CN107223323A - 网络诊断的方法、云端智能机器人、网络设备及专用网络 - Google Patents

网络诊断的方法、云端智能机器人、网络设备及专用网络 Download PDF

Info

Publication number
CN107223323A
CN107223323A CN201680006132.2A CN201680006132A CN107223323A CN 107223323 A CN107223323 A CN 107223323A CN 201680006132 A CN201680006132 A CN 201680006132A CN 107223323 A CN107223323 A CN 107223323A
Authority
CN
China
Prior art keywords
network
network equipment
information
intelligent robot
configuration information
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
CN201680006132.2A
Other languages
English (en)
Other versions
CN107223323B (zh
Inventor
黄晓庆
江海涛
王振凯
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.)
Cloudminds Shanghai Robotics Co Ltd
Original Assignee
Cloudminds Shenzhen Robotics Systems Co Ltd
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 Cloudminds Shenzhen Robotics Systems Co Ltd filed Critical Cloudminds Shenzhen Robotics Systems Co Ltd
Publication of CN107223323A publication Critical patent/CN107223323A/zh
Application granted granted Critical
Publication of CN107223323B publication Critical patent/CN107223323B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04L43/06—Generation of reports
    • H04L43/065—Generation of reports related to network devices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/04—Arrangements for maintaining operational condition
    • 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
    • H04L43/10—Active monitoring, e.g. heartbeat, ping or trace-route
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0806—Configuration setting for initial configuration or provisioning, e.g. plug-and-play
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0813—Configuration setting characterised by the conditions triggering a change of settings
    • H04L41/082—Configuration setting characterised by the conditions triggering a change of settings the condition being updates or upgrades of network functionality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0876—Aspects of the degree of configuration automation
    • H04L41/0886—Fully automatic configuration
    • 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
    • H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
    • H04L43/0817—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking functioning
    • 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)
  • Health & Medical Sciences (AREA)
  • Cardiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Small-Scale Networks (AREA)
  • Manipulator (AREA)

Abstract

一种网络诊断的方法、云端智能机器人、网络设备及专用网络，涉及通信技术领域，用以解决现有技术对专用网络的诊断效率较低且存在泄密风险的技术问题。所述方法包括：云端智能机器人向专用网络中的网络设备发送网络监测指令；接收所述网络设备根据所述网络监测指令发送的运行信息；根据运行信息对所述网络设备进行诊断，得到诊断结果；根据所述诊断结果发起所述专用网络的网络配置信息更新。

Description

网络诊断的方法、云端智能机器人、网络设备及专用网络
技术领域
本公开涉及通信技术领域，尤其涉及一种网络诊断的方法、云端智能机器人、网络设备及专用网络。
背景技术
在互联网的地址架构中，专用网络是指遵守互联网通信协议RFC 1918和RFC 4193规范、使用私有IP(Internet Protocol，网络互联协议)地址空间的网络。例如，企业级的专用无线办公通信网络。企业级的专用无线办公通信网络由基础电信运营商提供无线专网服务，或者由第三方网络公司提供基于WiFi(WIreless-Fidelity，无线保真)的无线专网服务。目前，专用网络在进行网络维护时非常的复杂，其存在耗时长、成本高的问题。
专用网络存在上述问题的主要原因是：现有技术针对专用网络的维护，通常需要运营商或者第三方维护人员进入办公区域人工进行诊断测试，人力成本过高。并且，涉密的办公区域不方便第三方网络维护人员进入，涉密的应用也不方便第三方网络的接入和测试，存在泄密的风险。因此，如何更安全高效的对专用网络进行诊断维护是本领域技术人员的重要研究课题。
随着云端智能技术的发展，云端智能机器人的应用开始渗入到各个领域，但是，如何利用云端智能机器人对专用网络进行诊断，本领域的技术人员还没有考虑。
发明内容
本公开的目的是提供一种网络诊断的方法、云端智能机器人、网络设备及专用网络，用以解决现有技术对专用网络的诊断效率较低且存在泄密风险的技术问题。
为了实现上述目的，本发明第一方面提供了一种网络诊断的方法，应用于云端智能机器人，包括：
所述云端智能机器人向专用网络中的网络设备发送网络监测指令；
接收所述网络设备根据所述网络监测指令发送的运行信息；
根据运行信息对所述网络设备进行诊断，得到诊断结果；
根据所述诊断结果发起所述专用网络的网络配置信息更新。
本发明第二方面提供了另一种网络诊断的方法，应用于专用网络中的网络设备，所述方法包括：
所述网络设备接收云端智能机器人发送的网络监测指令；
根据所述网络监测指令向所述云端智能机器人发送所述网络设备的运行信息，所述运行信息用于所述云端智能机器人对所述网络设备进行诊断。
本发明第三方面，提供了一种云端智能机器人，包括：
发送单元，用于向专用网络中的网络设备发送网络监测指令；
接收单元，用于接收所述网络设备根据所述网络监测指令发送的运行信息；
诊断单元，用于根据所述运行信息对所述网络设备进行诊断，得到诊断结果；
更新发起单元，用于根据所述诊断结果发起所述专用网络的网络配置信息更新。
本发明第四方面提供了一种网络设备，包括：
接收单元，用于接收云端智能机器人发送的网络监测指令；
发送单元，用于根据所述网络监测指令向所述云端智能机器人发送所述网络设备的运行信息，所述运行信息用于所述云端智能机器人对所述网络设备进行诊断。
第五方面，提供一种专用网络，包括：
如第三方面或者以上第三方面的任一可选地实现方式所述的云端智能机器人；至少一个如第四方面或者以上第四方面任一可选地实现方式所述的网络设备；其中，所述云端智能机器人与所述网管系统相连，所述网管系统与所述网络设备相连。
第六方面，本发明还提供另一种云端智能机器人，包括：处理器、发送器、接收器、存储介质和通信总线；所述处理器、所述发送器、所述接收器和所述存储介质通过所述通信总线完成相互间的通信；所述处理器用于执行第一方面，或者以上第一方面的任一可选地实现方式所述的方法。
第七方面，提供另一种网络设备，包括：处理器、发送器、接收器、存储介质和通信总线；所述处理器、所述发送器、所述接收器和所述存储介质通过所述通信总线完成相互间的通信；所述处理器用于执行第二方面，或者以上第二方面的任一可选地实现方式所述的方法。
第八方面，提供了一种计算机可读介质，用于存储计算机程序，该计算机程序包括用于执行第一方面或第一方面的任一可选地实现方式中的方法的指令。
第九方面，提供了一种计算机可读介质，用于存储计算机程序，该计算机程序包括用于执行第二方面或第二方面的任一可选地实现方式中的方法的指令。
本发明在上述各方面提供的实现方式的基础上，还可以进行进一步组合以提供更多实现方式。
采用上述技术方案，云端智能机器人下发网络监测指令指示专用网络中的网络设备上报运行信息，根据网络设备上报的运行信息，云端智能机器人可以对专用网络进行诊断，并根据诊断结果发起专用网络的网络配置信息的更新。这样，网络的诊断以及维护均无需技术人员的参与，减少了人力成本，同时，避免了人为泄密的风险。又由于云端智能机器人作为服务于专用网络的装置，其可以是专用网络的一部分，因此，与现有技术中采用第三方网络接入专用网络进行测试，本发明还避免了技术泄密的风险。并且，云端智能机器人自动根据网络设备的运行信息对专用网络进行诊断，相比技术人员根据自身的经验对专用网络进行诊断的效率也更高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种专用网络的系统架构示意图；
图2为本发明实施例提供的一种网络诊断的方法的流程示意图；
图3为本发明实施例提供的一种云端智能机器人下发网络监测指令指示网络设备上报运行信息的流程示意图；
图4为本发明实施例提供的另一种云端智能机器人下发网络监测指令指示网络设备上报运行信息的流程示意图；
图5为本发明实施例提供的另一种网络诊断的方法的流程示意图；
图6为本发明实施例提供的一种云端智能机器人的结构示意图；
图7为本发明实施例提供的一种网络设备的结构示意图；
图8为本发明实施例提供的一种专用网络的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1是本发明实施例的一种实施环境的示意图。如图1所示，该实施环境包括专用网络。其中，该专用网络中包括多种类型的网络设备，例如，基站，WiFi接入点，还可以是手机，电脑等用户设备。该实施环境中还包括云端智能机器人，其中，该云端智能机器人可以是该专用网络中的一个网络设备，该云端智能机器人也可以位于该专用网络以外且与该专用网络相连。
基于图1所示的实施环境，本发明实施例提供一种网络诊断的方法，该方法应用于云端智能机器人，如图2所示，该方法包括：
S201、该云端智能机器人向专用网络中的网络设备发送网络监测指令。
其中，该云端智能机器人可以在以下任意一种信令中发送所述网络监测指令：移动通信网络的广播信令、专用控制信令、专网WiFi接入点的广播信息、专网WiFi接入点的控制信息、专网的应用的业务层信息、专网的应用的应用层信息。
例如，在该专用网络由基础电信运营商提供无线专网服务的情况下，该云端智能机器人可以将网络监测指令携带在移动通信网络的广播信令或者控制指令中下发给网络设备；在该专用网络由第三方网络公司提供基于WiFi的无线专网服务的情况下，该云端智能机器人可以将网络监测指令携带在专网WiFi接入点的广播信息或控制信息中下发给网络设备。
S202、该云端智能机器人接收该网络设备根据该网络监测指令发送的运行信息。
S203、该云端智能机器人根据该运行信息对该网络设备进行诊断，得到诊断结果。
示例地，网络设备上报的运行信息可以包括该网络设备的以下至少一种信息：接入点导频信号的强度、业务质量信息、位置信息、访问特定网关的时延或速率、特定频率的干扰强度信息、网络负载信息、加密配置信息、物理层参数、MAC(Medium Access Control，媒体访问控制)层配置信息、系统广播配置信息。
这样，该云端智能机器人可以基于预设的诊断规则利用上述至少一种信息对所述专用网络的网络覆盖、业务质量、加密配置等进行诊断，得到诊断结果。
上述只是举例说明，在具体实施时，网络设备上报的运行信息还可以包括其他信息，并且，网络设备上报哪些运行信息可以是默认设置好的，在接收到网络监测指令后，直接上报，也可以由云端智能机器人下发的网络监测指令指示该网络设备上报哪些运行信息。本发明对此不做限定。
S204、该云端智能机器人根据该诊断结果发起该专用网络的网络配置信息更新。
其中，该诊断结果可以包括表征该专用网络存在的问题的信息，还可以包括对专用网络的网络配置信息的调整建议。也就是说，该云端智能机器人在诊断出专用网络出现的问题后，可以进一步根据诊断结果发起对该专用网络的网络配置信息的更新，以解决该专用网络当前的问题。
具体地，该云端智能机器人得到诊断结果后，可以将该诊断结果发送给专用网络的网管系统，该网管系统根据该诊断结果对该专用网络的网络配置信息进行更新。或者，该云端智能机器人根据该诊断结果向该网管系统发送控制指令，控制该网管系统对该专用网络的网络配置信息进行更新。也就是说，该网管系统可以根据云端智能机器人上报的诊断结果或发送的控制指令进行专用网络的网络配置信息的更新，并向该云端智能机器人发送反馈信息。
采用上述技术方案，云端智能机器人下发网络监测指令指示专用网络中的网络设备上报运行信息，根据网络设备上报的运行信息，云端智能机器人可以对专用网络进行诊断，并根据诊断结果发起专用网络的网络配置信息的更新。这样，网络的诊断以及维护均无需技术人员的参与，减少了人力成本，同时，避免了人为泄密的风险。又由于云端智能机器人作为服务于专用网络的装置，其可以是专用网络的一部分，因此，与现有技术中采用第三方网络接入专用网络进行测试，本发明还避免了技术泄密的风险。并且，云端智能机器人自动根据网络设备的运行信息对专用网络进行诊断，相比技术人员根据自身的经验对专用网络进行诊断的效率也更高。
为了使本领域的技术人员更加理解本发明实施例提供的技术方案，下面对上述步骤进行详细说明。
在本发明实施例中，云端智能机器人下发网络监测指令指示专用网络中的网络设备上报运行信息可以采用如下两种方式：
方式一、云端机器人下发网络监测指令，专用网络中的网络设备在接收到该网络监测指令后，收集自身的运行信息，并将该运行信息上报给该云端智能机器人。
示例地，如图3所示，云端智能机器人下发网络监测指令指示专用网络中的网络设备上报运行信息的方法包括：
S301、云端智能机器人根据固定周期向专用网络中的网络设备发送网络监测指令。
其中，该固定周期可以是预先设置好的。
在具体实施时，该云端智能机器人可以根据固定周期在专用网络中广播该网络监测指令，还可以向该专用网络的特定区域内的网络设备发送网络监测指令。
上述只是举例说明，该云端智能机器人还可以在指定时间点发送该网络监测指令，本发明对此不做限定。
S302、该网络设备接收到该网络监测指令后，收集自身的运行信息。
在本发明实施例的一种可能的实现方式中，网络设备上报哪些运行信息可以是预先定义的，这样，该网络设备在接收到该网络监测指令后，可以直接收集运行信息。
在本发明实施例的另一种可能的实现方式中，该网络监测指令包括上报指示信息，用于指示网络设备上报哪些运行信息。
例如，该云端智能机器人在上一个周期接收到该网络设备发送的运行信息后，可以根据该运行信息确定专用网络中发生网络故障的网络设备，进一步地，该云端智能机器人在当前周期，可以向发生网络故障的网络设备发送包括该上报指示信息的网络监测指令，其中，该上报指示信息具体用于指示网络设备上报网络配置信息，这样，该云端智能机器人接收该网络配置信息后，可以诊断出该网络设备发生网络故障的原因，还可以生成更新网络配置的建议值。
由上述举例可知，上述步骤S301中，该云端智能机器人还可以向指定的网络设备发送网络监测指令，该指定的网络设备可以是发生网络故障、网络负载过高或者业务质量低下的网络设备。针对该网络设备的故障原因，该云端智能机器人可以下发网络监测指令，指示该网络设备上报特定的运行信息，以便该云端智能机器人根据特定的运行信息对网络设备出现的故障原因进行诊断。
S303、该网络设备发送该运行信息给该云端智能机器人。
S304、该云端智能机器人接收该网络设备发送的该运行信息。
采用上述方式一，云端智能机器人主动从专用网络获取网络设备的运行信息，减少了专用网络的负载。
方式二、云端智能机器人下发的该网络监测指令包括用于配置所述网络设备主动上报运行信息的触发事件，指示该网络设备在发生所述触发事件时，发送的自身的运行信息。
示例地，如图4所示，云端智能机器人下发网络监测指令指示专用网络中的网络设备上报运行信息的方法包括：
S401、云端智能机器人向专用网络中的网络设备发送包括触发事件的网络监测指令。
S402、该网络设备接收到该网络监测指令后，对触发事件进行配置。
值得说明的是，该云端智能机器人也可以将该网络监测指令发送给专用网络中的网管系统，由该网管系统对该专用网络中的各个网络设备进行配置。
S403、该网络设备在发生该触发事件时，收集自身的运行信息。
示例地，本发明实施例中，该触发事件可以包括以下至少一种事件：
网络设备的业务质量低于第一阈值；
网络设备的接收的专用网络导频或参考信号强度低于第二阈值；
网络设备的负载高于第三阈值；
网络设备在指定时间段内接入专用网络；
网络设备进入预设的网络覆盖区域；
网络设备接入预设的无线保真WiFi接入点或蜂窝网基站；
网络设备执行预设的业务；
网络设备访问预设的网关。
也就是说，专用网络中的任一网络设备在发生上述任一触发事件时，均会触发该网络设备向该云端智能机器人上报运行信息。
S404、该网络设备发送该运行信息给该云端智能机器人。
S405、该云端智能机器人接收该网络设备发送的该运行信息。
采用上述方式二，云端智能机器人可以在初始情况下发送一次网络监测指令，网络设备根据该网络监测指令中的触发事件进行配置后，由网络设备在发生该触发事件时，主动上报自身的运行信息，无需云端智能机器人再次发送指令指示网络设备上报。
图3和图4所示的方法只是举例说明，在具体实施时，还可以对上述两种方法进行组合。例如，云端智能机器人采用上述方式二的方法指示专用网络中的网络设备在信号强度低于预设阈值时上报自身的接入点的导频信号强度以及位置信息，该云端智能机器人根据该导频信号强度以及位置信息确定该网络设备处于网络覆盖盲区后，采用上述方式一，向该专用网络中的基站发送网络监测指令，用于指示各个基站上报自身的位置信息以及发射功率信息，该云端智能机器人在接收到各基站的位置信息以及发射功率信息后，可以生成对各基站的发射功率进行重新配置的配置信息，以便通过调整基站的发射功率使得网络全覆盖，解决该网络设备信号强度较低的问题。
另外，云端智能机器人向网络设备发送的网络监测指令，除了指示网络设备上报运行信息以外，还可以包括以下至少一种信息：数据传输格式、传输资源位置、加密传输标识。
其中，数据传输格式用于指示网络设备上报运行信息的传输格式，例如，该运行信息的调制编码方式，加密格式等；传输资源位置用于指示网络设备在特定的位置上报该运行信息；加密传输标识用于指示网络设备采用特定的加密传输标识来上报运行信息。
进一步地，下面具体说明本发明实施例中云端智能机器人基于运行信息对专用网络的诊断。
在本发明实施例的一种可能的实现方式中，网络设备上报的运行信息包括网络设备的业务质量信息以及位置信息，该云端智能机器人可以根据该业务质量信息以及该位置信息确定该专用网络中的质量盲区。
其中，所述业务质量信息可以是网络设备的丢包率、误码率或者丢帧率。这样，该云端智能机器人接收到各个网络设备上报的业务质量信息以及位置信息后，若确定某一范围内的网络设备的业务质量均第一阈值，则该智能机器人即可确定该范围为质量盲区。
进一步地，该云端智能机器人还可以生成用于配置所述质量盲区内的基站的配置信息，该诊断结果包括所述配置信息。
例如，该云端智能机器人在确定某一范围为质量盲区后，若该质量盲区内的基站上报的运行信息包括自身的配置信息，则该云端智能机器人可以根据各基站的配置信息确定业务质量低下的原因，并生成用于配置各个基站的配置信息，以通过调整各个基站的配置，提高网络设备的业务质量。
在本发明实施例的另一种可能的实现方式中，该运行信息包括特定频率的干扰强度信息，该云端智能机器人可以根据所述特定频率的干扰强度信息进行干扰排查，上述诊断结果包括以下至少一种信息：干扰源的标识信息、干扰频率以及干扰强度。
具体地，该云端智能机器人对特定频率或者时间上的干扰信号进行监测，可以判断网络设备的网络质量下降是否由特定干扰导致。进一步地，可以进行干扰定位及排查，包括对干扰波形、频率、强度、干扰基站或接入点的身份标识一一进行排查，从而可以确定干扰源的身份标识，干扰源的工作频率，干扰强度。
在本发明实施例的又一种可能的实现方式中，网络设备上报的运行信息包括该网络设备访问特定网关的时延或速率，这样，该云端智能机器人在确定该网络设备访问所述特定网关的时延或速率低于第四阈值时，可以对该网络设备的网络性能问题进行故障排查。
具体地，该云端智能机器人在确定该网络设备访问所述特定网关的时延或者速率小于第四阈值时，可以根据自身的网络负载情况以及传输能力等判决网络性能质量问题是由于本网络配置导致的，还是由访问网关配置限制导致的。
进一步地，该云端智能机器人还可以生成用于更新所述网络设备的网络配置的指示信息，其中，所述诊断结果包括所述指示信息。具体地，该指示信息可以用于指示网络设备增加与该特定网关之间的传输带宽，或者，该指示信息可以用于指示网络设备更新与该特定网关之间的传输协议，以提高网络性能质量。
在本发明实施例的又一种可能的实现方式中，网络设备上报的运行信息包括网络负载信息，云端智能机器人可以根据网络负载信息对专用网络中的过载基站进行排查，其中，上述诊断结果包括以下至少一种信息：过载基站的标识信息，过载值，过载时间。
具体地，该云端智能机器人在接收到各个基站上报的网络负载信息后，可以确定该基站的网络负载是否过载，若该运行信息还包括各个基站的位置信息，则该云端智能机器人还可以确定特定网络覆盖区域中的基站是否出现整体过载，或者，该云端智能机器人还可以确定各个基站是否在特定时间段内过载。这样，该云端智能机器人根据各个基站的过载情况，确定过载网络覆盖区域范围内负载均衡的方案，或过载网络设备的负载均衡方案。
在本发明实施例的又一种可能的实现方式中，网络设备上报的运行信息包括加密配置信息，云端智能机器人可以确定加密配置信息与预期配置信息是否一致，并在加密配置信息与预期配置信息不一致时，提示加密失效。
在本发明实施例的又一种可能的实现方式中，网络设备上报的运行信息包括该网络设备的接入点的导频信号的强度以及该网络设备的位置信息，云端智能机器人可以根据该导频信号的强度以及该位置信息确定专用网络中的网络覆盖盲区。
进一步地，该云端智能机器人生成用于配置与所述网络覆盖盲区相邻的基站的发射功率的配置信息，其中，所述诊断结果包括所述配置信息。以便通过调整基站的发射功率使得网络全覆盖。
值得说明的是，上述多种可能的实现方式只是举例说明，在具体实施时，可以对上述可能的实现方式进行组合。
例如，该云端智能机器人可以确定网络设备访问特定网关的时延或者速率是否小于第四阈值，在确定该网络设备访问特定网关的时延或者速率小于第四阈值时，生成用于更新所述网络设备的网络配置的指示信息。该指示信息可以用于指示网络设备增加与该特定网关之间的传输带宽，或者，该指示信息可以用于指示网络设备更新与该特定网关之间的传输协议。并且，该云端智能机器人可以根据该导频信号的强度以及该位置信息确定专用网络中的网络覆盖盲区，并生成用于配置与所述网络覆盖盲区相邻的基站的发射功率的配置信息。也就是说，在具体实施时，云端智能机器人可以执行上述一种或多种可能的实现方式，本发明对此不做限定。
并且，进一步地，该云端智能机器人可以根据该指示信息以及该配置信息发起对该专用网络发起网络配置信息的更新。例如，该云端智能机器人将该指示信息以及该配置信息发送给该专用网络的网管系统，该网管系统根据该指示信息增加该网络设备与该特定网络之间的传输带宽，以解决该网络设备访问该特定网关的速率低下的问题；该网管系统根据该配置信息增加与所述网络覆盖盲区相邻的基站的发射功率，以实现网络的全覆盖。可替换地，该云端智能机器人也可以根据该指示信息以及该配置信息生成控制指令，并将该控制指令发送给该网管系统，控制该网管系统增加该网络设备与该特定网络之间的传输带宽，以及增加与所述网络覆盖盲区相邻的基站的发射功率。
采用上述方法，云端智能机器人根据专用网络中的网络设备上报的运行信息可以实现对专用网络的网络覆盖、业务质量、加密配置等方面进行全方位的诊断，相比技术人员根据自身的经验对专用网络进行诊断，本发明实施例提高了网络诊断的效率。
本发明实施例还提供另一种网络诊断的方法，该方法应用于专用网络中的网络设备，如图5所示，该方法包括：
S501、该网络设备接收云端智能机器人发送的网络监测指令。
如图1所示，该云端智能机器人可以是该专用网络中的一个网络设备。该云端智能机器人也可以位于该专用网络之外，在此种情况下，该云端智能机器人可以通过特定的加密鉴权系统接入至该专用网络。
S502、该网络设备根据该网络监测指令向该云端智能机器人发送该网络设备的运行信息，该运行信息用于该云端智能机器人对该网络设备进行诊断。
其中，网络设备根据网络监测指令向云端智能机器人上报运行信息可以采用两种实现方式，具体可参照上述对图3以及图4的描述，此处不再赘述。
采用上述方案，专用网络中的网络设备可以根据云端智能机器人下发的网络监测指令，向云端智能机器人上报自身的运行信息，由云端智能机器人对网络设备进行诊断。这样，网络的诊断无需技术人员的参与，减少了人力成本，同时，避免了人为泄密的风险。又由于云端智能机器人作为服务于专用网络的装置，其可以是专用网络的一部分，因此，与现有技术中采用第三方网络接入专用网络进行测试，本发明还避免了技术泄密的风险。并且，云端智能机器人自动根据网络设备的运行信息对专用网络进行诊断，相比技术人员根据自身的经验对专用网络进行诊断的效率也更高。其中，云端智能机器人对网络设备的诊断具体可参照上述对图1所示方法实施例的具体描述，此处不再赘述。
本发明实施例还提供一种云端智能机器人60，用于实施上述图1所示的网络诊断的方法，该云端智能机器人60属于专用网络中的一个网络设备，或者该云端智能机器人60通过特定的加密鉴权系统与该专用网络相连，如图6所示，包括：
发送单元61，用于向该专用网络中的网络设备发送网络监测指令。
接收单元62，用于接收该网络设备根据该网络监测指令发送的运行信息。
诊断单元63，用于根据该运行信息对该网络设备进行诊断，得到诊断结果。
更新发起单元64，用于根据所述诊断结果发起所述专用网络的网络配置信息更新。
其中，云端智能机器人下发网络监测指令指示网络设备上报运行信息的方式包括：
方式一、云端机器人下发网络监测指令，专用网络中的网络设备在接收到该网络监测指令后，收集自身的运行信息，并将该运行信息上报给该云端智能机器人。
采用上述方式一，云端智能机器人主动从专用网络获取网络设备的运行信息，减少了专用网络的负载。
方式二、该网络监测指令包括用于配置所述网络设备主动上报运行信息的触发事件；则该接收单元62用于：接收所述网络设备发生所述触发事件时，发送的所述运行信息。
采用上述方式二，云端智能机器人可以在初始情况下发送一次网络监测指令，网络设备根据该网络监测指令中的触发事件进行配置后，由网络设备在发生该触发事件时，主动上报自身的运行信息，无需云端智能机器人再次发送指令指示网络设备上报。
并且，在上述方式二中，该触发事件包括以下至少一种事件：
网络设备的业务质量低于第一阈值；
网络设备的接收的专用网络导频或参考信号强度低于第二阈值；
网络设备的负载高于第三阈值；
网络设备在指定时间段内接入专用网络；
网络设备进入预设的网络覆盖区域；
网络设备接入预设的无线保真WiFi接入点或蜂窝网基站；
网络设备执行预设的业务；
网络设备访问预设的网关。
进一步地，该网络设备上报的运行信息可以包括该网络设备的以下至少一种信息：接入点导频信号的强度、业务质量信息、位置信息、访问特定网关的时延或速率、特定频率的干扰强度信息、网络负载信息、加密配置信息、物理层参数、媒体访问控制MAC层配置信息、系统广播配置信息。
基于上述运行信息，该诊断单元63可以用于：根据所述业务质量信息以及所述位置信息确定所述专用网络中的质量盲区。
其中，所述业务质量信息可以是网络设备的丢包率、误码率或者丢帧率。这样，该云端智能机器人接收到各个网络设备上报的业务质量信息以及位置信息后，若确定某一范围内的网络设备的业务质量均第一阈值，则该智能机器人即可确定该范围为质量盲区。
进一步地，该诊断单元63还可以用于：生成用于配置所述质量盲区内的基站的配置信息，其中，所述网络设备包括基站，所述诊断结果包括所述配置信息。例如，该云端智能机器人在确定某一范围为质量盲区后，若该质量盲区内的基站上报的运行信息包括自身的配置信息，则该云端智能机器人可以根据各基站的配置信息确定业务质量低下的原因，并生成用于配置各个基站的配置信息，以通过调整各个基站的配置，提高网络设备的业务质量。
可选地，该诊断单元63用于：根据所述特定频率的干扰强度信息进行干扰排查，所述诊断结果包括以下至少一种信息：干扰源的标识信息、干扰频率以及干扰强度。
具体地，该云端智能机器人对特定频率或者时间上的干扰信号进行监测，可以判断网络设备的网络质量下降是否由特定干扰导致。进一步地，可以进行干扰定位及排查，包括对干扰波形、频率、强度、干扰基站或接入点的身份标识一一进行排查，从而可以确定干扰源的身份标识，干扰源的工作频率，干扰强度。
可选地，该诊断单元63用于：在确定所述网络设备访问所述特定网关的时延或速率低于第四阈值时，对所述网络设备的网络性能问题进行故障排查。具体地，该云端智能机器人在确定该网络设备访问所述特定网关的时延或者速率小于第四阈值时，可以根据自身的网络负载情况以及传输能力等判决网络性能质量问题是由于本网络配置导致的，还是由访问网关配置限制导致的。
进一步地，该诊断单元63还用于：生成用于增加所述网络设备与所述特定网关之间的传输带宽或者用于更新所述网络设备与所述特定网关之间的传输协议的指示信息，其中，所述诊断结果包括所述指示信息，以提高网络性能质量。
可选地，该诊断单元63用于：根据所述网络负载信息对所述专用网络中的过载基站进行排查，其中，所述诊断结果包括以下至少一种信息：所述过载基站的标识信息，过载值，过载时间。
具体地，该云端智能机器人在接收到各个基站上报的网络负载信息后，可以确定该基站的网络负载是否过载，若该运行信息还包括各个基站的位置信息，则该云端智能机器人还可以确定特定网络覆盖区域中的基站是否出现整体过载，或者，该云端智能机器人还可以确定各个基站是否在特定时间段内过载。这样，该云端智能机器人根据各个基站的过载情况，确定过载网络覆盖区域范围内负载均衡的方案，或过载网络设备的负载均衡方案。
可选地，该诊断单元63用于：确定所述加密配置信息与预期配置信息是否一致；在所述加密配置信息与所述预期配置信息不一致时，提示加密失效。
可选地，该诊断单元63用于：根据所述导频信号的强度以及所述位置信息确定所述专用网络中的网络覆盖盲区。
可选地，该诊断单元63还用于：生成用于配置与所述网络覆盖盲区相邻的基站的发射功率的配置信息，其中，所述诊断结果包括所述配置信息。以便通过调整基站的发射功率使得网络全覆盖。
另外，该网络监测指令还可以包括以下至少一种信息：
数据传输格式，用于指示网络设备上报所述运行信息的传输格式；
传输资源位置，用于指示网络设备在特定的位置上报所述运行信息；
加密传输标识，用于指示网络设备采用特定的加密传输标识上报所述运行信息。
可选地，该发送单元61用于：在以下任意一种信令中发送所述网络监测指令：移动通信网络的广播信令、专用控制信令、专网WiFi接入点的广播信息、专网WiFi接入点的控制信息、专网的应用的业务层信息、专网的应用的应用层信息。
可选地，该更新发起单元64用于：将所述诊断结果发送给所述专用网络的网管系统，所述诊断结果用于所述网管系统对所述专用网络的网络配置信息进行更新；或者，根据所述诊断结果向所述网管系统发送控制指令，所述控制指令用于控制所述网管系统对所述专用网络的网络配置信息进行更新。
值得说明的是，以上对云端智能机器人进行的单元划分，仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，上述诊断单元63以及更新发起单元64可以划分为一个处理单元。并且，上述各功能单元的物理实现也可能有多种实现方式，例如，上述诊断单元63具体可以是一中央处理器CPU，也可以是特定集成电路(Application SpecificIntegrated Circuit，ASIC)。
示例地，该云端智能机器人包括的硬件可以是处理器、发送器、接收器、存储介质和通信总线。其中，该处理器，该发送器，该接收器和该存储介质通过该通信总线完成相互间的通信，且该处理器用于图1所示的一种网络诊断的方法。其中，处理器执行的操作可能是由其他器件的配合共同完成的，为了方便描述，本发明实施例中统一描述为处理器执行网络诊断的方法。
另外，所属本领域的技术人员应该清楚地了解到，为描述的方便和简洁，上述描述的云端智能机器人的各单元的具体工作过程，可以参考前述方法实施例中的对应过程，此处不再赘述。
并且，在具体实施时，该云端智能机器人60还可能包括其他器件，图6中未一一示出。
采用上述云端智能机器人，由于网络的诊断与维护均无需技术人员的参与，因此减少了人力成本，同时，避免了人为泄密的风险。又由于云端智能机器人作为服务于专用网络的装置，其可以是专用网络的一部分，因此，与现有技术中采用第三方网络接入专用网络进行测试，本发明还避免了技术泄密的风险。并且，云端智能机器人自动根据网络设备的运行信息对专用网络进行诊断，相比技术人员根据自身的经验对专用网络进行诊断的效率也更高。。
本发明实施例还提供一种专用网络中的网络设备70，用于实施上述图5所示的一种网络诊断的方法，如图7所示，该网络设备70包括：
接收单元71，用于接收云端智能机器人发送的网络监测指令。
发送单元72，用于根据该网络监测指令向该云端智能机器人发送该网络设备的运行信息，该运行信息用于该云端智能机器人对该网络设备进行诊断。
值得说明的是，如图1所示，该网络设备可以是专用网络中的任一种类型的网络设备，例如，基站、WiFi接入点或者计算机，手机等用户设备。
可选地，该网络监测指令包括用于配置该网络设备主动上报运行信息的触发事件，则该发送单元72用于，在该网络设备在发生该触发事件时，向该云端智能机器人发送该运行信息。
其中，该触发事件包括以下至少一种事件：
该网络设备的业务质量低于第一阈值；
该网络设备的接收的专用网络导频或参考信号强度低于第二阈值；
该网络设备的负载高于第三阈值；
该网络设备在指定时间段内接入专用网络；
该网络设备进入预设的网络覆盖区域；
该网络设备接入预设的无线保真WiFi接入点或蜂窝网基站；
该网络设备执行预设的业务；
该网络设备访问预设的网关。
在本发明实施例的一种可能的实现方式中，该网络设备也可以在接收到该网络监测指令后，直接收集自身的运行信息发送给该云端智能机器人。
进一步地，该网络设备上报的运行信息包括该网络设备的以下至少一种信息：接入点导频信号的强度、业务质量信息、位置信息、访问特定网关的时延或速率、特定频率的干扰强度信息、网络负载信息、加密配置信息、物理层参数、媒体访问控制MAC层配置信息、系统广播配置信息。
该云端智能机器人基于上述至少一种运行信息对该网络设备进行诊断的方法具体可以参照上述方法实施例对应的描述，此处不再赘述。
值得说明的是，以上对网络设备进行的单元划分，仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，并且，上述各功能单元的物理实现也可能有多种实现方式，例如，该网络设备包括的硬件可以是处理器、发送器、接收器、存储介质和通信总线。其中，该处理器，该发送器，该接收器和该存储介质通过该通信总线完成相互间的通信，且该处理器用于图5所示的一种网络诊断的方法。其中，处理器执行的操作可能是由其他器件的配合共同完成的，为了方便描述，本发明实施例中统一描述为处理器执行专用网络诊断的方法。
另外，所属本领域的技术人员应该清楚地了解到，为描述的方便和简洁，上述描述的网络设备的各单元的具体工作过程，可以参考前述方法实施例中的对应过程，此处不再赘述。
并且，在具体实施时，该网络设备70还可能包括其他器件，图7中未一一示出。
采用上述网络设备，该网络设备可以根据云端智能机器人下发的网络监测指令，向云端智能机器人上报自身的运行信息，由云端智能机器人对网络设备进行诊断，无需第三方网络维护人员进入办公区域，减少了人力成本，降低了泄密风险，并且，提高了网络诊断的效率。其中，云端智能机器人对网络设备的诊断具体可参照上述对图1所示方法实施例的具体描述，此处不再赘述。
本发明实施例还提供一种专用网络80，如图8所示，该专用网络80包括：网管系统81，如图6所示的云端智能机器人60，以及至少一个如图7所示的网络设备70。
其中，该网管系统81与该智能机器人60相连，该网管系统81与至少一个网络设备70相连。
云端智能机器人60以及网络设备70具体可以参照上述对图5和图6的描述。值得说明的是，本文所描述的云端智能机器人发送网络监测指令给网络设备具体可以是，云端智能机器人通过所述网管系统发送网络监测指令给网络设备，此处不再赘述。
值得说明的是，在具体实施时，该云端智能机器人可以是专用网络的网管系统的一部分，也可以与该网管系统分开设立。
在本申请所提供的几个实施例中，应该理解到，所公开的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储数据的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (41)

1.一种网络诊断的方法，其特征在于，应用于云端智能机器人，包括：
所述云端智能机器人向专用网络中的网络设备发送网络监测指令；
接收所述网络设备根据所述网络监测指令发送的运行信息；
根据所述运行信息对所述网络设备进行诊断，得到诊断结果；
根据所述诊断结果发起所述专用网络的网络配置信息更新。
2.根据权利要求1所述的方法，其特征在于，所述网络监测指令包括用于配置所述网络设备主动上报运行信息的触发事件；
所述接收所述网络设备根据所述网络监测指令发送的运行信息，包括：
接收所述网络设备发生所述触发事件时，发送的所述运行信息。
3.根据权利要求2所述的方法，其特征在于，所述触发事件包括以下至少一种事件：
所述网络设备的业务质量低于第一阈值；
所述网络设备的接收的专用网络导频或参考信号强度低于第二阈值；
所述网络设备的负载高于第三阈值；
所述网络设备在指定时间段内接入专用网络；
所述网络设备进入预设的网络覆盖区域；
所述网络设备接入预设的无线保真WiFi接入点或蜂窝网基站；
所述网络设备执行预设的业务；
所述网络设备访问预设的网关。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述运行信息包括所述网络设备的以下至少一种信息：接入点导频信号的强度、业务质量信息、位置信息、访问特定网关的时延或速率、特定频率的干扰强度信息、网络负载信息、加密配置信息、物理层参数、媒体访问控制MAC层配置信息、系统广播配置信息。
5.根据权利要求4所述的方法，其特征在于，所述根据所述运行信息对所述网络设备进行诊断，包括：
根据所述业务质量信息以及所述位置信息确定所述专用网络中的质量盲区。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
生成用于配置所述质量盲区内的基站的配置信息，其中，所述网络设备包括所述基站，所述诊断结果包括所述配置信息。
7.根据权利要求4所述的方法，其特征在于，所述根据所述运行信息对所述网络设备进行诊断，包括：
根据所述特定频率的干扰强度信息进行干扰排查，所述诊断结果包括以下至少一种信息：干扰源的标识信息、干扰频率、干扰强度。
8.根据权利要求4所述的方法，其特征在于，所述根据所述运行信息对所述网络设备进行诊断，包括：
在确定所述网络设备访问所述特定网关的时延或速率低于第四阈值时，对所述网络设备的网络性能问题进行故障排查。
9.根据权利要求8所述的方法，其特征在于，所述方法还包括：
生成用于增加所述网络设备与所述特定网关之间的传输带宽或者用于更新所述网络设备与所述特定网关之间的传输协议的指示信息，其中，所述诊断结果包括所述指示信息。
10.根据权利要求4所述的方法，其特征在于，所述根据所述运行信息对所述网络设备进行诊断，包括：
根据所述网络负载信息对所述专用网络中的过载基站进行排查，其中，所述诊断结果包括以下至少一种信息：所述过载基站的标识信息，过载值，过载时间。
11.根据权利要求4所述的方法，其特征在于，所述根据所述运行信息对所述网络设备进行诊断，包括：
确定所述加密配置信息与预期配置信息是否一致；
在所述加密配置信息与所述预期配置信息不一致时，提示加密失效。
12.根据权利要求4所述的方法，其特征在于，所述根据所述运行信息对所述网络设备进行诊断，包括：
根据所述导频信号的强度以及所述位置信息确定所述专用网络中的网络覆盖盲区。
13.根据权利要求12所述的方法，其特征在于，所述方法还包括：
生成用于配置与所述网络覆盖盲区相邻的基站的发射功率的配置信息，其中，所述诊断结果包括所述配置信息。
14.根据权利要求2或3所述的方法，其特征在于，所述网络监测指令还包括以下至少一种信息：
数据传输格式，用于指示所述网络设备上报所述运行信息的传输格式；
传输资源位置，用于指示所述网络设备在特定的位置上报所述运行信息；
加密传输标识，用于指示所述网络设备采用特定的加密传输标识上报所述运行信息。
15.根据权利要求1至3任一项所述的方法，其特征在于，所述向所述专用网络中的网络设备发送网络监测指令，包括：
在以下任意一种信令中发送所述网络监测指令：移动通信网络的广播信令、专用控制信令、专网WiFi接入点的广播信息、专网WiFi接入点的控制信息、专网的应用的业务层信息、专网的应用的应用层信息。
16.根据权利要求1至3任一项所述的方法，其特征在于，所述根据所述诊断结果发起所述专用网络的网络配置信息更新，包括：
将所述诊断结果发送给所述专用网络的网管系统，所述诊断结果用于所述网管系统对所述专用网络的网络配置信息进行更新；或者，
根据所述诊断结果向所述网管系统发送控制指令，所述控制指令用于控制所述网管系统对所述专用网络的网络配置信息进行更新。
17.一种网络诊断的方法，其特征在于，应用于专用网络中的网络设备，所述方法包括：
所述网络设备接收云端智能机器人发送的网络监测指令；
根据所述网络监测指令向所述云端智能机器人发送所述网络设备的运行信息，所述运行信息用于所述云端智能机器人对所述网络设备进行诊断。
18.根据权利要求17所述的方法，其特征在于，所述网络监测指令包括用于配置所述网络设备主动上报运行信息的触发事件；
所述根据所述网络监测指令向所述云端智能机器人发送所述网络设备的运行信息，包括：
所述网络设备在发生所述触发事件时，向所述云端智能机器人发送所述运行信息。
19.根据权利要求17所述的方法，其特征在于，所述触发事件包括以下至少一种事件：
所述网络设备的业务质量低于第一阈值；
所述网络设备的接收的专用网络导频或参考信号强度低于第二阈值；
所述网络设备的负载高于第三阈值；
所述网络设备在指定时间段内接入专用网络；
所述网络设备进入预设的网络覆盖区域；
所述网络设备接入预设的无线保真WiFi接入点或蜂窝网基站；
所述网络设备执行预设的业务；
所述网络设备访问预设的网关。
20.根据权利要求17至19任一项所述的方法，其特征在于，所述运行信息包括所述网络设备的以下至少一种信息：接入点导频信号的强度、业务质量信息、位置信息、访问特定网关的时延或速率、特定频率的干扰强度信息、网络负载信息、加密配置信息、物理层参数、媒体访问控制MAC层配置信息、系统广播配置信息。
21.一种云端智能机器人，其特征在于，包括：
发送单元，用于向专用网络中的网络设备发送网络监测指令；
接收单元，用于接收所述网络设备根据所述网络监测指令发送的运行信息；
诊断单元，用于根据所述运行信息对所述网络设备进行诊断，得到诊断结果；
更新发起单元，用于根据所述诊断结果发起所述专用网络的网络配置信息更新。
22.根据权利要求21所述的云端智能机器人，其特征在于，所述网络监测指令包括用于配置所述网络设备主动上报运行信息的触发事件；
所述接收单元用于：接收所述网络设备发生所述触发事件时，发送的所述运行信息。
23.根据权利要求22所述的云端智能机器人，其特征在于，所述触发事件包括以下至少一种事件：
所述网络设备的业务质量低于第一阈值；
所述网络设备的接收的专用网络导频或参考信号强度低于第二阈值；
所述网络设备的负载高于第三阈值；
所述网络设备在指定时间段内接入专用网络；
所述网络设备进入预设的网络覆盖区域；
所述网络设备接入预设的无线保真WiFi接入点或蜂窝网基站；
所述网络设备执行预设的业务；
所述网络设备访问预设的网关。
24.根据权利要求21至23任一项所述的云端智能机器人，其特征在于，所述运行信息包括所述网络设备的以下至少一种信息：接入点导频信号的强度、业务质量信息、位置信息、访问特定网关的时延或速率、特定频率的干扰强度信息、网络负载信息、加密配置信息、物理层参数、媒体访问控制MAC层配置信息、系统广播配置信息。
25.根据权利要求24所述的云端智能机器人，其特征在于，所述诊断单元用于：
根据所述业务质量信息以及所述位置信息确定所述专用网络中的质量盲区。
26.根据权利要求25所述的云端智能机器人，其特征在于，所述诊断单元还用于：
生成用于配置所述质量盲区内的基站的配置信息，其中，所述网络设备包括所述基站，所述诊断结果包括所述配置信息。
27.根据权利要求24所述的云端智能机器人，其特征在于，所述诊断单元用于：
根据所述特定频率的干扰强度信息进行干扰排查，所述诊断结果包括以下至少一种信息：干扰源的标识信息、干扰频率以及干扰强度。
28.根据权利要求24所述的云端智能机器人，其特征在于，所述诊断单元用于：
在确定所述网络设备访问所述特定网关的时延或速率低于第四阈值时，对所述网络设备的网络性能问题进行故障排查。
29.根据权利要求28所述的云端智能机器人，其特征在于，所述诊断单元还用于：
生成用于增加所述网络设备与所述特定网关之间的传输带宽或者用于更新所述网络设备与所述特定网关之间的传输协议的指示信息，其中，所述诊断结果包括所述指示信息。
30.根据权利要求24所述的云端智能机器人，其特征在于，所述诊断单元用于：
根据所述网络负载信息对所述专用网络中的过载基站进行排查，其中，所述诊断结果包括以下至少一种信息：所述过载基站的标识信息，过载值，过载时间。
31.根据权利要求24所述的云端智能机器人，其特征在于，所述诊断单元用于：
确定所述加密配置信息与预期配置信息是否一致；
在所述加密配置信息与所述预期配置信息不一致时，提示加密失效。
32.根据权利要求24所述的云端智能机器人，其特征在于，所述诊断单元用于：
根据所述导频信号的强度以及所述位置信息确定所述专用网络中的网络覆盖盲区。
33.根据权利要求32所述的云端智能机器人，其特征在于，所述诊断单元还用于：
生成用于配置与所述网络覆盖盲区相邻的基站的发射功率的配置信息，其中，所述诊断结果包括所述配置信息。
34.根据权利要求22或23所述的云端智能机器人，其特征在于，所述网络监测指令还包括以下至少一种信息：
数据传输格式，用于指示所述网络设备上报所述运行信息的传输格式；
传输资源位置，用于指示所述网络设备在特定的位置上报所述运行信息；
加密传输标识，用于指示所述网络设备采用特定的加密传输标识上报所述运行信息。
35.根据权利要求21至23任一项所述的云端智能机器人，其特征在于，所述发送单元用于：
在以下任意一种信令中发送所述网络监测指令：移动通信网络的广播信令、专用控制信令、专网WiFi接入点的广播信息、专网WiFi接入点的控制信息、专网的应用的业务层信息、专网的应用的应用层信息。
36.根据权利要求31至33任一项所述的云端智能机器人，其特征在于，所述更新发起单元用于：
将所述诊断结果发送给所述专用网络的网管系统，所述诊断结果用于所述网管系统对所述专用网络的网络配置信息进行更新；或者，
根据所述诊断结果向所述网管系统发送控制指令，所述控制指令用于控制所述网管系统对所述专用网络的网络配置信息进行更新。
37.一种网络设备，其特征在于，包括：
接收单元，用于接收云端智能机器人发送的网络监测指令；
发送单元，用于根据所述网络监测指令向所述云端智能机器人发送所述网络设备的运行信息，所述运行信息用于所述云端智能机器人对所述网络设备进行诊断。
38.根据权利要求37所述的网络设备，其特征在于，所述网络监测指令包括用于配置所述网络设备主动上报运行信息的触发事件；
所述发送单元用于，在所述网络设备在发生所述触发事件时，向所述云端智能机器人发送所述运行信息。
39.根据权利要求37所述的网络设备，其特征在于，所述触发事件包括以下至少一种事件：
所述网络设备的业务质量低于第一阈值；
所述网络设备的接收的专用网络导频或参考信号强度低于第二阈值；
所述网络设备的负载高于第三阈值；
所述网络设备在指定时间段内接入专用网络；
所述网络设备进入预设的网络覆盖区域；
所述网络设备接入预设的无线保真WiFi接入点或蜂窝网基站；
所述网络设备执行预设的业务；
所述网络设备访问预设的网关。
40.根据权利要求37至39任一项所述的网络设备，其特征在于，所述运行信息包括所述网络设备的以下至少一种信息：接入点导频信号的强度、业务质量信息、位置信息、访问特定网关的时延或速率、特定频率的干扰强度信息、网络负载信息、加密配置信息、物理层参数、媒体访问控制MAC层配置信息、系统广播配置信息。
41.一种专用网络，其特征在于，包括：网管系统，如权利要求21至36任一项所述的云端智能机器人，至少一个如权利要求37至40任一项所述的网络设备；其中，所述云端智能机器人与所述网管系统相连，所述网管系统与所述网络设备相连。
CN201680006132.2A 2016-09-01 2016-09-01 网络诊断的方法、云端智能机器人、网络设备及专用网络 Active CN107223323B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2016/097764 WO2018040048A1 (zh) 2016-09-01 2016-09-01 网络诊断的方法、云端智能机器人、网络设备及专用网络

Publications (2)

Publication Number Publication Date
CN107223323A true CN107223323A (zh) 2017-09-29
CN107223323B CN107223323B (zh) 2020-11-10

Family

ID=59927646

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680006132.2A Active CN107223323B (zh) 2016-09-01 2016-09-01 网络诊断的方法、云端智能机器人、网络设备及专用网络

Country Status (3)

Country Link
US (1) US11228514B2 (zh)
CN (1) CN107223323B (zh)
WO (1) WO2018040048A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111510944A (zh) * 2020-04-16 2020-08-07 蓓安科仪（北京）技术有限公司 基于5g通信的医用机器人故障自动采集方法及系统
CN111567022A (zh) * 2017-11-27 2020-08-21 西门子股份公司 使用移动设备和云计算机的机器诊断
CN112000085A (zh) * 2020-09-08 2020-11-27 广州云也科技有限公司 一种基于5g大数据的网络传输性能诊断系统

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3937344A1 (en) * 2020-07-06 2022-01-12 ABB Schweiz AG Method for operating intelligent electronic device and an intelligent electronic device
CN114071798A (zh) * 2020-08-07 2022-02-18 艾锐势企业有限责任公司 接入点设备、方法、装置和介质
CN116849724B (zh) * 2023-06-19 2024-05-14 北京纳通医用机器人科技有限公司 基于手术机器人的通讯方法、装置、设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101938764A (zh) * 2009-06-29 2011-01-05 京信通信系统（中国）有限公司 Wlan网络质量监测系统及方法和应用
CN101945373A (zh) * 2009-07-03 2011-01-12 爱思开电讯投资（中国）有限公司 一种用于获取网络信号质量信息的方法和装置
CN102280826A (zh) * 2011-07-30 2011-12-14 山东鲁能智能技术有限公司 变电站智能机器人巡检系统及巡检方法
US20150052253A1 (en) * 2014-09-22 2015-02-19 Weaved, Inc. Multi-server fractional subdomain dns protocol
CN105245395A (zh) * 2014-07-09 2016-01-13 中兴通讯股份有限公司 一种基于策略的m2m终端设备监测控制方法和装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1332312C (zh) * 2003-01-24 2007-08-15 上海金诺网络安全技术发展股份有限公司 利用一台内联网计算机实现封闭网络连接状态监测方法
EP2662997B1 (en) * 2005-04-20 2021-01-06 Mitsubishi Denki K. K. Communication method, base station and mobile station
CA2619397C (en) * 2006-10-20 2015-03-31 T-Mobile Usa, Inc. System and method for authorizing access to an ip-based wireless telecommunications service
CN102695201B (zh) * 2011-03-21 2016-02-03 华为技术有限公司 一种干扰管理方法、装置和系统
US9003031B2 (en) * 2012-05-29 2015-04-07 Tata Consultancy Services Limited Method and system for network transaction monitoring using transaction flow signatures
US9270827B2 (en) * 2012-09-07 2016-02-23 Genesys Telecommunications Laboratories, Inc. Dynamic management and redistribution of contact center media traffic
US20150063327A1 (en) * 2013-08-27 2015-03-05 Qualcomm Incorporated High efficiency wireless (hew) access point (ap) coordination protocol
US9747183B2 (en) * 2013-12-31 2017-08-29 Ciena Corporation Method and system for intelligent distributed health monitoring in switching system equipment
US9432965B2 (en) * 2014-04-22 2016-08-30 Comcast Cable Communications, Llc Determining wireless coverage information using wireless access points
CN104794214B (zh) 2015-04-27 2018-06-26 广州大学 一种设计大数据驱动云机器人的方法
US10942504B2 (en) * 2018-04-06 2021-03-09 Bently Nevada, Llc Flexible condition monitoring of industrial machines

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101938764A (zh) * 2009-06-29 2011-01-05 京信通信系统（中国）有限公司 Wlan网络质量监测系统及方法和应用
CN101945373A (zh) * 2009-07-03 2011-01-12 爱思开电讯投资（中国）有限公司 一种用于获取网络信号质量信息的方法和装置
CN102280826A (zh) * 2011-07-30 2011-12-14 山东鲁能智能技术有限公司 变电站智能机器人巡检系统及巡检方法
CN105245395A (zh) * 2014-07-09 2016-01-13 中兴通讯股份有限公司 一种基于策略的m2m终端设备监测控制方法和装置
US20150052253A1 (en) * 2014-09-22 2015-02-19 Weaved, Inc. Multi-server fractional subdomain dns protocol

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111567022A (zh) * 2017-11-27 2020-08-21 西门子股份公司 使用移动设备和云计算机的机器诊断
CN111567022B (zh) * 2017-11-27 2022-05-13 西门子股份公司 使用移动设备和云计算机的机器诊断
CN111510944A (zh) * 2020-04-16 2020-08-07 蓓安科仪（北京）技术有限公司 基于5g通信的医用机器人故障自动采集方法及系统
CN112000085A (zh) * 2020-09-08 2020-11-27 广州云也科技有限公司 一种基于5g大数据的网络传输性能诊断系统
CN112000085B (zh) * 2020-09-08 2021-08-31 广州云也科技有限公司 一种基于5g大数据的网络传输性能诊断系统

Also Published As

Publication number Publication date
CN107223323B (zh) 2020-11-10
WO2018040048A1 (zh) 2018-03-08
US20210099369A1 (en) 2021-04-01
US11228514B2 (en) 2022-01-18

Similar Documents

Publication Publication Date Title
CN107223323A (zh) 网络诊断的方法、云端智能机器人、网络设备及专用网络
US11770314B2 (en) Methods and apparatus for capturing and/or using packets to facilitate fault detection
US10541903B2 (en) Methodology to improve the anomaly detection rate
CN107295545B (zh) 一种无线传感器网络运行状态监测方法
CN108235156A (zh) 一种基于v/uhf信道的无线通信控制系统
CN107888613B (zh) 一种基于云平台的管理系统
CN105357180B (zh) 网络系统、攻击报文的拦截方法、装置和设备
CN106993302A (zh) 一种ap设备的测试方法及系统
US20220201796A1 (en) Communication apparatus, controller, system, and method
JP2010502089A (ja) 拡張可能な構造を有する無線通信網の構成要素管理システム
CN107205239A (zh) 一种检测无线网连接的方法及检测设备
Palola et al. The first end-to-end live trial of CBRS with carrier aggregation using 3.5 GHz LTE equipment
CN115277505A (zh) 基于区块链的通信数据流量统计装置、方法及相关设备
Ghanem et al. Bandwidth and security requirements for smart grid
Raposo et al. Securing wirelessHART: Monitoring, exploring and detecting new vulnerabilities
CN105992208A (zh) 一种无线连接的认证方法及装置
WO2020185290A1 (en) Remote wireless sniffer management
CN103051411A (zh) 一种无线局域网干扰器及其实现方法
CN113613205B (zh) 一种适用于无线航空电子内部通信网络的入网机制
Chen et al. Realistic simulation and experimental validation of adjacent-channel interference in planning of industrial wireless networks
CN108124280B (zh) 监控诊断系统及网络监控诊断方法
CN107666443B (zh) 一种报文转发方法及装置
Benmoshe et al. A joint framework of passive monitoring system for complex wireless networks
Silvius et al. Multi-Band Control Channel Architecture (MICCA): Mass Reconfiguration Protocol for Spectrum Dependent Systems
Huang et al. SWOON: A Testbed for Secure Wireless Overlay Networks.

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
TR01 Transfer of patent right

Effective date of registration: 20210310

Address after: 201111 2nd floor, building 2, no.1508, Kunyang Road, Minhang District, Shanghai

Patentee after: Dalu Robot Co.,Ltd.

Address before: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.)

Patentee before: Shenzhen Qianhaida Yunyun Intelligent Technology Co.,Ltd.

TR01 Transfer of patent right
CP03 Change of name, title or address

Address after: 201111 Building 8, No. 207, Zhongqing Road, Minhang District, Shanghai

Patentee after: Dayu robot Co.,Ltd.

Address before: 201111 2nd floor, building 2, no.1508, Kunyang Road, Minhang District, Shanghai

Patentee before: Dalu Robot Co.,Ltd.

CP03 Change of name, title or address