CN107484189A - Lte数据处理系统 - Google Patents

Lte数据处理系统 Download PDF

Info

Publication number
CN107484189A
CN107484189A CN201710623987.6A CN201710623987A CN107484189A CN 107484189 A CN107484189 A CN 107484189A CN 201710623987 A CN201710623987 A CN 201710623987A CN 107484189 A CN107484189 A CN 107484189A
Authority
CN
China
Prior art keywords
lte
metadata
data
subsystem
processing
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
CN201710623987.6A
Other languages
English (en)
Other versions
CN107484189B (zh
Inventor
贾现章
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.)
Beijing MetarNet Technologies Co Ltd
Original Assignee
Beijing MetarNet Technologies 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 Beijing MetarNet Technologies Co Ltd filed Critical Beijing MetarNet Technologies Co Ltd
Priority to CN201710623987.6A priority Critical patent/CN107484189B/zh
Publication of CN107484189A publication Critical patent/CN107484189A/zh
Application granted granted Critical
Publication of CN107484189B publication Critical patent/CN107484189B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24573—Query processing with adaptation to user needs using data annotations, e.g. user-defined metadata
    • 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
    • H04L41/14—Network analysis or design
    • 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
    • H04L41/14—Network analysis or design
    • H04L41/142—Network analysis or design using statistical or mathematical methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Library & Information Science (AREA)
  • Alarm Systems (AREA)
  • Selective Calling Equipment (AREA)

Abstract

本发明提供一种LTE数据处理系统，属于无线通信技术领域。通过传感器采集LTE元数据，并将LTE元数据传递至输入子系统，输入子系统对LTE元数据进行标准化，并将标准化后的LTE元数据传递至隐藏子系统，由隐藏子系统对标准化后的LTE数据进行处理并存储，并为输出子系统提供处理后的LTE元数据，以供输出子系统输出处理后的LTE元数据。由于标准化了LTE元数据，即标准化了LTE元数据的采集、处理、存储及输出等流程，并可根据需求组合不同的操作模式在LTE元数据不同的周期阶段进行管理，从而操作模式较为多样。另外，由于按照操作模式的类型对数据进行处理，可对数据处理过程进行解耦，从而提高数据处理的灵活性。

Description

LTE数据处理系统
技术领域
本发明涉及无线通信技术领域，更具体地，涉及一种LTE数据处理系统。
背景技术
LTE无线网络在进行优化分析时，通常首先要收集和统计各类LTE数据准确地找到网络问题，数据类型包资源数据，参数数据，性能数据，测量数据，路测数据，CQT(CallQuality Test，呼叫质量拨打测试)数据，投诉数据，信令数据，告警数据等。目前在对上述各类LTE数据进行查询、统计、分析操作时，主要是对数据进行集中处理。
基于上述原理，相关技术中提供了一种LTE数据处理方法，如图1所示。通过采集层统一采集数据，并将采集到的数据传输至存储层。通过存储层对数据进行存储，最后由存储层向应用层提供数据，以进行各类数据的查询、统计以及分析。
在实现本发明的过程中，发现相关技术至少存在以下问题：
由于对于各类数据的查询、统计以及分析操作，各项操作的处理逻辑相对固定，从而操作模式较为单一。另外，由于应用层中各类应用系统中可能存在重复的数据处理过程，从而数据处理过程的解耦程度较低。
发明内容
由于对于各类数据的查询、统计以及分析操作，各项操作的处理逻辑相对固定，从而操作模式较为单一。另外，由于应用层中各类应用系统中可能存在重复的数据处理过程，从而数据处理过程的解耦程度较低。为了解决上述问题，本发明提供一种克服上述问题或者至少部分地解决上述问题的LTE数据处理系统。
本发明实施例提供了一种LTE数据处理系统，该系统包括：传感器、输入子系统、隐藏子系统及输出子系统；
传感器，用于采集LTE元数据，并将LTE元数据传递至输入子系统；输入子系统，用于对LTE元数据进行标准化，并将标准化后的LTE元数据传递至隐藏子系统；隐藏子系统，用于基于LTE元数据模型，对标准化后的LTE元数据进行处理，并对处理后的LTE元数据并进行存储；输出子系统用于输出处理后的LTE元数据。
本发明提供的方法，通过传感器采集LTE元数据，并将LTE元数据传递至输入子系统，输入子系统对LTE元数据进行标准化，并将标准化后的LTE元数据传递至隐藏子系统，由隐藏子系统对标准化后的LTE数据进行处理并存储，并为输出子系统提供处理后的LTE元数据，以供输出子系统输出处理后的LTE元数据。由于标准化了LTE元数据，即标准化了LTE元数据的采集、处理、存储及输出等流程，且能够高效地支持LTE元数据优化分析、数据共享以及LTE元数据的全生命周期监督等数据安全管理，即可根据需求组合不同的操作模式在LTE元数据不同的周期阶段进行管理，从而操作模式较为多样。另外，由于按照操作模式的类型对数据进行处理，可对数据处理过程进行解耦，从而提高数据处理的灵活性。
结合第一方面的第一种可能的实现方式，LTE元数据包括手工维护数据、归一化数据、接口数据及标准数据；归一化数据为原始数据经过聚合分析的数据，标准数据为经过标准采集处理所得到的数据以及分析规范定义的数据。
结合第一方面的第一种可能的实现方式，在第三种可能的实现方式中，LTE元数据还包括资源数据，隐藏子系统用于根据LTE元数据的处理规划和分析处理流程，建立基于统计应用分析的资源统计模型以及基于本地化定制的资源分析模型；基于资源统计模型以及资源分析模型，对标准化后的LTE元数据进行统计分析处理。
结合第一方面的第一种可能的实现方式，在第四种可能的实现方式中，LTE元数据还包括告警数据，隐藏子系统用于根据LTE元数据的处理规划和分析处理流程，建立基于统计应用分析的告警统计模型以及基于本地化定制的告警分析模型；基于告警统计模型以及告警分析模型，对标准化后的LTE元数据进行统计分析处理。
结合第一方面的第一种可能的实现方式，在第五种可能的实现方式中，LTE元数据还包括工单数据，隐藏子系统用于根据LTE元数据的处理规划和分析处理流程，建立基于统计应用分析的工单统计模型以及基于本地化定制的存量工单分析模型；基于工单统计模型以及存量工单分析模型，对标准化后的LTE元数据进行统计分析处理。
结合第一方面的第一种可能的实现方式，在第六种可能的实现方式中，LTE元数据还包括信令数据，隐藏子系统用于根据LTE元数据的处理规划和分析处理流程，建立基于统计应用分析的信令统计模型以及基于本地化定制的存量信令分析模型；基于信令统计模型以及存量信令分析模型，对标准化后的LTE元数据进行统计分析处理。
结合第一方面的第一种可能的实现方式，在第七种可能的实现方式中，系统还包括监控子系统，监控子系统用于基于LTE元数据的生命管理周期，对LTE元数据进行质量监控。
结合第一方面的第七种可能的实现方式，在第八种可能的实现方式中，监控子系统还用于对数据接口接入数据源的数据类型和字段，以及数据模型各层次数据结构的表和字段进行监控。
结合第一方面的第七种可能的实现方式，在第九种可能的实现方式中，监控子系统还用于对指标信息以及算法统计规则信息进行监控。
结合第一方面的第七种可能的实现方式，在第十种可能的实现方式中，监控子系统还用于根据LTE元数据的敏感程度值和处理流程，设置数据质量监控时间点；基于数据质量监控时间点，依次调度监控任务以对LTE元数据进行质量监控。
应当理解的是，以上的一般描述和后文的细节描述是示例性和解释性的，并不能限制本发明。
附图说明
图1为本发明实施例的一种传统LTE数据处理方法的流程示意图；
图2为本发明实施例的一种资源数据的处理及流转过程示意图；
图3为本发明实施例的一种告警数据的处理及流转过程示意图；
图4为本发明实施例的一种工单数据的处理及流转过程示意图；
图5为本发明实施例的一种信令数据的处理及流转过程示意图；
图6为本发明实施例的一种LTE元数据的质量保障过程示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
LTE(Long Term Evolution，长期演进)是3GPP(3rd Generation PartnershipProject，第三代合作伙伴计划)制定的高数据率、低时延、面向分组域优化的新一代宽带移动通信网络，主要分为FDD(Frequency Division Dual，频分双工)和TDD(Time DivisionDuplexing，时分双工)两种模式。通过采用OFDM(Orthogonal Frequency DivisionMultiplexing，即正交频分复用技术)和MIMO(Multiple-Input Multiple-Output，多入多出技术)技术，以减少系统时延、提高频谱灵活性及利用率。
LTE优化分析用到的数据有资源数据、参数数据、性能数据、测量数据、CQT数据、投诉数据、信令数据及告警数据等，每种类别的数据具体可参考如下表1：
表1
对于告警、资源、工单数据的事务型操作，处理逻辑复杂，与应用耦合程度较高，数据难以归纳为较为统一的模式进行集中处理，同时目前告警、资源、工单数据处理后续均由单一应用系统完成，基本不存在数据重复处理，事务型操作解耦意义不大。
对于各类数据的查询、统计、分析操作，处理逻辑相对固定，操作模式较为单一，具备统一集中处理的条件，且在各类应用系统中均存在重复处理，解耦意义较大。其中，传统LTE数据处理方法和流程可如图1所示。
针对上述技术问题，本发明实施例提供了一种LTE数据处理系统。该系统基于人工神经网络，将处理数据的过程分为了多个层次的LTE数据处理逻辑，层与层之间传递的是LTE元数据，LTE元数据囊括了LTE日常优化用到的所有数据，具有超强的扩展和自学习的能力；基于LTE的元数据搭建完善的神经元数据处理模块及神经元数据共享模块，以建立基于LTE元数据的全生命周期管理。
其中，人工神经网络就是模拟人思维的第二种方式，即一种非线性动力学系统，其特色在于信息的分布式存储和并行协同处理。虽然单个神经元的结构极其简单，功能有限，但大量神经元构成的网络系统所能实现的行为却是极其丰富多彩的。基于上述原理，可对LTE元数据实现分布式存储和并行协同处理。
相应地，LTE元数据神经细胞模型是利用人工神经网络的基本原理，结合LTE的现网结构，搭建一种智能LTE数据模型。其中，该智能LTE数据模型具备如下特点：自适应与自组织能力、强泛化能力、非线性映射能力、高度并行性等。另外，LTE元数据所具有的能力如下：
1、数据模型结构的描述：数据接口接入数据源的数据类型和字段描述，数据模型各层次(STA\ODS\DW\DM)对应数据结构的表和字段描述；数据模型可以包括
2、PI\KPI\KQI指标的定义和业务描述：指标定义说明及其算法统计规则；
3、驱动数据处理任务：根据处理流程配置步骤要求，完成数据的处理、转换和聚合；根据指标算法的定义完成指标的计算；
4、驱动数据质量管控：根据数据处理的流程，设置数据质量监控点和检查规则，依据调度任务启动数据质量的监控。
基于上述内容，本发明实施例提供的LTE数据处理系统，包括：传感器、输入子系统、隐藏子系统及输出子系统；
传感器，用于采集LTE元数据，并将LTE元数据传递至输入子系统；输入子系统，用于对LTE元数据进行标准化，并将标准化后的LTE元数据传递至隐藏子系统；隐藏子系统，用于基于LTE元数据模型，对标准化后的LTE元数据进行处理，并对处理后的LTE元数据并进行存储；输出子系统用于输出处理后的LTE元数据。
其中，传感器可以为平板电脑、移动终端及个人电脑等，本发明实施例不对传感器的类型作具体限定。元数据可以包括手工维护数据、归一化数据、接口数据及标准数据等，本发明实施例不对元数据的类型作具体限定。另外，归一化数据为原始数据经过聚合分析的数据，标准数据为经过标准采集处理所得到的数据以及分析规范定义的数据。
为了对LTE元数据进行处理，该系统中还可以包含LTE元数据模型。其中，LTE元数据模型可以分统计模型、标准模型和基础信息模型。统计模型包含数量维度的统计，属性维度的统计，多维综合统计等。标准模型包含标准属性、处理流程、转换流程、聚合流程存储区域、关联关系，质量检测点，检测规则等。标准属性包含数据类型，字段描述，指标说明，处理规则，核查规则等。基础信息模型包含标准模型的信息及各类型LTE元数据特有的信息，各种根据应用定制化的模型信息等。
具体地，输入子系统通过统一采集的方式从传感器采集数据。其中，采集方式可以为北向数据采集以及系统接口采集。北向数据采集包括资源采集、参数采集、性能采集、MR采集及核查补充采集等采集方式。系统接口采集包括信令采集、DPI采集、告警采集、路测采集、工参数据采集、客户数据采集、规划数据采集及终端数据采集等采集方式。与此同时，输入子系统用于对采集到的元数据进行标准化，并传递至隐藏子系统。隐藏子系统用于基于对标准化后的元数据进行定制数据处理，得到LTE元数据。同时，对LTE元数据进行存储管理。定制数据处理包括数据加载、指标计算、数据整合及统一调度。输出子系统在输出LTE元数据时，可按照API模式、数据库模式、文件模式以及数据服务模式的方式输出。当按照API模式的方式输出LTE元数据时，可将实时分析类作为接口类，以对外输出LTE元数据。当按照数据库模式或者文件模式对外输出LTE元数据时，可基于查询类应用、分析类应用、专题类应用以及自定义分析，对外提供数据查询访问服务，以对外提供LTE元数据。当按照数据库模式对外输出LTE元数据时，可对外提供数据处理服务，如hadoop数据分析服务以及多维数据分析服务。
本发明实施例提供的系统，通过传感器采集LTE元数据，并将LTE元数据传递至输入子系统，输入子系统对LTE元数据进行标准化，并将标准化后的LTE元数据传递至隐藏子系统，由隐藏子系统对标准化后的LTE数据进行处理并存储，并为输出子系统提供处理后的LTE元数据，以供输出子系统输出处理后的LTE元数据。由于标准化了LTE元数据的采集、处理、存储及输出等流程，且能够高效地支持LTE元数据优化分析、数据共享以及LTE元数据的全生命周期监督等数据安全管理，即可根据需求组合不同的操作模式在LTE元数据不同的周期阶段进行管理，从而操作模式较为多样。由于按照操作模式的类型对数据进行处理，可对数据处理过程进行解耦，从而提高数据处理的灵活性。
作为一种可选实施例，LTE元数据还包括资源数据，隐藏子系统用于根据LTE元数据的处理规划和分析处理流程，建立基于统计应用分析的资源统计模型以及基于本地化定制的资源分析模型；基于资源统计模型以及资源分析模型，对标准化后的元数据进行统计分析处理。其中，LTE元数据处理过程可如图2所示。在图2中，DW为数据仓库DataWarehouse，ODS为操作型数据存储Operational Data Store，STA为单线程单元Single-threaded apartment，DM为数据管理Data manage。
作为一种可选实施例，LTE元数据还包括告警数据，隐藏子系统用于根据LTE元数据的处理规划和分析处理流程，建立基于统计应用分析的告警统计模型以及基于本地化定制的告警分析模型；基于告警统计模型以及告警分析模型，对标准化后的LTE元数据进行统计分析处理。其中，LTE元数据处理过程可如图3所示。
作为一种可选实施例，LTE元数据还包括工单数据，隐藏子系统用于根据LTE元数据的处理规划和分析处理流程，建立基于统计应用分析的工单统计模型以及基于本地化定制的存量工单分析模型；基于工单统计模型以及存量工单分析模型，对标准化后的LTE元数据进行统计分析处理。其中，LTE元数据处理过程可如图4所示。
作为一种可选实施例，LTE元数据还包括信令数据，隐藏子系统用于根据LTE元数据的处理规划和分析处理流程，建立基于统计应用分析的信令统计模型以及基于本地化定制的存量信令分析模型；基于信令统计模型以及存量信令分析模型，对标准化后的LTE元数据进行统计分析处理。其中，LTE元数据处理过程可如图5所示。
由上述实施例的内容可知，LTE元数据模型可通过LTE元数据实现稳定、灵活的数据拓展能力。LTE元数据的灵活拓展主要体现在如下几点：
1、数据需求中可增加计算指标以及数据系统中已存在的基础指标；
2、数据需求中的指标若在模型中不存在，可新增接口解决；
3、可以进行维度的变更，如新增维度、升降维度。
从业务需求层面，通过LTE元数据实现稳定、灵活的数据模型扩展能力主要体现如下：
数据需求：从业务需求角度出发，整理所需要的分析指标、算法和数据接口，以及页面数据查询条件，提供给元数据配置管理。
元数据管理配置：根据数据需求，在元数据中配置指标以及关联关系，形成数据地图，需按照业务需求规则按照数据模型层次划域，创建基础模型。
实现物理模型：按照元数据逻辑模型设计中数据指标的配置信息，创建数据库中的实体表，按照指标关系定义实现规则的转换。
数据处理流程：按照元数据地图配置中的数据流向处理流程定义，配置正常流程和错误以后的异常流程，将数据地图上的各环节串联起来，组装成一个特定的业务处理流程，设置调度任务。
作为一种可选实施例，系统还包括监控子系统，监控子系统用于基于LTE元数据的生命管理周期，对LTE元数据进行质量监控。
作为一种可选实施例，监控子系统还用于对数据接口接入数据源的数据类型和字段，以及数据模型各层次数据结构的表和字段进行监控。
作为一种可选实施例，监控子系统还用于对指标信息以及算法统计规则信息进行监控。
作为一种可选实施例，监控子系统还用于根据LTE元数据的敏感程度值和处理流程，设置数据质量监控时间点；基于数据质量监控时间点，依次调度监控任务以对LTE元数据进行质量监控。
具体地，为了实现对LTE元数据全生命周期监控，全生命周期管理，在数据接入，数据处理，数据共享等各个环节对LTE元数据进行质量监控，监控的方面如下：
1、标准模型质量管控：数据接口接入数据源的数据类型和字段描述是否规范和完整，数据模型各层次(STA\ODS\DW\DM)数据结构的表和字段描述是否规范和完整。
2、分析质量管控：指标定义说明及其算法统计规则是否规范和完整。
3、配置质量管控：根据处理流程配置步骤要求，完成数据的处理、转换和聚合；根据指标算法的定义完成指标的计算；
4、驱动数据质量管控：根据数据的敏感程度和数据处理的流程，设置数据质量监控点和检查规则，依据调度任务启动数据质量的监控；
各个类型的LTE元数据检查点和规则可如下表2所示：
表2
LTE元数据 监测点 核查规则
资源数据 采集环节 完整性，准确性
性能数据 汇总环节 及时性，完整性，准确性
信令数据 采集，汇总环节 完整性，准确性
告警数据 采集环节 及时性，完整性
拨测数据 汇总和分析关节 及时性，完整性
规范数据 采集，汇总环节 及时性，完整性，准确性
外部数据 采集环节 完整性，准确性
另外，监控子系统还具有唯一性和溯源性，即LTE元数据在整个优化分析系统中是否是唯一的，可以溯源的。
除此之外，还可根据数据的敏感程度建立数据安全分级管理措施，以使得数据事前可管、事中可控和事后可查。其中，各类型的数据敏感程度对应的数据安全等级如下表3所示：
表3
其中，保障LTE元数据质量的过程可如图6所示。
本发明实施例提供的LTE数据处理系统，由于是基于人工神经网络原理，集合LTE网络自身特点，所构建的LTE数据处理系统，从而具备自适应、自组织以及自学习能力。另外，基于人工神经网络的神经元模型，抽象出LTE元数据的模型，可把分散的LTE网络的数据具体化，归一化，并建立标准的LTE元数据处理流程。再次，基于生命周期管理概念，可对LTE神经网络的LTE元数据进行全生命周期监控和管理。最后，根据数据的敏感程度，可实施数据分级管理，以使得数据事前可管、事中可控和事后可查。
最后，本申请的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种LTE数据处理系统，其特征在于，包括：传感器、输入子系统、隐藏子系统及输出子系统；
所述传感器，用于采集LTE元数据，并将所述LTE元数据传递至所述输入子系统；所述输入子系统，用于对所述LTE元数据进行标准化，并将标准化后的LTE元数据传递至所述隐藏子系统；所述隐藏子系统，用于基于LTE元数据模型，对标准化后的LTE元数据进行处理，并对处理后的LTE元数据并进行存储；所述输出子系统用于输出处理后的LTE元数据。
2.根据权利要求1所述的系统，其特征在于，所述LTE元数据包括手工维护数据、归一化数据、接口数据及标准数据；所述归一化数据为原始数据经过聚合分析的数据，所述标准数据为经过标准采集处理所得到的数据以及分析规范定义的数据。
3.根据权利要求1所述的系统，其特征在于，所述LTE元数据还包括资源数据，所述隐藏子系统用于根据所述LTE元数据的处理规划和分析处理流程，建立基于统计应用分析的资源统计模型以及基于本地化定制的资源分析模型；基于所述资源统计模型以及所述资源分析模型，对所述标准化后的LTE元数据进行统计分析处理。
4.根据权利要求1所述的系统，其特征在于，所述LTE元数据还包括告警数据，所述隐藏子系统用于根据所述LTE元数据的处理规划和分析处理流程，建立基于统计应用分析的告警统计模型以及基于本地化定制的告警分析模型；基于所述告警统计模型以及所述告警分析模型，对所述标准化后的LTE元数据进行统计分析处理。
5.根据权利要求1所述的系统，其特征在于，所述LTE元数据还包括工单数据，所述隐藏子系统用于根据所述LTE元数据的处理规划和分析处理流程，建立基于统计应用分析的工单统计模型以及基于本地化定制的存量工单分析模型；基于所述工单统计模型以及所述存量工单分析模型，对所述标准化后的LTE元数据进行统计分析处理。
6.根据权利要求1所述的系统，其特征在于，所述LTE元数据还包括信令数据，所述隐藏子系统用于根据所述LTE元数据的处理规划和分析处理流程，建立基于统计应用分析的信令统计模型以及基于本地化定制的存量信令分析模型；基于所述信令统计模型以及所述存量信令分析模型，对所述标准化后的LTE元数据进行统计分析处理。
7.根据权利要求1所述的系统，其特征在于，所述系统还包括监控子系统，所述监控子系统用于基于所述LTE元数据的生命管理周期，对所述LTE元数据进行质量监控。
8.根据权利要求7所述的系统，其特征在于，所述监控子系统还用于对数据接口接入数据源的数据类型和字段，以及数据模型各层次数据结构的表和字段进行监控。
9.根据权利要求7所述的系统，其特征在于，所述监控子系统还用于对指标信息以及算法统计规则信息进行监控。
10.根据权利要求7所述的系统，其特征在于，所述监控子系统还用于根据所述LTE元数据的敏感程度值和处理流程，设置数据质量监控时间点；基于数据质量监控时间点，依次调度监控任务以对所述LTE元数据进行质量监控。
CN201710623987.6A 2017-07-27 2017-07-27 Lte数据处理系统 Active CN107484189B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710623987.6A CN107484189B (zh) 2017-07-27 2017-07-27 Lte数据处理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710623987.6A CN107484189B (zh) 2017-07-27 2017-07-27 Lte数据处理系统

Publications (2)

Publication Number Publication Date
CN107484189A true CN107484189A (zh) 2017-12-15
CN107484189B CN107484189B (zh) 2020-10-16

Family

ID=60596883

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710623987.6A Active CN107484189B (zh) 2017-07-27 2017-07-27 Lte数据处理系统

Country Status (1)

Country Link
CN (1) CN107484189B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108897818A (zh) * 2018-06-20 2018-11-27 北京三快在线科技有限公司 确定数据处理过程老化状态的方法、装置及可读存储介质
CN109918271A (zh) * 2019-03-28 2019-06-21 上海中通吉网络技术有限公司 数据质量监控方法、系统及存储介质
CN111460018A (zh) * 2020-03-31 2020-07-28 金现代信息产业股份有限公司 实物id数据贯通方法和系统
CN112734281A (zh) * 2021-01-21 2021-04-30 山东健康医疗大数据有限公司 一种医疗数据治理中质控和任务调度的解耦处理方法

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101146152A (zh) * 2006-09-14 2008-03-19 中国电信股份有限公司 用于电信信息台的信息采集和搜索系统
US20100232353A1 (en) * 2009-03-11 2010-09-16 At&T Mobility Ii Llc New architectural model for lte (long term evolution) epc (evolved packet core) deployment
CN103336510A (zh) * 2013-06-27 2013-10-02 山东华戎信息产业有限公司 一种物联网综合运维管理系统
US20130343490A1 (en) * 2012-06-20 2013-12-26 Daniel S. Wertz Synchronizing Receivers in a Signal Acquisition System
CN103986487A (zh) * 2013-02-08 2014-08-13 英特尔移动通信有限责任公司 无线电通信装置及用于控制无线电通信装置的方法
CN104660682A (zh) * 2015-01-27 2015-05-27 华南理工大学 一种基于td-lte的opc数据采集与监控智能终端
CN104767795A (zh) * 2015-03-17 2015-07-08 浪潮通信信息系统有限公司 一种基于hadoop的lte mro数据统计方法及系统
US20150234869A1 (en) * 2013-04-11 2015-08-20 Oracle International Corporation Seasonal trending, forecasting, anomaly detection, and endpoint prediction of java heap usage
US20150381896A1 (en) * 2014-06-26 2015-12-31 Samsung Electronics Co., Ltd. Method of managing data and electronic device for processing the same
CN105701181A (zh) * 2016-01-06 2016-06-22 中电科华云信息技术有限公司 一种动态异构元数据获取方法及系统
CN105809606A (zh) * 2016-03-08 2016-07-27 贵州省邮电规划设计院有限公司 大数据应用平台系统
CN106161135A (zh) * 2015-04-23 2016-11-23 中国移动通信集团福建有限公司 业务交易故障分析方法及装置
CN106250305A (zh) * 2016-08-17 2016-12-21 浪潮电子信息产业股份有限公司 云计算环境下监控系统数据采集周期的自适应控制方法
US20170032249A1 (en) * 2015-07-30 2017-02-02 Tata Consultancy Serivces Limited Automatic Entity Relationship (ER) Model Generation for Services as Software
CN106447288A (zh) * 2016-09-20 2017-02-22 华仙军 一种基于互联网的移动通信网络基站智能勘察设计系统
US20170118133A1 (en) * 2015-10-22 2017-04-27 Qualcomm Incorporated Techniques for optimizing wireless wide area network-wireless local area network aggregation
CN106685758A (zh) * 2016-12-19 2017-05-17 重庆重邮汇测通信技术有限公司 Lte空口监测仪基带板原始数据保存、查询及回放方法
US20170154307A1 (en) * 2015-11-30 2017-06-01 Linkedln Corporation Personalized data-driven skill recommendations and skill gap prediction
CN106844471A (zh) * 2016-12-22 2017-06-13 北京市天元网络技术股份有限公司 一种电子运维系统表单数据处理方法及服务器

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101146152A (zh) * 2006-09-14 2008-03-19 中国电信股份有限公司 用于电信信息台的信息采集和搜索系统
US20100232353A1 (en) * 2009-03-11 2010-09-16 At&T Mobility Ii Llc New architectural model for lte (long term evolution) epc (evolved packet core) deployment
US20130343490A1 (en) * 2012-06-20 2013-12-26 Daniel S. Wertz Synchronizing Receivers in a Signal Acquisition System
CN103986487A (zh) * 2013-02-08 2014-08-13 英特尔移动通信有限责任公司 无线电通信装置及用于控制无线电通信装置的方法
US20150234869A1 (en) * 2013-04-11 2015-08-20 Oracle International Corporation Seasonal trending, forecasting, anomaly detection, and endpoint prediction of java heap usage
CN103336510A (zh) * 2013-06-27 2013-10-02 山东华戎信息产业有限公司 一种物联网综合运维管理系统
US20150381896A1 (en) * 2014-06-26 2015-12-31 Samsung Electronics Co., Ltd. Method of managing data and electronic device for processing the same
CN104660682A (zh) * 2015-01-27 2015-05-27 华南理工大学 一种基于td-lte的opc数据采集与监控智能终端
CN104767795A (zh) * 2015-03-17 2015-07-08 浪潮通信信息系统有限公司 一种基于hadoop的lte mro数据统计方法及系统
CN106161135A (zh) * 2015-04-23 2016-11-23 中国移动通信集团福建有限公司 业务交易故障分析方法及装置
US20170032249A1 (en) * 2015-07-30 2017-02-02 Tata Consultancy Serivces Limited Automatic Entity Relationship (ER) Model Generation for Services as Software
US20170118133A1 (en) * 2015-10-22 2017-04-27 Qualcomm Incorporated Techniques for optimizing wireless wide area network-wireless local area network aggregation
US20170154307A1 (en) * 2015-11-30 2017-06-01 Linkedln Corporation Personalized data-driven skill recommendations and skill gap prediction
CN105701181A (zh) * 2016-01-06 2016-06-22 中电科华云信息技术有限公司 一种动态异构元数据获取方法及系统
CN105809606A (zh) * 2016-03-08 2016-07-27 贵州省邮电规划设计院有限公司 大数据应用平台系统
CN106250305A (zh) * 2016-08-17 2016-12-21 浪潮电子信息产业股份有限公司 云计算环境下监控系统数据采集周期的自适应控制方法
CN106447288A (zh) * 2016-09-20 2017-02-22 华仙军 一种基于互联网的移动通信网络基站智能勘察设计系统
CN106685758A (zh) * 2016-12-19 2017-05-17 重庆重邮汇测通信技术有限公司 Lte空口监测仪基带板原始数据保存、查询及回放方法
CN106844471A (zh) * 2016-12-22 2017-06-13 北京市天元网络技术股份有限公司 一种电子运维系统表单数据处理方法及服务器

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
唐建华: "基于神经网络的TD-LTE网络故障诊断技术研究", 《信息科技辑》 *
宋亚玲等: "VoLTE业务监控体系的探索", 《通信管理与技术》 *
雷蕾等: "基于Hadoop的OSS域数据建模与采集方法研究", 《电信科学》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108897818A (zh) * 2018-06-20 2018-11-27 北京三快在线科技有限公司 确定数据处理过程老化状态的方法、装置及可读存储介质
CN109918271A (zh) * 2019-03-28 2019-06-21 上海中通吉网络技术有限公司 数据质量监控方法、系统及存储介质
CN111460018A (zh) * 2020-03-31 2020-07-28 金现代信息产业股份有限公司 实物id数据贯通方法和系统
CN111460018B (zh) * 2020-03-31 2023-06-20 金现代信息产业股份有限公司 实物id数据贯通方法和系统
CN112734281A (zh) * 2021-01-21 2021-04-30 山东健康医疗大数据有限公司 一种医疗数据治理中质控和任务调度的解耦处理方法

Also Published As

Publication number Publication date
CN107484189B (zh) 2020-10-16

Similar Documents

Publication Publication Date Title
CN105677759B (zh) 一种信息通信网络中的告警关联性分析方法
CN107484189A (zh) Lte数据处理系统
CN109359385A (zh) 一种服务质量评估模型的训练方法及装置
CN102929613B (zh) 操作系统的调优装置和方法
Rajagopal et al. FedSDM: Federated learning based smart decision making module for ECG data in IoT integrated Edge–Fog–Cloud computing environments
CN106549813A (zh) 一种网络性能的评估方法及系统
CN107111540A (zh) 动态遥测消息剖析和调节
CN103532739B (zh) 一种基于网络服务与应用的监控分析系统
CN105550714A (zh) 一种异构网络环境中告警信息的聚类融合方法
CN107122669A (zh) 一种评估数据泄露风险的方法和装置
CN103258027A (zh) 基于智能终端的情境感知服务平台
Fan et al. An interactive visual analytics approach for network anomaly detection through smart labeling
CN103914482B (zh) 基于cmdb的集中监控事件影响性确定方法
CN106296315A (zh) 基于用户用电数据的情境感知系统
CN108804679A (zh) 一种业务系统用户操作监控数据可视化方法
Chen et al. Traffic prediction for Internet of Things through support vector regression model
CN110990777A (zh) 数据关联性分析方法及系统、可读存储介质
CN109241154A (zh) 一种分布式数据库监控分析方法及系统
CN108549261A (zh) 一种基于物联集成技术的高校宿舍能源监管系统
Guo et al. FullSight: A feasible intelligent and collaborative framework for service function chains failure detection
CN112835784A (zh) 一种复杂巨系统互操作能力评估及优化方法
CN106789163A (zh) 一种网络设备用电信息监测方法、装置和系统
Lu et al. Framework of industrial networking sensing system based on edge computing and artificial intelligence
CN106550387B (zh) 一种无线传感器网络路由层服务质量评价方法
Shi et al. On bilevel minimum and bottleneck spanning tree problems

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