CN107204894A - 网络业务质量的监控方法及装置 - Google Patents
网络业务质量的监控方法及装置 Download PDFInfo
- Publication number
- CN107204894A CN107204894A CN201710353625.XA CN201710353625A CN107204894A CN 107204894 A CN107204894 A CN 107204894A CN 201710353625 A CN201710353625 A CN 201710353625A CN 107204894 A CN107204894 A CN 107204894A
- Authority
- CN
- China
- Prior art keywords
- period
- monitoring data
- monitored
- thresholding
- history
- 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
Links
Classifications
-
- 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
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- 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
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
-
- 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
- H04L43/16—Threshold monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Data Mining & Analysis (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本公开提供了一种网络业务质量的监控方法及装置,属于网络运维技术领域。所述方法包括:获取待监控指标在多个历史时刻的历史监控数据;对多个历史时刻的历史监控数据进行聚类,得到多个时段,每个时段包括至少一个历史时刻的历史监控数据;基于多个时段包括的至少一个历史时刻的历史监控数据,获取多个时段的待监控指标的异常门限;基于多个时段的待监控指标的异常门限,对网络业务质量进行监控。本公开将多个历史时刻进行聚类,再对多个时段进行聚类,确定时段的待监控指标的异常门限,使得时段的异常门限根据历史监控数据生成,保证后续根据异常门限对网络业务质量进行监控更加符合实际场景,避免对网络业务质量的判断错误,监控的准确性较高。
Description
技术领域
本公开涉及网络运维技术领域,特别涉及一种网络业务质量的监控方法及装置。
背景技术
随着3G/4G网络技术的成熟和普及,越来越多的用户开始通过手机使用数据业务。为了给用户带来良好的用户体验,对于运营商而言,在关注整体网络的网络性能关键性能指示(Key Performance Indicator,KPI)的同时,也需要实时关注用户的数据业务关键质量指示(Key Quality Indicator,KQI)的情况,因此,便需要对数据业务的KQI进行监控,并在数据业务发生异常时进行告警,以便及时对网络进行优化。
目前,通常基于业务KQI对用户使用的数据业务进行监控。业务KQI监控系统中设置有异常门限,用于界定数据业务是否出现异常,当KQI监控系统基于异常门限确定当前数据业务的业务质量出现异常时,需要向运维中心进行告警,运维中心在接收到告警后,便会对网络进行维护优化。
在实现本公开的过程中,发明人发现现有技术至少存在以下问题:
KQI监控系统中,对不同的时间段内的数据业务的业务质量进行监控时,均使用固定异常门限。由于电信网络中,用户的数据业务质量具有时效性,因此,使用固定异常门限可能造成对业务质量的判断错误,其监控的准确性低。
发明内容
为了解决现有技术的问题,本公开实施例提供了一种网络业务质量的监控方法及装置。所述技术方案如下:
第一方面,提供了一种网络业务质量的监控方法,所述方法包括:
获取待监控指标在多个历史时刻的历史监控数据;
对所述多个历史时刻的历史监控数据进行聚类,得到多个时段,每个时段包括至少一个历史时刻的历史监控数据;
基于所述多个时段包括的至少一个历史时刻的历史监控数据,获取所述多个时段的所述待监控指标的异常门限;
基于所述多个时段的所述待监控指标的异常门限,对网络业务质量进行监控。
本公开实施例通过将多个历史时刻的历史监控数据进行聚类,将多个时刻划分成多个时段,并对每个时段的历史监控数据进行聚类,确定各个时段的待监控指标的异常门限,使得多个时段的待监控指标的异常门限均根据多个时段的历史监控数据生成,保证在后续根据不同的异常门限对网络业务质量进行的监控更加符合实际场景,避免对网络业务质量的判断错误,监控的准确性较高。
在第一方面的第一种可能实现方式中,所述基于所述多个时段所包括的至少一个历史时刻的历史监控数据,获取所述多个时段的所述待监控指标的异常门限包括:
对于所述多个时段中的每个时段,对所述时段中所述至少一个历史时刻的历史监控数据进行聚类,得到多个子类,每个子类包括多个历史监控数据;
确定所述多个子类的监控数据区间;
将所述多个子类的监控数据区间由好到差进行排序;
将排在末位的目标监控数据区间的最好监控数据作为所述时段的所述待监控指标的异常门限。
本公开实施例通过对时段中至少一个历史时刻的历史监控数据进行聚类,得到多个子类,将多个子类的监控数据区间由小到大进行排序,将排在末位的目标监控数据区间的最大监控数据作为时段的待监控指标的异常门限,使得到的异常门限对于时段中的多个子类来说均为合理的异常门限,保证了监控的准确性。
在第一方面的第二种可能实现方式中,所述基于所述多个时段所包括的至少一个历史时刻的历史监控数据,获取所述多个时段的所述待监控指标的异常门限包括:
对于所述多个时段中的每个时段,对所述时段中所述至少一个历史时刻的历史监控数据由好到差进行排序;
将排在预设位置的第一目标历史监控数据作为所述时段的所述待监控指标的异常门限。
本公开实施例通过对时段中至少一个历史时刻的历史监控数据由大到小进行排序,将排在预设位置的第一目标历史监控数据作为时段的所述待监控指标的异常门限,使得异常门限可以满足至少一个历史时刻对异常门限的要求,保证了监控的准确性。
在第一方面的第三种可能实现方式中,所述基于所述多个时段所包括的至少一个历史时刻的历史监控数据,获取所述多个时段的所述待监控指标的异常门限包括:
对于所述多个时段中的每个时段,确定所述时段中至少一个历史时刻的历史监控数据的历史平均值;
在所述至少一个历史时刻的历史监控数据中确定与所述历史平均值相差标准差阈值的第二目标历史监控数据;
将所述第二目标历史监控数据作为所述时段的所述待监控指标的异常门限。
本公开实施例通过确定时段中至少一个历史时刻的历史监控数据的历史平均值,在至少一个历史时刻的历史监控数据中确定与历史平均值相差标准差阈值的第二目标历史监控数据,并将第二目标历史监控数据作为时段的待监控指标的异常门限,使得异常门限可以满足至少一个历史时刻对异常门限的要求,保证了监控的准确性。
在第一方面的第四种可能实现方式中,所述基于所述多个时段的所述待监控指标的异常门限,对网络业务质量进行监控包括:
确定当前时刻所属的目标时段;
基于所述当前时刻的监控数据以及所述目标时段的所述待监控指标的异常门限,对所述当前时刻的网络业务质量进行监控;
若所述当前时刻的监控数据差于所述目标时段的异常门限,则确定所述当前时刻发生异常,进行告警。
本公开实施例通过确定当前时刻所属的目标时段,基于当前时刻的监控数据以及目标时段的待监控指标的异常门限,对当前时刻的网络业务质量进行监控,使得对于不同的时刻可以基于不同的门限对网络业务质量进行监控,避免对网络业务质量的判断错误,保证了监控的准确性。
在第一方面的第五种可能实现方式中,所述基于所述多个时段的所述待监控指标的异常门限,对网络业务质量进行监控之前,所述方法还包括:
若确定所述当前时刻为更新时刻,则执行获取所述异常门限的过程,完成对所述异常门限的更新;
若确定所述当前时刻不为所述更新时刻,则基于上一次更新过程中所确定的所述多个时段的所述待监控指标的异常门限,对网络业务质量进行监控。
本公开实施例在当前时刻为更新时刻时,执行获取异常门限的过程,以便对异常门限进行更新,使得异常门限为持续更新的状态,避免对网络业务质量的判断错误,保证了对网络业务质量监控的准确性。
第二方面,提供了一种网络业务质量的监控装置,所述装置包括多个功能模块,该多个功能模块用于执行上述第一方面所提供的网络业务质量的监控方法以及其任一种可能实现方式。
第三方面,提供了一种网络业务质量的监控装置,所述装置包括多个服务器、处理组件以及存储器。所述服务器用于提供镜像,采集终端数据,所述存储器用于存储历史监控数据,所述处理组件用于执行命令,所述执行命令用于执行:获取待监控指标在多个历史时刻的历史监控数据;对所述多个历史时刻的历史监控数据进行聚类,得到多个时段,每个时段包括至少一个历史时刻的历史监控数据;基于所述多个时段包括的至少一个历史时刻的历史监控数据,获取所述多个时段的所述待监控指标的异常门限;基于所述多个时段的所述待监控指标的异常门限,对网络业务质量进行监控。
本公开实施例提供的技术方案带来的有益效果是:
通过将多个历史时刻的历史监控数据进行聚类,将多个时刻划分为多个时段,并对每个时段的历史监控数据进行聚类,确定各个时段的待监控指标的异常门限,使得多个时段的待监控指标的异常门限均根据多个时段的历史监控数据生成,保证在后续根据不同的异常门限对网络业务质量进行的监控更加符合实际场景,避免对网络业务质量的判断错误,监控的准确性较高。
附图说明
图1是本公开实施例提供的一种网络业务质量监控系统的示意图;
图2是本公开实施例提供的一种网络业务质量的监控装置结构示意图;
图3A是本公开实施例提供的一种网络业务质量的监控方法的流程图;
图3B是本公开实施例提供的一种网络业务质量的监控方法的示意图;
图3C是本公开实施例提供的一种网络业务质量的监控方法的示意图;
图4是本公开实施例提供的一种网络业务质量的监控装置结构示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚,下面将结合附图对本公开实施方式作进一步地详细描述。
在对本公开进行详细的解释说明之前,先对本公开涉及的网络业务质量监控系统进行简单的介绍。
参见图1,本公开涉及的网络业务质量监控系统部署在如图1的数据采集器(Probe)上,主要用于采集和处理核心网(PS CORE)与无线接入网(Residential AccessNetwork,RAN)之间传输的数据。
PS CORE也即核心网,是运营商用来连接各无线基站与后端公共电话交换网(Public Switched Telephone Network,PSTN)或是其他数据网络的内网(Intranet)。路由器(Route)是连接核心网和无线接入网的路由设备。RAN即无线接入网,提供基站供终端连接,进行无线通信。
本公开涉及的网络业务质量监控系统适用于全球移动通讯系统(Global Systemfor Mobile Communications,GSM)、通用移动通信系统(Universal MobileTelecommunications System,UMTS)、长期演进技术(Long Term Evolution,LTE)、无线局域网(Wireless Local Area Networks,WLAN)等不同网络制式。
根据监控粒度的不同,网络业务质量监控系统可分成不同级别的监控,包括网元级、小区级、链路级等。
图2是根据一示例性实施例示出的一种网络业务质量的监控装置200的框图。例如,装置200可以被提供为一服务器或一数据采集器。参照图2,装置200包括处理组件222,其进一步包括一个或多个处理器,以及由存储器232所代表的存储器资源,用于存储可由处理部件222的执行的指令以及历史监控数据。存储器232中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件222被配置为执行指令,以执行上述网络业务质量的监控的方法。
装置200还可以包括一个电源组件226被配置为执行装置200的电源管理,一个有线或无线网络接口250被配置为将装置200连接到网络,和一个输入输出(I/O)接口258。装置100可以操作基于存储在存储器232的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
图3A是根据一示例性实施例示出的一种网络业务质量的监控方法的流程图。如图3A所示,该方法包括以下步骤。
在步骤301中,获取待监控指标在多个历史时刻的历史监控数据。
发明人认识到,用户通过终端访问数据业务时,随着网络的波动,用户体验会发生变化,这些变化可以通过指标来呈现,参见图3B所示的一周响应时延分布图,对于用户浏览网页时网页的响应时延来说,由于一天中不同时刻的网络资源使用情况、用户使用的分布情况以及用户使用的情况存在差异,因此,会导致在不同的时刻用户体验指标会发生变化,这样,便需要获取多个历史时刻的历史监控数据,以便根据历史监控数据对网络业务质量进行监控。
为了节省工作量,可以将终端在运行时产生一些能够反映业务质量的工作状态中的一个或者多个工作状态作为待监控指标,获取终端在运行时一个或多个待监控指标对应的参数作为历史监控数据,例如,可以将用户在终端上浏览网页时网页的响应状态作为待监控指标,这样便可统计不同时刻用户浏览网页时网页进行响应的响应时延,将响应时延作为历史监控数据。
在步骤302中,对多个历史时刻的历史监控数据进行聚类,得到多个时段,每个时段包括至少一个历史时刻的历史监控数据。
由于一天中不同时刻的网络资源使用情况、用户使用的分布情况以及用户使用的情况可能接近,当处于这些时刻时,用户在终端使用业务时的体验比较相似,这样便会使在这些时刻上采集到的待监控指标的历史监控数据之间的差异较小,因此,在后续为了进行网络业务质量监督生成的异常门限时,可以将这些待监控指标的历史监控数据之间的差异较小的时刻聚类为一个时段,然后针对这个时段计算一个异常门限,保证异常门限对于时段中的全部历史监控数据来说均为合理的异常门限,使得异常门限更为客观,减少了人工干预,对网络业务质量的监控准确性较高。这样,对于业务体验整体较好的时段,可以采用较严格的门限;相反,则可以采用较宽松的门限,保证对网络业务质量的监控更加符合实际场景。根据经验,在进行聚类得到时段时,可以对时段的个数进行设置,一般不超过24个。例如,可将时段的个数设置为3,这样,在对一天中的时刻进行聚类得到时段时,可将一天中的时刻聚类为3个时段。
在对一天中的时刻进行聚类得到多个时段时,可以统计预设天数内全部时刻的样本历史监控数据。对于预设天数内的某一时刻,统计预设天数中在该时刻的全部样本历史监控数据,将全部样本历史数据进行排序,计算该时刻对应的样本历史监控数据的分位值,将分位值作为该时刻的历史监控数据,以便根据时段的个数以及历史监控数据,将历史监控数据进行聚类,得到多个时段。其中,分位值的形式可为【中值,25%分位值,75%分位值】,可以用【X1,j,X2,j,X3,j】表示,中值为某一时刻全部样本历史监控数据中处于50%位置的值,25%分位值为某一时刻全部样本历史监控数据中处于25%位置的值,75%分位值为某一时刻全部样本历史监控数据中处于75%位置的值。例如,若待监控指标是响应时延,设时段的个数为3,一共有7天的历史监控数据,假设要统计时刻1点的分位值,需要将这7天中对应的1点的历史监控数据全部提取出来进行排序,提取排序中相应25%、50%、75%位置的分位值,作为1点时刻的最终的分位值向量。依次类推,直至统计得到24个时刻对应的响应时延的分位值向量。然后对这24个分位值向量做聚类,得到3个时段,其中,得到的3个时段中的每个时段包括的时刻数可以不相同。需要说明的是,属于同一时段的时刻可为不连续的时刻,例如,对于某一时段,其包括的时刻可为1点的时刻、8点的时刻以及23点的时刻等。
在步骤303中,基于多个时段包括的至少一个历史时刻的历史监控数据,获取多个时段的待监控指标的异常门限。
在本公开实施例中,由于多个时段中的每个时段均包括至少一个历史时刻的历史监控数据,因此,对于多个时段中的任一时段,该时段的异常门限对于该时段中至少一个历史时刻的历史监控数据来说均应具有合理性,这样,需要基于该时段包括的至少一个历史时刻的历史监控数据确定该时段的待监控指标的异常门限。在确定多个时段的待监控指标的异常门限时,由于对于诸如响应时延等待监控指标来说,其数值越小表示当前网络业务质量越好,数值越大表示当前网络业务质量越差;对于诸如下载速度等监控指标来说,其数值越大表示当前网络业务质量越好,数值越大表示当前网络业务质量越差,因此,基于历史监控数据来说,可以基于待监控指标的类型确定历史监控数据的好与差,这样,便可以通过执行下述方法一至方法三中的任一种方法实现异常门限的确定。
方法一、对于多个时段中的每个时段,对时段中至少一个历史时刻的历史监控数据进行聚类,得到多个子类,每个子类包括多个历史监控数据;分别确定多个子类的监控数据区间,将多个子类的监控数据区间由好到差进行排序,将排在末位的最差目标监控数据区间的最好监控数据作为时段的待监控指标的异常门限。
由于对于一天中的全部时刻来说,当处于某些时刻时,网络业务质量是较为平滑的,且相对比较集中,参见图3C所示的一周内5点和22点的响应时延样本分布图,当处于凌晨5点的时刻时,网络业务质量是相对较好的,并且一周中的样本分布较为集中,也即一周中每天的样本之间的差异不大,这样便说明在凌晨5点的时刻网络业务质量较为良好,发生异常的概率很低,因此,在计算凌晨5点时刻的异常门限时,可以采用聚类的方法,对凌晨5点的时刻所在的时段中包括的全部时刻对应的历史监控数据做一个分类,得到多个子类,将网络业务质量最差的子类的边界作为异常门限,保证了异常门限的合理性,使得监控更加准确。
其中,在确定网络业务质量最差的子类的边界作为异常门限时,可以先根据时段中设置的子类的个数将时段中包括的历史监控数据进行聚类,得到多个子类,并分别确定多个子类的监控数据区间,由于子类的监控数据区间为单维度指标,因此,多个子类的监控数据区间是有序的,这样便可对多个子类的监控数据区间进行排序,将排在末位的最差目标监控数据区间的最好监控数据作为该时段的待监控指标的异常门限。根据经验,在对聚类得到的子类的个数进行设置时,可以根据选择的聚类算法确定子类的个数的最优值。例如,设类中的子类个数为3,若历史监控数据为响应时延,则可将时段中包括的至少一个响应时延分类为【A1,Aj】【B1,Bk】【C1,Cm】,由于响应时延可以根据时延的大小进行排序,时延越大表明当前的网络业务质量越差,假定【C1,Cm】为最差的子类,且C1<Cm,这样便可将C1作为该时段的待监控指标的异常门限。
方法二、对于多个时段中的每个时段,对时段中至少一个历史时刻的历史监控数据进行排序,将排在预设位置的第一目标历史监控数据作为时段的待监控指标的异常门限。
在本公开实施例中,对于多个时段中的每个时段,为了使该时段的异常门限满足该时段中包括的至少一个历史监控数据的要求,保证异常门限的合理性,因此,可根据每一时段中包括的至少一个时刻的历史监控数据在该时段中设置一个预设位置,将该时段中的至少一个历史监控数据进行由差到好排序后排在该预设位置的第一目标历史监控数据作为该时段的异常门限。其中,可以将预设位置设置为第M%位,这样也即为将该时段中至少一个历史监控数据进行排序后,排在第M%位的第一目标历史监控数据作为该时段的异常门限。例如,设M%为10%,若时段中包括100个历史监控数据,则将100个历史监控进行排序后,排在第10位的第一目标历史监控数据作为该时段的异常门限。
方法三、对于多个时段中的每个时段,确定时段中至少一个历史时刻的历史监控数据的历史平均值,在至少一个历史时刻的历史监控数据中确定与历史平均值相差标准差阈值的第二目标历史监控数据,将第二目标历史监控数据作为时段的待监控指标的异常门限。
在本公开实施例中,对于多个时段中的每个时段,为了更加全面的综合考虑时段中包括的至少一个历史监控数据,保证至少一个历史监控数据中的每个历史监控数据均可以在确定该时段的异常门限时被考虑到,因此,可以确定该时段中至少一个历史监控数据的历史平均值,基于历史平均值确定该时段的异常门限。
其中,在基于历史平均值确定该时段的异常门限时,可以在该时段中设置标准差阈值S,在至少一个历史时刻的历史监控数据中确定与历史平均值相差标准差阈值S的第二目标历史监控数据,将第二目标历史监控数据作为该时段的异常门限。例如,设标准差阈值S为3,该时段中至少一个历史监控数据的历史平均值为350,则可将至少一个历史监控数据中与3历史平均值350相差3个标准差阈值的历史监控数据作为第二目标历史监控数据,并将该第二目标历史监控数据作为该时段的异常门限。
需要说明的是,通过执行上述步骤201至步骤203后,即可获取多个时段的待监控指标的异常门限,而由于不同时刻的网络资源使用情况、用户使用的分布情况以及用户使用的情况存在差异,因此,为了保证对网络业务质量的监控更加准确,可以设置异常门限的更新周期,使得多个时段的异常门限在每个更新周期均会进行更新,并在执行下述步骤204对网络业务质量进行监控之前先判断当前时刻是否已经对多个时段的异常门限进行更新,若确定当前时刻尚未对多个时段的异常门限进行更新,则确定当前时刻为更新时刻,可执行上述步骤301至步骤303中获取多个时段的异常门限的过程,完成对多个时段的异常门限的更新;若确定当前时刻已经对多个时段的异常门限进行更新,则确定当前时刻不为更新时刻,便可基于上一次更新过程中所确定的多个时段的待监控指标的异常门限,对网络业务质量进行监控。
在步骤304中,确定当前时刻所属的目标时段,基于当前时刻的监控数据以及目标时段的待监控指标的异常门限,对当前时刻的网络业务质量进行监控;若当前时刻的监控数据差于目标时段的异常门限,则执行下述步骤305;若当前时刻的监控数据好于目标时段的异常门限,则执行下述步骤306。
在本公开实施例中,在对当前时刻的网络业务质量进行监控时,由于对于不同天的任一时刻来说,多天中该时刻的网络资源使用情况、用户使用的分布情况以及用户使用的情况基本保持一致,相差不大,因此,可以通过确定当前时刻所属的目标时段确定当前时刻的异常门限。
在确定当前时刻的异常门限后,便可以将当前时刻的监控数据与当前时刻的异常门限进行比对,对当前的网络业务质量进行监督。若当前时刻的监控数据差于当前时刻的异常门限,则表示当前时刻的网络业务质量较差,因此确定当前时刻发生异常也即执行下述步骤305;若当前时刻的监控数据好于当前时刻的异常门限,则表示当前时刻的网络业务质量较好,因此确定当前时刻的网络业务质量为正常状态,也即执行下述步骤306。
在步骤305中,若当前时刻的监控数据差于目标时段的异常门限,则确定当前时刻发生异常,进行告警。
在本公开实施例中,若当前时刻的监控数据差于当前时刻的异常门限,则表示当前时刻的网络业务质量较差,确定当前时刻发生异常,需要进行告警。其中,在进行告警时,可以先对异常进行检测,确定异常状况,将异常状况以及监控数据作为异常通知发送给服务器,以使服务器将该异常通知发送给运维中心,以便后续工作人员可以根据运维中心接收到的异常通知对网络进行维护和优化。
在步骤306中,若当前时刻的监控数据好于目标时段的异常门限,则确定当前时刻的网络业务质量为正常状态。
在本公开实施例中,若当前时刻的监控数据好于当前时刻的异常门限,则表示当前时刻的网络业务质量较好,确定当前时刻的网络业务质量为正常状态,当前时刻未发生异常。
本公开实施例提供的技术方案带来的有益效果是:
通过将多个历史时刻的历史监控数据进行聚类,将多个时刻划分成多个时段,并对每个时段的历史监控数据进行聚类,确定各个时段的待监控指标的异常门限,使得多个时段的待监控指标的异常门限均根据多个时段的历史监控数据生成,保证在后续根据不同的异常门限对网络业务质量进行的监控更加符合实际场景,避免对网络业务质量的判断错误,监控的准确性较高。
上述所有可选技术方案,可以采用任意结合形成本公开的可选实施例,在此不再一一赘述。
图4是根据本公开实施例提供的一种网络业务质量的监控装置的框图。参见图4,该装置包括:
数据获取模块401,用于获取待监控指标在多个历史时刻的历史监控数据。
聚类模块402,用于对多个历史时刻的历史监控数据进行聚类,得到多个时段,每个时段包括至少一个历史时刻的历史监控数据。
门限获取模块403,用于基于多个时段包括的至少一个历史时刻的历史监控数据,获取多个时段的所述待监控指标的异常门限。
监控模块404,用于基于多个时段的待监控指标的异常门限,对网络业务质量进行监控。
在另一个实施例中,门限获取模块包括聚类子模块,区间确定子模块,第一排序子模块和第一门限获取子模块。
聚类子模块,用于执行上述步骤303所涉及的过程;
区间确定子模块,用于执行上述步骤303所涉及的过程;
第一排序子模块,用于执行上述步骤303所涉及的过程;
第一门限获取子模块,用于执行上述步骤303所涉及的过程。
在另一个实施例中,门限获取模块包括第二排序子模块和第二门限获取子模块。
第二排序子模块,用于执行上述步骤303所涉及的过程;
第二门限获取子模块,用于执行上述步骤303所涉及的过程。
在另一个实施例中,门限获取模块包括平均值确定子模块,数据确定子模块和第三门限获取子模块。
平均值确定子模块,用于执行上述步骤303所涉及的过程;
数据确定子模块,用于执行上述步骤303所涉及的过程;
第三门限获取子模块,用于执行上述步骤303所涉及的过程。
在另一个实施例中,监控模块包括目标时段确定子模块,监控子模块和告警子模块。
目标时段确定子模块,用于执行上述步骤304至步骤306所涉及的过程;
监控子模块,用于执行上述步骤304至步骤306所涉及的过程;
告警子模块,用于执行上述步骤304至步骤306所涉及的过程。
在另一个实施例中,该装置还包括更新模块。
更新模块,用于执行上述步骤301至步骤303所涉及的过程;
该监控模块,还用于执行上述步骤304至步骤306所涉及的过程。
本公开实施例通过将多个历史时刻的历史监控数据进行聚类,将多个时刻划分成多个时段,并对每个时段的历史监控数据进行聚类,确定各个时段的待监控指标的异常门限,使得多个时段的待监控指标的异常门限均根据多个时段的历史监控数据生成,保证在后续根据不同的异常门限对网络业务质量进行的监控更加符合实际场景,避免对网络业务质量的判断错误,监控的准确性较高。
需要说明的是:上述实施例提供的网络业务质量的监控装置在网络业务质量的监控时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的网络业务质量的监控的装置与网络业务质量的监控的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本公开的可选实施例,并不用以限制本公开,凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (12)
1.一种网络业务质量的监控方法,其特征在于,所述方法包括:
获取待监控指标在多个历史时刻的历史监控数据;
对所述多个历史时刻的历史监控数据进行聚类,得到多个时段,每个时段包括至少一个历史时刻的历史监控数据;
基于所述多个时段包括的至少一个历史时刻的历史监控数据,获取所述多个时段的所述待监控指标的异常门限;
基于所述多个时段的所述待监控指标的异常门限,对网络业务质量进行监控。
2.根据权利要求1所述的方法,其特征在于,所述基于所述多个时段所包括的至少一个历史时刻的历史监控数据,获取所述多个时段的所述待监控指标的异常门限包括:
对于所述多个时段中的每个时段,对所述时段中所述至少一个历史时刻的历史监控数据进行聚类,得到多个子类,每个子类包括多个历史监控数据;
确定所述多个子类的监控数据区间;
将所述多个子类的监控数据区间由好到差进行排序;
将排在末位的目标监控数据区间的最好监控数据作为所述时段的所述待监控指标的异常门限。
3.根据权利要求1所述的方法,其特征在于,所述基于所述多个时段所包括的至少一个历史时刻的历史监控数据,获取所述多个时段的所述待监控指标的异常门限包括:
对于所述多个时段中的每个时段,对所述时段中所述至少一个历史时刻的历史监控数据由好到差进行排序;
将排在预设位置的第一目标历史监控数据作为所述时段的所述待监控指标的异常门限。
4.根据权利要求1所述的方法,其特征在于,所述基于所述多个时段所包括的至少一个历史时刻的历史监控数据,获取所述多个时段的所述待监控指标的异常门限包括:
对于所述多个时段中的每个时段,确定所述时段中至少一个历史时刻的历史监控数据的历史平均值;
在所述至少一个历史时刻的历史监控数据中确定与所述历史平均值相差标准差阈值的第二目标历史监控数据;
将所述第二目标历史监控数据作为所述时段的所述待监控指标的异常门限。
5.根据权利要求1所述的方法,其特征在于,所述基于所述多个时段的所述待监控指标的异常门限,对网络业务质量进行监控包括:
确定当前时刻所属的目标时段;
基于所述当前时刻的监控数据以及所述目标时段的所述待监控指标的异常门限,对所述当前时刻的网络业务质量进行监控;
若所述当前时刻的监控数据差于所述目标时段的异常门限,则确定所述当前时刻发生异常,进行告警。
6.根据权利要求1所述的方法,其特征在于,所述基于所述多个时段的所述待监控指标的异常门限,对网络业务质量进行监控之前,所述方法还包括:
若确定所述当前时刻为更新时刻,则执行获取所述异常门限的过程,完成对所述异常门限的更新;
若确定所述当前时刻不为所述更新时刻,则基于上一次更新过程中所确定的所述多个时段的所述待监控指标的异常门限,对网络业务质量进行监控。
7.一种网络业务质量的监控装置,其特征在于,所述装置包括:
数据获取模块,用于获取待监控指标在多个历史时刻的历史监控数据;
聚类模块,用于对所述多个历史时刻的历史监控数据进行聚类,得到多个时段,每个时段包括至少一个历史时刻的历史监控数据;
门限获取模块,用于基于所述多个时段包括的至少一个历史时刻的历史监控数据,获取所述多个时段的所述待监控指标的异常门限;
监控模块,用于基于所述多个时段的所述待监控指标的异常门限,对网络业务质量进行监控。
8.根据权利要求7所述的装置,其特征在于,所述门限获取模块包括:
聚类子模块,用于对于所述多个时段中的每个时段,对所述时段中所述至少一个历史时刻的历史监控数据进行聚类,得到多个子类,每个子类包括多个历史监控数据;
区间确定子模块,用于确定所述多个子类的监控数据区间;
第一排序子模块,用于将所述多个子类的监控数据区间由好到差进行排序;
第一门限获取子模块,用于将排在末位的目标监控数据区间的最好监控数据作为所述时段的所述待监控指标的异常门限。
9.根据权利要求7所述的装置,其特征在于,所述门限获取模块包括:
第二排序子模块,用于对于所述多个时段中的每个时段,对所述时段中所述至少一个历史时刻的历史监控数据由好到差进行排序;
第二门限获取子模块,用于将排在预设位置的第一目标历史监控数据作为所述时段的所述待监控指标的异常门限。
10.根据权利要求7所述的装置,其特征在于,所述门限获取模块包括:
平均值确定子模块,用于对于所述多个时段中的每个时段,确定所述时段中至少一个历史时刻的历史监控数据的历史平均值;
数据确定子模块,用于在所述至少一个历史时刻的历史监控数据中确定与所述历史平均值相差标准差阈值的第二目标历史监控数据;
第三门限获取子模块,用于将所述第二目标历史监控数据作为所述时段的所述待监控指标的异常门限。
11.根据权利要求7所述的装置,其特征在于,所述监控模块包括:
目标时段确定子模块,用于确定当前时刻所属的目标时段;
监控子模块,用于基于所述当前时刻的监控数据以及所述目标时段的所述待监控指标的异常门限,对所述当前时刻的网络业务质量进行监控;
告警子模块,用于若所述当前时刻的监控数据差于所述目标时段的异常门限,则确定所述当前时刻发生异常,进行告警。
12.根据权利要求7所述的装置,其特征在于,所述装置还包括:
更新模块,用于若确定所述当前时刻为更新时刻,则执行获取所述异常门限的过程,完成对所述异常门限的更新;
所述监控模块,还用于若确定所述当前时刻不为所述更新时刻,则基于上一次更新过程中所确定的所述多个时段的所述待监控指标的异常门限,对网络业务质量进行监控。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710353625.XA CN107204894B (zh) | 2017-05-18 | 2017-05-18 | 网络业务质量的监控方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710353625.XA CN107204894B (zh) | 2017-05-18 | 2017-05-18 | 网络业务质量的监控方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107204894A true CN107204894A (zh) | 2017-09-26 |
CN107204894B CN107204894B (zh) | 2020-07-07 |
Family
ID=59906535
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710353625.XA Active CN107204894B (zh) | 2017-05-18 | 2017-05-18 | 网络业务质量的监控方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107204894B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107995046A (zh) * | 2017-12-20 | 2018-05-04 | 北京搜狐新媒体信息技术有限公司 | 一种网络报警分析方法、装置及电子设备 |
CN109901877A (zh) * | 2017-12-08 | 2019-06-18 | 北京京东尚科信息技术有限公司 | 信息处理方法、系统及电子设备 |
CN109963295A (zh) * | 2017-12-26 | 2019-07-02 | 中国移动通信集团上海有限公司 | 一种确定性能指标监控门限的方法及装置 |
CN110457175A (zh) * | 2019-07-08 | 2019-11-15 | 阿里巴巴集团控股有限公司 | 业务数据处理方法、装置、电子设备及介质 |
CN110784355A (zh) * | 2019-10-30 | 2020-02-11 | 网宿科技股份有限公司 | 一种故障识别方法及装置 |
CN110830328A (zh) * | 2019-11-27 | 2020-02-21 | 厦门网宿有限公司 | 一种网络链路的异常检测方法及装置 |
CN111193608A (zh) * | 2019-11-19 | 2020-05-22 | 腾讯云计算(北京)有限责任公司 | 网络质量探测监控方法、装置、系统和计算机设备 |
CN112035340A (zh) * | 2020-07-31 | 2020-12-04 | 长沙市到家悠享网络科技有限公司 | 页面检测方法、装置、设备和存储介质 |
CN112398706A (zh) * | 2019-08-19 | 2021-02-23 | 中国移动通信集团广西有限公司 | 数据评估标准确定方法、装置及存储介质、电子设备 |
CN112580908A (zh) * | 2019-09-27 | 2021-03-30 | 大唐移动通信设备有限公司 | 一种无线性能指标评估方法及装置 |
CN113723956A (zh) * | 2021-08-09 | 2021-11-30 | 上海浦东发展银行股份有限公司 | 异常监控方法、装置、设备及存储介质 |
CN114095387A (zh) * | 2020-07-29 | 2022-02-25 | 中国移动通信集团北京有限公司 | 信息确定方法、装置、设备及介质 |
CN114726758A (zh) * | 2022-06-01 | 2022-07-08 | 山东云天安全技术有限公司 | 工业网络异常确定方法、装置、计算机设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080306715A1 (en) * | 2007-06-11 | 2008-12-11 | Cheng-Fa Tsai | Detecting Method Over Network Intrusion |
CN101788806A (zh) * | 2009-01-24 | 2010-07-28 | 西门子公司 | 一种对机器的状态进行监控的方法 |
CN101964997A (zh) * | 2009-07-21 | 2011-02-02 | 中国移动通信集团黑龙江有限公司 | 网络性能预警方法及装置 |
CN104735710A (zh) * | 2015-03-18 | 2015-06-24 | 大连理工大学 | 一种基于趋势外推聚类的移动网络性能预警预判方法 |
CN105406991A (zh) * | 2015-10-26 | 2016-03-16 | 上海华讯网络系统有限公司 | 基于网络监控指标由历史数据生成业务阈值的方法及系统 |
-
2017
- 2017-05-18 CN CN201710353625.XA patent/CN107204894B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080306715A1 (en) * | 2007-06-11 | 2008-12-11 | Cheng-Fa Tsai | Detecting Method Over Network Intrusion |
CN101788806A (zh) * | 2009-01-24 | 2010-07-28 | 西门子公司 | 一种对机器的状态进行监控的方法 |
CN101964997A (zh) * | 2009-07-21 | 2011-02-02 | 中国移动通信集团黑龙江有限公司 | 网络性能预警方法及装置 |
CN104735710A (zh) * | 2015-03-18 | 2015-06-24 | 大连理工大学 | 一种基于趋势外推聚类的移动网络性能预警预判方法 |
CN105406991A (zh) * | 2015-10-26 | 2016-03-16 | 上海华讯网络系统有限公司 | 基于网络监控指标由历史数据生成业务阈值的方法及系统 |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109901877B (zh) * | 2017-12-08 | 2021-04-30 | 北京京东尚科信息技术有限公司 | 信息处理方法、系统及电子设备 |
CN109901877A (zh) * | 2017-12-08 | 2019-06-18 | 北京京东尚科信息技术有限公司 | 信息处理方法、系统及电子设备 |
CN107995046A (zh) * | 2017-12-20 | 2018-05-04 | 北京搜狐新媒体信息技术有限公司 | 一种网络报警分析方法、装置及电子设备 |
CN107995046B (zh) * | 2017-12-20 | 2021-08-24 | 北京搜狐新媒体信息技术有限公司 | 一种网络报警分析方法、装置及电子设备 |
CN109963295B (zh) * | 2017-12-26 | 2022-04-08 | 中国移动通信集团上海有限公司 | 一种确定性能指标监控门限的方法及装置 |
CN109963295A (zh) * | 2017-12-26 | 2019-07-02 | 中国移动通信集团上海有限公司 | 一种确定性能指标监控门限的方法及装置 |
CN110457175A (zh) * | 2019-07-08 | 2019-11-15 | 阿里巴巴集团控股有限公司 | 业务数据处理方法、装置、电子设备及介质 |
CN112398706B (zh) * | 2019-08-19 | 2022-07-01 | 中国移动通信集团广西有限公司 | 数据评估标准确定方法、装置及存储介质、电子设备 |
CN112398706A (zh) * | 2019-08-19 | 2021-02-23 | 中国移动通信集团广西有限公司 | 数据评估标准确定方法、装置及存储介质、电子设备 |
CN112580908B (zh) * | 2019-09-27 | 2023-10-13 | 大唐移动通信设备有限公司 | 一种无线性能指标评估方法及装置 |
CN112580908A (zh) * | 2019-09-27 | 2021-03-30 | 大唐移动通信设备有限公司 | 一种无线性能指标评估方法及装置 |
CN110784355A (zh) * | 2019-10-30 | 2020-02-11 | 网宿科技股份有限公司 | 一种故障识别方法及装置 |
CN110784355B (zh) * | 2019-10-30 | 2022-03-08 | 网宿科技股份有限公司 | 一种故障识别方法及装置 |
CN111193608A (zh) * | 2019-11-19 | 2020-05-22 | 腾讯云计算(北京)有限责任公司 | 网络质量探测监控方法、装置、系统和计算机设备 |
CN111193608B (zh) * | 2019-11-19 | 2023-03-24 | 腾讯云计算(北京)有限责任公司 | 网络质量探测监控方法、装置、系统和计算机设备 |
CN110830328A (zh) * | 2019-11-27 | 2020-02-21 | 厦门网宿有限公司 | 一种网络链路的异常检测方法及装置 |
CN114095387A (zh) * | 2020-07-29 | 2022-02-25 | 中国移动通信集团北京有限公司 | 信息确定方法、装置、设备及介质 |
CN114095387B (zh) * | 2020-07-29 | 2023-09-05 | 中国移动通信集团北京有限公司 | 信息确定方法、装置、设备及介质 |
CN112035340A (zh) * | 2020-07-31 | 2020-12-04 | 长沙市到家悠享网络科技有限公司 | 页面检测方法、装置、设备和存储介质 |
CN113723956A (zh) * | 2021-08-09 | 2021-11-30 | 上海浦东发展银行股份有限公司 | 异常监控方法、装置、设备及存储介质 |
CN114726758A (zh) * | 2022-06-01 | 2022-07-08 | 山东云天安全技术有限公司 | 工业网络异常确定方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107204894B (zh) | 2020-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107204894A (zh) | 网络业务质量的监控方法及装置 | |
EP3072260B1 (en) | Methods, systems, and computer readable media for a network function virtualization information concentrator | |
US20230140836A9 (en) | Anomaly detection method and device, terminal and storage medium | |
US20100302954A1 (en) | Distributed information storage and retrieval of communication network performance data | |
EP1394984A1 (en) | Method and Apparatus for Network Resource Utilization Assessment | |
EP3100163A1 (en) | Methods, systems, and computer readable media for a cloud-based virtualization orchestrator | |
WO2020211561A1 (zh) | 数据的处理方法、装置、存储介质及电子装置 | |
CN103761309A (zh) | 一种运营数据处理方法及系统 | |
US11757701B2 (en) | Method for recommending similar incident, and related device | |
CN108924007B (zh) | 通信运营信息的大数据采集及存储系统和方法 | |
CN105721194A (zh) | 移动网故障隐患智能定位系统 | |
CN106027288A (zh) | 一种配电线路信息监测业务通信流量预测方法 | |
CN109195178A (zh) | 信号质量监测方法及终端设备 | |
CN105554320A (zh) | 呼叫中心话务量的监控方法及系统 | |
CN107659505B (zh) | 一种sdn网络的选路方法和sdn控制器 | |
CN114301818A (zh) | 业务流检测方法、装置、系统、终端及存储介质 | |
CN113114508A (zh) | 一种多级可变频率的网络监控数据采集方法及装置 | |
CN101106789B (zh) | Gsm网络智能小区自适应调整系统及其方法 | |
CN105357026A (zh) | 一种资源信息收集方法和计算节点 | |
CN117112171A (zh) | 一种基于智能感知的业务在线协同迁移方法 | |
CN116192614A (zh) | 链路切换方法、装置、电子设备及存储介质 | |
CN116016150A (zh) | 物理网络的预警方法、装置、电子设备、存储介质 | |
CN115081679A (zh) | 基于cdc的工业数据动态变化自动感知处理系统 | |
CN114386724A (zh) | 网络质量指标质差门限确定方法、装置和电子设备 | |
CN113923096A (zh) | 网元故障预警方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |