for a dynamic resource reservation |
CN102668454A (zh) * | 2009-12-10 | 2012-09-12 | 瑞典爱立信有限公司 | 用于提供移动电信系统中的性能管理的方法和操作支持系统 |
CN104145500A (zh) * | 2011-12-14 | 2014-11-12 | 埃克提克斯有限责任公司 | 用于维持或优化移动电话网络的方法和系统 |
CN104391916A (zh) * | 2014-11-19 | 2015-03-04 | 广州杰赛科技股份有限公司 | 基于分布式计算平台的gpeh数据解析方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104811959A (zh) | 2015-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104811959B (zh) | 基于大数据的移动网络用户感知分析系统和方法 | |
CN109561322B (zh) | 一种视频审核的方法、装置、设备和存储介质 | |
CN107786994B (zh) | 端到端无线业务的用户感知质差分析方法和系统 | |
CN109587125B (zh) | 一种网络安全大数据分析方法、系统及相关装置 | |
CN103152229A (zh) | 监控指标项动态配置方法 | |
CN108768695B (zh) | Kqi的问题定位方法及装置 | |
CN110969215A (zh) | 聚类处理方法和装置、存储介质及电子装置 | |
US11507076B2 (en) | Network analysis program, network analysis device, and network analysis method | |
CN115442375A (zh) | 一种基于云边协同技术的物业数字化管理系统 | |
CN104246713A (zh) | 利用者体感品质推测装置、终端瓶颈判定装置、类似操作抽出装置及方法以及程序 | |
CN105959321A (zh) | 网络远程主机操作系统被动识别方法及装置 | |
CN115955691A (zh) | 5g专网感知评价方法、装置、电子设备及可读存储介质 | |
CN105260168B (zh) | 日志输出方法和装置 | |
CN107094306B (zh) | 终端性能评估方法及装置 | |
CN106201887B (zh) | 一种离线数据任务的验证方法及装置 | |
CN117118810B (zh) | 一种网络通信异常预警方法及系统 | |
CN101286903B (zh) | 一种网络审计领域提高会话完整性的方法 | |
CN106375351A (zh) | 一种异常域名检测的方法及装置 | |
CN111092764A (zh) | 一种实时动态亲密度关系分析方法及系统 | |
CN115801538A (zh) | 场站服务器应用资产深度识别方法、系统及设备 | |
CN113449966B (zh) | 一种石膏板设备巡检方法及系统 | |
CN109831335A (zh) | 一种数据监控方法、监控终端、存储介质及数据监控系统 | |
CN111737371B (zh) | 可动态预测的数据流量检测分类方法及装置 | |
CN115269438A (zh) | 针对图像处理算法的自动化测试方法及装置 | |
CN115017211A (zh) | 异常检测对象的确定方法及装置、存储介质、计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |