CN105828376B - 基于用户感知的业务质量监测方法和设备 - Google Patents
基于用户感知的业务质量监测方法和设备 Download PDFInfo
- Publication number
- CN105828376B CN105828376B CN201610304725.9A CN201610304725A CN105828376B CN 105828376 B CN105828376 B CN 105828376B CN 201610304725 A CN201610304725 A CN 201610304725A CN 105828376 B CN105828376 B CN 105828376B
- Authority
- CN
- China
- Prior art keywords
- user
- index
- abnormal
- perception
- signature identification
- 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
- 230000008447 perception Effects 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000012544 monitoring process Methods 0.000 title claims abstract description 14
- 230000002159 abnormal effect Effects 0.000 claims abstract description 106
- 230000011664 signaling Effects 0.000 claims abstract description 33
- 238000012806 monitoring device Methods 0.000 claims description 16
- 238000003780 insertion Methods 0.000 claims description 13
- 230000037431 insertion Effects 0.000 claims description 13
- 230000001953 sensory effect Effects 0.000 abstract description 4
- 230000000875 corresponding effect Effects 0.000 description 108
- 101000946191 Galerina sp Laccase-1 Proteins 0.000 description 10
- 238000001994 activation Methods 0.000 description 7
- 238000005457 optimization Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 101100218337 Gibberella zeae (strain ATCC MYA-4620 / CBS 123657 / FGSC 9075 / NRRL 31084 / PH-1) aurL2 gene Proteins 0.000 description 5
- 101150017281 LAC2 gene Proteins 0.000 description 5
- 101150081322 LAC3 gene Proteins 0.000 description 5
- 101100020526 Pycnoporus cinnabarinus LCC3-1 gene Proteins 0.000 description 5
- 230000004913 activation Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 230000009850 completed effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/50—Testing arrangements
- H04L43/55—Testing of service level quality, e.g. simulating service usage
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供一种基于用户感知的业务质量监测方法和设备，该方法包括：采集并解析各信令消息，获得每个信令消息对应的特征标识和业务流程标识；根据预先确定的用户感知指标体系中各用户感知指标与各业务流程标识间的第一对应关系以及各业务流程标识与各特征标识类型间的第二对应关系，计算各用户感知指标对应的用户感知指标值；在根据各用户感知指标值与对应用户感知指标阈值的比较结果确定存在异常用户感知指标时，根据第一对应关系确定异常用户感知指标所对应的异常业务流程。通过对每个业务流程进行了多种特征维度的用户感知度量，使得基于该用户感知指标定位的异常业务流程更加准确，有助于提高用户感知体验。
Description
技术领域
本发明属于无线通信技术领域，具体是涉及一种基于用户感知的业务质量监测方法和设备。
背景技术
随着智能终端的普及网络的日趋复杂化，移动网络已从单一的语音业务应用时代发展成为数据业务大流量应用时代，数据网络优化的方向已从传统关键性能指标(KeyPerformance Indicators，简称KPI)优化转移到更能反映用户真实感知体验质量(Qualityof Experience，简称QOE)的投诉及用户满意度指标的优化。
在传统语音业务时代，网络质量好坏主要靠接通率、掉话率、短信接通率等网络KPI来评价，KPI好了，客户感知也好。但是，在移动互联网络数据业务大流量应用时代的背景下，靠单一的网络KPI指标已经不能直观、真实反映网络质量，尤其是不能反映用户的真实业务感受，因此需从用户感知的角度，对网络业务的质量进行有效监控，以及时发现影响用户感知的环节，为优化网络性能、定位网络问题提供指导。
发明内容
针对现有技术中存在的问题，本发明提供一种基于用户感知的业务质量监测方法和设备，通过对用户进行网络业务的各业务流程中特征信息的监测、度量，能够及时发现异常情况，便于优化网络性能，提高用户感知。
本发明提供了一种基于用户感知的业务质量监测方法，包括：
采集并解析各信令消息，获得每个信令消息对应的特征标识和业务流程标识，所述各信令消息中包括各用户触发的业务中各业务流程所对应的信令消息；所述特征标识包括用户标识、网元标识、业务标识中的至少一种；
根据预先确定的用户感知指标体系中各用户感知指标与各业务流程标识间的第一对应关系以及各业务流程标识与各特征标识类型间的第二对应关系，计算各用户感知指标对应的用户感知指标值；
其中，每个用户感知指标值由根据对应的每类特征标识计算得到的指标值组成；
在根据各用户感知指标值与对应用户感知指标阈值的比较结果确定存在异常用户感知指标时，根据所述第一对应关系确定所述异常用户感知指标所对应的异常业务流程，其中，所述异常用户感知指标是指标值劣于对应用户感知指标阈值的用户感知指标。
进一步地，所述方法还包括：
根据所述第二对应关系，确定所述异常业务流程对应的各特征标识；
针对所述异常用户感知指标，分别计算所述各特征标识对应的异常指标值；
根据各异常指标值与预设阈值的比较结果，确定异常特征标识，所述异常特征标识包括异常指标值劣于所述预设阈值的特征标识。
其中，所述根据各异常指标值与预设阈值的比较结果，确定异常特征标识，包括：
确定同一特征标识类型下，异常指标值劣于预设阈值的特征标识数量占对应特征标识类型中包含的特征标识总数的比例；
在所述比例低于预设比值时，确定异常指标值劣于预设阈值的特征标识为所述异常特征标识。
进一步地，所述方法还包括：
确定所述异常特征标识对应的业务节点，优化所述业务节点。
具体地，所述用户感知指标体系中包括反映了网络接入成功性和网络接入及时性的第一感知指标类型以及反映了业务流畅性的第二感知指标类型；所述第二感知指标类型包括反映业务大小和业务类型的用户感知指标。
本发明提供了一种基于用户感知的业务质量监测设备，包括：
采集解析模块，用于采集并解析各信令消息，获得每个信令消息对应的特征标识和业务流程标识，所述各信令消息中包括各用户触发的业务中各业务流程所对应的信令消息；所述特征标识包括用户标识、网元标识、业务标识中的至少一种；
第一计算模块，用于根据预先确定的用户感知指标体系中各用户感知指标与各业务流程标识间的第一对应关系以及各业务流程标识与各特征标识类型间的第二对应关系，计算各用户感知指标对应的用户感知指标值；
其中，每个用户感知指标值由根据对应的每类特征标识计算得到的指标值组成；
第一确定模块，用于在根据各用户感知指标值与对应用户感知指标阈值的比较结果确定存在异常用户感知指标时，根据所述第一对应关系确定所述异常用户感知指标所对应的异常业务流程，其中，所述异常用户感知指标是指标值劣于对应用户感知指标阈值的用户感知指标。
进一步地，该监测设备还包括：
第二确定模块，用于根据所述第二对应关系，确定所述异常业务流程对应的各特征标识；
第二计算模块，用于针对所述异常用户感知指标，分别计算所述各特征标识对应的异常指标值；
第三确定模块，用于根据各异常指标值与预设阈值的比较结果，确定异常特征标识，所述异常特征标识包括异常指标值劣于所述预设阈值的特征标识。
其中，所述第三确定模块包括：
第一确定单元，用于确定同一特征标识类型下，异常指标值劣于预设阈值的特征标识数量占对应特征标识类型中包含的特征标识总数的比例；
第二确定单元，用于在所述比例低于预设比值时，确定异常指标值劣于预设阈值的特征标识为所述异常特征标识。
进一步地，该监测设备还包括：
第四确定模块，用于确定所述异常特征标识对应的业务节点，优化所述业务节点。
本发明提供的基于用户感知的业务质量监测方法和设备，通过对进行网络业务时涉及到的各业务流程进行特征标识的解析，以针对每个业务流程对应的用户感知指标，根据该业务流程对应的每类特征标识，计算各用户感知指标值即从多个特征维度度量同一用户感知指标。进而基于用户感知指标值进行异常业务流程的定位处理。由于用户感知指标体系中包含的各用户感知指标涉及到了各个业务流程，并且对每个业务流程进行了多种特征维度的用户感知度量，即对网络业务进行了全面的性能度量，使得基于该用户感知指标定位的异常业务流程更加准确、可靠，从而基于该定位结果可以对异常业务流程涉及到业务节点等进行优化，可以显著提高用户的业务感知体验。
附图说明
图1为本发明基于用户感知的业务质量监测方法实施例一的流程图；
图2为业务流程示意图；
图3为本发明基于用户感知的业务质量监测方法实施例二的流程图；
图4为本发明基于用户感知的业务质量监测设备实施例一的示意图；
图5为本发明基于用户感知的业务质量监测设备实施例二的示意图。
具体实施方式
图1为本发明基于用户感知的业务质量监测方法实施例一的流程图，本实施例中，该方法由一监测设备来执行，如图1所示，该方法包括如下步骤：
步骤101、采集并解析各信令消息，获得每个信令消息对应的特征标识和业务流程标识，其中，各信令消息中包括各用户触发的业务中各业务流程所对应的信令消息。
其中，特征标识包括用户标识、网元标识、业务标识中的至少一种。
步骤102、根据预先确定的用户感知指标体系中各用户感知指标与各业务流程标识间的第一对应关系以及各业务流程标识与各特征标识类型间的第二对应关系，计算各用户感知指标对应的用户感知指标值。
其中，每个用户感知指标值由根据对应的每类特征标识计算得到的指标值组成。
步骤103、在根据各用户感知指标值与对应用户感知指标阈值的比较结果确定存在异常用户感知指标时，根据所述第一对应关系确定所述异常用户感知指标所对应的异常业务流程。
其中，所述异常用户感知指标是指标值劣于对应用户感知指标阈值的用户感知指标。
本实施例中提供的所述方法可以适用于第三代移动通信网络(3rd-Generation，简称3G)、第四代移动通信网络(4G)、长期演进(Long Term Evolution，简称LTE)项目等无线通信网络中。
上述信令消息的采集的实现可以是将上述监测设备接到网络的采集接口处。举例来说，3G网络的IUPS口和4G网络的S1口可跟踪用户上网的全流程，即从手机附着到数据传输过程。但4G网络在S1口无法获取用户的国际移动用户识别码(International MobileSubscriber Identification Number，简称IMSI)信息，为了填充用户IMSI信息，4G网络需增加S11和S6a接口以用于信令采集。对于3G网络，采集接口为IUPS；对于4G网络，采集接口主要为S1、S11、S6a。
要想直接客观有效的评价用户真实感知，就必须对用户上网的业务流程、遍历网元进行研究分析，下面首先对用户业务所经历的各业务流程进行简单介绍，用户开机后，流程如下：
1)附着(ATTACH)：用户通过ATTACH流程附着到网络上完成注册过程，网络侧此时能感知用户设备(User Equipment，简称UE)的存在；
2)PDP激活：手机附着后并不能访问Internet这些外部公用数据网(Public DataNetwork，简称PDN)网络，也就是UE需要在核心网建立一条通往外部PDN网络的会话连接，即3G网络为PDP上下文激活流程，4G网络为默认承载激活流程；
3)无线接入承载(Radio Access Bearer，简称RAB)建立：UE业务请求被网络接收后，核心网将根据业务情况分配RAB；
4)域名系统(Domain Name System，简称DNS)查询解析：如在手机浏览器中输入www.sina.com.cn，但IP网络不认识，因此需将网站转换成IP地址告知手机，手机才能在IP网络中进行业务；
5)传输控制协议(Transmission Control Protocol，简称TCP)三握手连接：手机在得到访问业务的IP后，需要与业务IP建立链路并协商网络相关参数，等链路才能进行业务；
6)有效数据传输：手机终端与服务器之间的链路建立完成后可与服务器(server)之间互相通信，即上传与下载数据。
下面结合图2所示的业务流程示意图进行说明，如图2所示，本实施例中，将业务流程建立为“端-管-云”业务流程模型，将用户上网流程分为接入阶段和业务阶段。
从而，将监测设备连接在采集接口处，通过上述采集接口可以采集到大量用户进行网络业务时涉及到的各业务流程所对应的信令消息。通过对信令消息进行解析，能够得到对应的业务流程标识和特征标识。其中，特征标识包括用户标识、网元标识、业务标识中的至少一种。
下面结合图2，对上述各特征标识的获取进行说明：
要实现对用户在任一时间任一位置所发生的任一业务感知进行评估和分析，就必须将用户的所有业务流程串联起来和获取所历经的网元位置信息。本实施例基于用户标识、网元标识和业务标识为关键字段，以信令消息发生的时间点和业务流程发生顺序为基准，将各特征标识与各业务流程关联起来。
用户标识、网元标识和业务标识的信令关联法共分4步实现，分别为端-用户标识获取、管-网元标识获取和用户、云-业务标识获取、“端-管-云”特征标识关系表输出，如下：
步骤一：端-用户标识获取
在控制面消息可直接解析获取用户的IMSI消息，且在PDP激活后得到唯一标识用户的信息，即用户IP地址信息，业务面消息自身携带用户IP地址信息，通过用户IP地址信息可以关联到用户IMSI信息。
步骤二：管-网元标识获取
在控制面消息除网关GPRS支持节点(Gateway GPRS Support Node，简称GGSN)网元信息外，可直接解析获取用户的小区信息，比如跟踪区(Tracking Area Identity简称TAC)，位置区码(location area code，简称LAC)，小区标识(Cell Identity，简称CI)，以及无线网络控制器(Radio Network Controller，简称RNC)、GPRS业务支持节点(ServiceGPRS Support Node，简称SGSN)、移动性管理实体(Mobility Management Entity，简称MME)、服务网关(Serving GateWay，简称SGW)网元信息；而在业务面消息除小区(TAC/LAC，CI)和GGSN网元消息外，可直接获取RNC、SGSN、MME、SGW网元信息，因此控制面和业务面均需通过用户在PDP激活过程中获得的用户IP地址信息关联得到GGSN网元信息，业务面需通过用户在RAB建立流程中分配的TEID关联小区信息。这些网元信息都作为网元标识的具体体现。
步骤三：云-业务标识获取
服务提供方(Service Provider，简称SP)业务访问属于业务面控制消息，在业务面消息流程中，可直接解析获取得到业务的DNS解析域名、IP地址、域名URI_MAIN、内容大小、类型等业务标识关键字段。
步骤四：“端-管-云”特征标识关系表输出
经过步骤一到步骤三，可建立用户在任一时间任一位置所发生的任一业务的明细关系表，如下表1所示：
表1：
其中，“√”表示可获取相关信息，“\”该业务流程无需经历该节点。
可以理解的是，即使是同一业务流程，涉及到的网元等特征标识也可能是多种，因此，通过对采集到的各信令消息进行解析，最终可以统计得到如上表1中所示出的业务流程与特征标识间的对应关系。上述表1中描述了各业务流程标识与各特征标识类型间的对应关系，即上述第二对应关系。从中可以看出，每个业务流程对应有多种不同的特征标识。
在建立了上述第二对应关系的情况下，如何根据该第二对应关系计算表征用户感知的用户感知指标，将通过如下方式实现：
本实施例中，预先构建了用户感知指标体系，该体系中包含多种不同的用户感知指标，而且，该用户感知指标体系也是根据各业务流程建立的，即每个用户感知指标与业务流程具有对应关系，即上述第一对应关系。
结合图2对该用户感知指标体系进行说明：
从图2可以看出，本实施例对用户上网的过程进行了业务流程层次的划分，这些业务流程主要涉及到接入阶段和业务阶段，从而，该用户感知指标体系中包括了与接入阶段对应的第一感知指标类型和与业务阶段对应的第二感知指标类型。其中，第一感知指标类型反映了网络接入成功性和网络接入及时性，第二感知指标类型反映了业务流畅性。具体的，第二感知指标类型包括反映业务大小和业务类型的用户感知指标。
下面分别对第一感知指标类型中包含的各用户感知指标以及第二感知指标类型中包含的用户感知指标进行举例说明：
针对第一感知指标类型：
该类型的用户感知指标体现了用户能否入网以及入网及时性如何。针对能否入网即网络接入成功性方面，可以包括如下用户感知指标：附着(ATTACH)成功率、默认承载激活成功率、E-RAB成功率、IU RAB成功率、PDP激活成功率、DNS查询成功率、页面响应成功率。针对入网及时性方面，可以包括如下用户感知指标：E-RAB时延、IU RAB时延、DNS查询时延、TCP建立+200OK返回时延。
上述各用户感知指标的含义以及计算方式如下表2和表3所示。
表2针对网络接入成功性的各用户感知指标，表3针对网络接入及时性的各用户感知指标。
表2：
表3：
针对第二感知指标类型：
该类型的用户感知指标体现了用户的业务流畅性。实际上，对内容大小和类型不同的业务来说，用户上网的感知体验不同，用户的忍耐度也是不一样的。
比如：从数据包的大小分布的角度来看，小包业务因数据传输部分较少，速率影响不大，用户感知主要取决于业务的响应时长；大包业务则主要影响在数据传输过程，下载速率起主要影响。从访问内容的业务类型的角度来看，浏览类业务时延更关注页面的显示时延，视频类业务更关注观看是否流畅，有无卡顿现象。
因此，本实施例按照用户访问的业务类型，划分为通用业务和特定类型业务，其中，特定类型业务是指包括浏览类业务、视频类业务的业务，通用业务是指除了特定类型业务之外的其他业务。
同时，按照数据包大小，划分为小包业务和大包业务，具体的数据包大小划分依据可以参照如下表4。
表4中示意出了通用业务和特定类型业务的用户感知指标。
表4：
综上，本实施例提供的用户感知指标系统从业务流程的角度全面评价了各业务流程中可能涉及到的指标类型。
另外，可以理解的是，由于上述各用户感知指标分别针对了不同的业务流程，因此各用户感知指标与各业务流程标识间存在对应关系，即上述第一对应关系。
从而，通过对一定时间内大量用户的上网过程进行信令采集，基于上述第一对应关系和第二对应关系，可以计算各用户感知指标对应的指标值。具体来说，当采集并解析出各业务流程标识和特征标识后，可以建立业务流程与特征标识间的第二对应关系，并基于业务流程与用户感知指标间的第一对应关系，可以从多种不同的特征标识的维度计算同一用户感知指标的指标值。值得说明的是，本实施例中提到的每个用户感知指标值由根据对应的每类特征标识计算得到的指标值组成，举例来说，当前网络中可能存在多个不同的LAC，比如LAC1、LAC2、LAC3，那么在从LAC维度计算某用户感知指标比如附着成功率时，分子和分母是这三个具体的LAC对应的相关信令消息的总次数，即是针对LAC维度来计算的，不是单独针对每个解析到的具体LAC计算的。
通过如下表5，举例说明从多种不同的特征维度计算同一用户感知指标的情况。表5中以计算附着成功率为例，针对某个用户某次上网时，采集到的IMSI、LAC、CI等特征维度进行了附着成功率的计算。
表5：
表中括号中的数字表示的是相应特征标识的取值。
值得说明的是，表5仅是针对某个用户的某次上网业务来进行的，实际中，上述特征维度是特征标识类型的含义，不是某个具体的特征标识，前述已经说明，不再赘述。
本实施例中，在针对每个用户感知指标，从其对应的业务流程所关联的多个不同特征标识类型的维度，分别计算获得了每个特征维度的指标值之后，可以将各指标值与对应的用户感知指标阈值进行比较，从而确定出异常业务流程。
其中，每种特征维度的用户感知指标值可以分别对应有一个阈值，该阈值可以是对应指标的全网均值或者经验设置的值。如果实际计算得到的某个用户感知指标值劣于其对应的阈值，确定该用户感知指标为异常用户感知指标，其对应的业务流程为异常业务流程。其中，劣于，举例来说，针对时延来说，计算获得的时延大于时延阈值，则是劣于，针对附着成功率来说，计算获得的附着成功率小于附着成功率阈值，则是劣于。
当定位出哪个业务流程为异常业务流程时，由于每个业务流程所涉及到的网元种类或者说业务节点种类有限，可以使得网络优化者基于该异常业务流程的定位结果，后续有针对性的对相关的网元进行维护、优化。
本实施例中，通过对进行网络业务时涉及到的各业务流程进行特征标识的解析，以针对每个业务流程对应的用户感知指标，根据该业务流程对应的每类特征标识，计算各用户感知指标值即从多个特征维度度量同一用户感知指标。进而基于用户感知指标值进行异常业务流程的定位处理。由于用户感知指标体系中包含的各用户感知指标涉及到了各个业务流程，并且对每个业务流程进行了多种特征维度的用户感知度量，即对网络业务进行了全面的性能度量，使得基于该用户感知指标定位的异常业务流程更加准确、可靠，从而基于该定位结果可以对异常业务流程涉及到业务节点等进行优化，可以显著提高用户的业务感知体验。
图3为本发明基于用户感知的业务质量监测方法实施例二的流程图，在图1所示实施例的基础上，如图2所示，在步骤103之后，可选的还可以包括如下步骤：
步骤201、根据第二对应关系，确定异常业务流程对应的各特征标识。
步骤202、针对异常用户感知指标，分别计算各特征标识对应的异常指标值。
步骤203、根据各异常指标值与预设阈值的比较结果，确定异常特征标识，异常特征标识包括异常指标值劣于预设阈值的特征标识。
步骤204、确定异常特征标识对应的业务节点，优化业务节点。
在前述实施例的基础上，为了更为精确地定位出在异常业务流程涉及到的各种类型的网元或者说各种业务节点中，对用户感知产生不利影响的具体业务节点，还进一步提供了通过在异常业务流程对应的各特征标识中确定异常特征标识，以定位异常特征标识所对应的业务节点为影响用户感知严重的业务节点的方案，以通过优化该业务节点来提高用户感知体验。
具体来说，基于各业务流程与各特征标识间的对应关系即第二对应关系，可以确定出异常业务流程所对应的各特征标识，比如附着过程为异常业务流程，该附着过程涉及到的特征标识类型如表5所示。其中，每种特征标识类型下对应有多个不同的特征标识，比如LAC类型下对应有LAC1，LAC2，LAC3。具体对应的各特征标识可以基于步骤101的解析结果获取。
进而，针对异常用户感知指标，分别计算各特征标识对应的异常指标值。以附着过程为例，异常用户感知指标为附着成功率。图1所述实施例中在计算附着成功率时，针对LAC维度，相当于是计算了由LAC1，LAC2，LAC3整体所反映的成功率。本实施例中，上述异常指标值的计算是针对每个特征标识来说的，即针对异常用户感知指标所对应的各特征标识，分别计算各特征标识自己对应的用户感知指标值，称为异常指标值。仍以上述举例来说，此时是分别针对LAC1，LAC2，LAC3，计算各自对应的附着成功率。以针对LAC1为例，其对应的附着成功率的计算为：(LAC1接收到的ATTACH REQUEST消息次数)/(LAC1接收到的ATTACHACCEPT消息次数)。
进而，将上述每个特征标识对应的异常指标值与预设阈值进行比较，确定异常特征标识。其中，该阈值与图1所述实施例的阈值不同，该预设阈值可以劣于上述用户感知指标阈值。
本实施例中，既可以简单地认为异常指标值劣于对应的预设阈值的特征标识为异常特征标识，也可以基于如下的性能质差集中性原则确定异常特征标识。
其中，性能质差集中性中，性能质差是用于确定异常业务流程的，即上述用户感知指标值劣于对应的用户感知指标阈值的用户感知指标所对应的业务流程，即为性能质差业务流程。在性能质差业务流程，亦即异常业务流程对应的各特征标识中，进一步基于集中性分析，确定异常特征标识。
具体来说，集中性分析过程如下：
确定同一特征标识类型下，异常指标值劣于预设阈值的特征标识数量占对应特征标识类型中包含的特征标识总数的比例；
在所述比例低于预设比值时，确定异常指标值劣于预设阈值的特征标识为异常特征标识。
举例来说，异常用户感知指标为附着成功率，附着成功率对应的特征标识包括LAC维度。针对LAC特征标识类型，其对应的LAC1，LAC2，LAC3三个具体的特征标识，分别计算获得异常指标值之后，将异常指标值与对应的阈值比较，假设LAC1对应的异常指标值劣于阈值，那么在LAC特征标识类型下即在LAC维度，异常指标值劣于预设阈值的特征标识数量占对应特征标识类型中包含的特征标识总数的比例为1/3。如果设定的预设比值为1/2，则由于1/3小于1/2，此时确定性能质差在LAC维度上存在集中性，确定异常指标值劣于预设阈值的特征标识LAC1为异常特征标识。
对于异常用户感知指标所对应的每个类型的特征标识，针对每个类型下的各特征标识分别进行上述计算处理，最终能够得到各异常特征标识，从而对异常特征标识所对应的业务节点进行优化，可以准确定位影响用户感知的业务节点，提高用户感知。
本实施例，基于对异常业务流程对应的异常特征标识的确定，可以准确定位出影响用户感知的业务节点，通过对该业务节点的优化，可以显著提高用户感知。
图4为本发明基于用户感知的业务质量监测设备实施例一的示意图，如图4所示，该监测设备包括：采集解析模块11、第一计算模块12、第一确定模块13。
采集解析模块11，用于采集并解析各信令消息，获得每个信令消息对应的特征标识和业务流程标识，所述各信令消息中包括各用户触发的业务中各业务流程所对应的信令消息；所述特征标识包括用户标识、网元标识、业务标识中的至少一种。
第一计算模块12，用于根据预先确定的用户感知指标体系中各用户感知指标与各业务流程标识间的第一对应关系以及各业务流程标识与各特征标识类型间的第二对应关系，计算各用户感知指标对应的用户感知指标值；
其中，每个用户感知指标值由根据对应的每类特征标识计算得到的指标值组成。
第一确定模块13，用于在根据各用户感知指标值与对应用户感知指标阈值的比较结果确定存在异常用户感知指标时，根据所述第一对应关系确定所述异常用户感知指标所对应的异常业务流程，其中，所述异常用户感知指标是指标值劣于对应用户感知指标阈值的用户感知指标。
其中，所述用户感知指标体系中包括反映了网络接入成功性和网络接入及时性的第一感知指标类型以及反映了业务流畅性的第二感知指标类型；所述第二感知指标类型包括反映业务大小和业务类型的用户感知指标。
本实施例的监测设备可以用于执行以上图1所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
图5为本发明基于用户感知的业务质量监测设备实施例二的示意图，如图5所示，在图4所示实施例的基础上，该监测设备还包括：第二确定模块21、第二计算模块22、第三确定模块23。
第二确定模块21，用于根据所述第二对应关系，确定所述异常业务流程对应的各特征标识。
第二计算模块22，用于针对所述异常用户感知指标，分别计算所述各特征标识对应的异常指标值。
第三确定模块23，用于根据各异常指标值与预设阈值的比较结果，确定异常特征标识，所述异常特征标识包括异常指标值劣于所述预设阈值的特征标识。
具体地，所述第三确定模块23包括：第一确定单元231、第二确定单元232。
第一确定单元231，用于确定同一特征标识类型下，异常指标值劣于预设阈值的特征标识数量占对应特征标识类型中包含的特征标识总数的比例。
第二确定单元232，用于在所述比例低于预设比值时，确定异常指标值劣于预设阈值的特征标识为所述异常特征标识。
可选的，该监测设备还包括：第四确定模块24。
第四确定模块24，用于确定所述异常特征标识对应的业务节点，优化所述业务节点。
本实施例的监测设备可以用于执行以上图3所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种基于用户感知的业务质量监测方法，其特征在于，包括：
采集并解析各信令消息，获得每个信令消息对应的特征标识和业务流程标识，所述各信令消息中包括各用户触发的业务中各业务流程所对应的信令消息；所述特征标识包括用户标识、网元标识、业务标识中的至少一种；
根据预先确定的用户感知指标体系中各用户感知指标与各业务流程标识间的第一对应关系以及各业务流程标识与各特征标识类型间的第二对应关系，确定各用户感知指标对应的特征标识类型，根据各用户感知指标对应的特征标识类型计算各用户感知指标对应的用户感知指标值；
其中，每个用户感知指标值由根据对应的每类特征标识计算得到的指标值组成；每类特征标识下对应有多个不同的特征标识；
在根据各用户感知指标值与对应用户感知指标阈值的比较结果确定存在异常用户感知指标时，根据所述第一对应关系确定所述异常用户感知指标所对应的异常业务流程，其中，所述异常用户感知指标是指标值劣于对应用户感知指标阈值的用户感知指标。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述第二对应关系，确定所述异常业务流程对应的各特征标识；
针对所述异常用户感知指标，分别计算所述各特征标识对应的异常指标值；
根据各异常指标值与预设阈值的比较结果，确定异常特征标识，所述异常特征标识包括异常指标值劣于所述预设阈值的特征标识。
3.根据权利要求2所述的方法，其特征在于，所述根据各异常指标值与预设阈值的比较结果，确定异常特征标识，包括：
确定同一特征标识类型下，异常指标值劣于预设阈值的特征标识数量占对应特征标识类型中包含的特征标识总数的比例；
在所述比例低于预设比值时，确定异常指标值劣于预设阈值的特征标识为所述异常特征标识。
4.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：
确定所述异常特征标识对应的业务节点，优化所述业务节点。
5.根据权利要求1至3中任一项所述的方法，其特征在于，所述用户感知指标体系中包括反映了网络接入成功性和网络接入及时性的第一感知指标类型以及反映了业务流畅性的第二感知指标类型；所述第二感知指标类型包括反映业务大小和业务类型的用户感知指标。
6.一种基于用户感知的业务质量监测设备，其特征在于，包括：
采集解析模块，用于采集并解析各信令消息，获得每个信令消息对应的特征标识和业务流程标识，所述各信令消息中包括各用户触发的业务中各业务流程所对应的信令消息；所述特征标识包括用户标识、网元标识、业务标识中的至少一种；
第一计算模块，用于根据预先确定的用户感知指标体系中各用户感知指标与各业务流程标识间的第一对应关系以及各业务流程标识与各特征标识类型间的第二对应关系，确定各用户感知指标对应的特征标识类型，根据各用户感知指标对应的特征标识类型计算各用户感知指标对应的用户感知指标值；
其中，每个用户感知指标值由根据对应的每类特征标识计算得到的指标值组成；每类特征标识下对应有多个不同的特征标识；
第一确定模块，用于在根据各用户感知指标值与对应用户感知指标阈值的比较结果确定存在异常用户感知指标时，根据所述第一对应关系确定所述异常用户感知指标所对应的异常业务流程，其中，所述异常用户感知指标是指标值劣于对应用户感知指标阈值的用户感知指标。
7.根据权利要求6所述的设备，其特征在于，还包括：
第二确定模块，用于根据所述第二对应关系，确定所述异常业务流程对应的各特征标识；
第二计算模块，用于针对所述异常用户感知指标，分别计算所述各特征标识对应的异常指标值；
第三确定模块，用于根据各异常指标值与预设阈值的比较结果，确定异常特征标识，所述异常特征标识包括异常指标值劣于所述预设阈值的特征标识。
8.根据权利要求7所述的设备，其特征在于，所述第三确定模块包括：
第一确定单元，用于确定同一特征标识类型下，异常指标值劣于预设阈值的特征标识数量占对应特征标识类型中包含的特征标识总数的比例；
第二确定单元，用于在所述比例低于预设比值时，确定异常指标值劣于预设阈值的特征标识为所述异常特征标识。
9.根据权利要求7或8所述的设备，其特征在于，还包括：
第四确定模块，用于确定所述异常特征标识对应的业务节点，优化所述业务节点。
10.根据权利要求6至8中任一项所述的设备，其特征在于，所述用户感知指标体系中包括反映了网络接入成功性和网络接入及时性的第一感知指标类型以及反映了业务流畅性的第二感知指标类型；所述第二感知指标类型包括反映业务大小和业务类型的用户感知指标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610304725.9A CN105828376B (zh) | 2016-05-09 | 2016-05-09 | 基于用户感知的业务质量监测方法和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610304725.9A CN105828376B (zh) | 2016-05-09 | 2016-05-09 | 基于用户感知的业务质量监测方法和设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105828376A CN105828376A (zh) | 2016-08-03 |
| CN105828376B true CN105828376B (zh) | 2019-05-07 |
Family
ID=56528480
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610304725.9A Active CN105828376B (zh) | 2016-05-09 | 2016-05-09 | 基于用户感知的业务质量监测方法和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105828376B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107094301B (zh) * | 2016-02-18 | 2020-05-26 | 中国移动通信集团福建有限公司 | 确定小区用户感知的方法及设备 |
| CN108271189A (zh) * | 2016-12-30 | 2018-07-10 | 中国移动通信集团公司 | 一种业务质量监测方法和装置 |
| CN109121073B (zh) * | 2017-06-23 | 2021-08-06 | 中国移动通信集团安徽有限公司 | 移动通信业务质量监控方法、装置和设备 |
| CN108199916A (zh) * | 2017-12-27 | 2018-06-22 | 中国移动通信集团山东有限公司 | 一种VoLTE语音质量监测方法及系统 |
| CN110519786B (zh) * | 2018-05-21 | 2021-01-15 | 华为技术有限公司 | 业务服务质量监测方法、设备及系统 |
| CN110728525B (zh) * | 2018-07-16 | 2022-04-15 | 中国移动通信集团浙江有限公司 | 一种网络批量用户投诉的定界处理方法及装置 |
| CN110958446B (zh) * | 2018-09-27 | 2022-08-12 | 中兴通讯股份有限公司 | 视频业务质量评估方法、装置、设备、及可读存储介质 |
| CN111294819B (zh) * | 2018-12-07 | 2023-04-28 | 中国移动通信集团陕西有限公司 | 一种网络优化方法及装置 |
| CN113453024B (zh) * | 2020-03-25 | 2022-06-14 | 华为技术有限公司 | 监控业务的方法、装置和系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103024793A (zh) * | 2011-09-23 | 2013-04-03 | 中兴通讯股份有限公司 | 通信业务质量评估体系的构建方法及系统 |
| CN103955507A (zh) * | 2014-04-25 | 2014-07-30 | 中国联合网络通信集团有限公司 | 基于用户感知的预警方法及装置 |
| CN105357691A (zh) * | 2015-09-28 | 2016-02-24 | 中国普天信息产业北京通信规划设计院 | Lte无线网络用户感知监测方法和系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9049617B2 (en) * | 2009-09-23 | 2015-06-02 | At&T Intellectual Property I, L.P. | Signaling-less dynamic call setup and teardown by utilizing observed session state information |
-
2016
- 2016-05-09 CN CN201610304725.9A patent/CN105828376B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103024793A (zh) * | 2011-09-23 | 2013-04-03 | 中兴通讯股份有限公司 | 通信业务质量评估体系的构建方法及系统 |
| CN103955507A (zh) * | 2014-04-25 | 2014-07-30 | 中国联合网络通信集团有限公司 | 基于用户感知的预警方法及装置 |
| CN105357691A (zh) * | 2015-09-28 | 2016-02-24 | 中国普天信息产业北京通信规划设计院 | Lte无线网络用户感知监测方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105828376A (zh) | 2016-08-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105828376B (zh) | 基于用户感知的业务质量监测方法和设备 | |
| CN106332138B (zh) | 一种基于s1-mme信令关联获取mro用户信息的方法 | |
| US9197714B2 (en) | User interest and identity control on internet | |
| EP2627032B1 (en) | Method, policy server and gateway for determining policies | |
| EP2779718A1 (en) | Method, terminal, network device and system for acquiring quality of experience | |
| KR20140116440A (ko) | 이동 단말의 인터넷 액세스 서비스 품질을 모니터링하기 위한 방법, 디바이스 및 시스템 | |
| EP3849136A1 (en) | Service quality monitoring method, apparatus, and system | |
| DE60133729D1 (de) | Verfahren und vorrichtung zur koordinierung der umschaltung des dienstanbieters zwischen einem client und einem server mit identitätsbasierter dienstzugangsverwaltung | |
| BRPI0809859A2 (pt) | Método de aviso e aparelho de divisão de mensagem curta | |
| CN108390955A (zh) | 域名获取方法、网站访问方法及服务器 | |
| KR20050093896A (ko) | 이동통신시스템에서 동일한 인터넷 프로토콜 어드레스를통해 서로 다른 패킷 서비스들을 수신하는 방법 | |
| WO2016103006A1 (en) | Media performance monitoring and analysis | |
| WO2007091934A1 (en) | Performance monitoring of location-based service in a mobile telecommunications network | |
| CA2468172A1 (en) | Method for connecting to a wireless internet service | |
| CN108617008B (zh) | 一种业务数据处理的方法和装置 | |
| US8295178B2 (en) | Manual configuration for sites that cannot give read/write credentials to a voice over internet protocol (VOIP) monitor | |
| US20040202292A1 (en) | Mobile station tracking in a wireless telecommunication system | |
| US20140337464A1 (en) | System and method for inline http notification | |
| CN104717184B (zh) | 一种终端应用会话五元组的获取方法及装置 | |
| CN103997416B (zh) | 移动终端上网的纠错方法及纠错装置 | |
| CN103716804B (zh) | 无线数据通信网的用户网络行为分析方法、装置及系统 | |
| CN104301294B (zh) | 一种dns查询请求的响应方法、装置及网络侧设备 | |
| CN113676926A (zh) | 用户网络感知画像方法及装置 | |
| CN104244334B (zh) | 一种确定网络服务质量的方法和装置 | |
| CN116582865A (zh) | 一种信息回填方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |