CN109150565A - 一种网络态势感知方法、装置及系统 - Google Patents

一种网络态势感知方法、装置及系统 Download PDF

Info

Publication number
CN109150565A
CN109150565A CN201710465225.8A CN201710465225A CN109150565A CN 109150565 A CN109150565 A CN 109150565A CN 201710465225 A CN201710465225 A CN 201710465225A CN 109150565 A CN109150565 A CN 109150565A
Authority
CN
China
Prior art keywords
network
situation
situation awareness
scene
model
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
CN201710465225.8A
Other languages
English (en)
Other versions
CN109150565B (zh
Inventor
廖开蒙
张勇天
黄晓军
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.)
ZTE Corp
Original Assignee
ZTE Corp
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 ZTE Corp filed Critical ZTE Corp
Priority to CN201710465225.8A priority Critical patent/CN109150565B/zh
Priority to PCT/CN2018/091793 priority patent/WO2018233593A1/zh
Publication of CN109150565A publication Critical patent/CN109150565A/zh
Application granted granted Critical
Publication of CN109150565B publication Critical patent/CN109150565B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14Network analysis or design
    • H04L41/145Network analysis or design involving simulating, designing, planning or modelling of a network
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14Network analysis or design
    • H04L41/147Network analysis or design for predicting network behaviour
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/50Testing arrangements

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Alarm Systems (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本申请公开了一种网络态势感知方法、装置及系统;上述网络态势感知方法,包括:确定网络所处的场景,根据网络所处的场景对应的态势感知模型,确定网络的态势感知结果。如此,基于场景进行网络态势感知,从而实现网络态势的动态感知。

Description

一种网络态势感知方法、装置及系统
技术领域
本发明涉及通信领域,尤其涉及一种网络态势感知方法、装置及系统。
背景技术
态势是指事物的当前状态和后续变化趋势,网络态势指网络的当前状态和后续变化趋势。网络态势感知就是在一定时空尺度下,对当前网络状况的直观全面感知,对可能引起态势变化的各种要素获取、综合、预测并可视化未来的发展趋势。
网络态势感知在提高网络的监控能力、应急响应能力和预测网络的趋势上具有较大的意义,在网络安全、电力、交通等行业得到广泛应用。当前网络态势感知技术通过提取要素、建立评估指标体系实现,然而,态势要素和评估指标相对固定和单一,无法准确对各种不同场景的网络态势进行评估和预测。
发明内容
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本申请实施例提供一种网络态势感知方法、装置及系统,能够实现网络态势的动态感知。
本申请实施例提供一种网络态势感知方法,包括:确定网络所处的场景;根据所述网络所处的场景对应的态势感知模型,确定所述网络的态势感知结果。
在示例性实施方式中,上述方法还可以包括:给一个或多个场景配置对应的态势感知模型。
在示例性实施方式中,所述给一个或多个场景配置对应的态势感知模型,可以包括:
构建态势感知模型库;所述态势感知模型库包括一个或多个态势感知模型;
构建场景库;所述场景库包括一个或多个场景;
建立所述态势感知模型库中的态势感知模型和所述场景库中的场景之间的对应关系。
在示例性实施方式中,所述态势感知模型库中的每个态势感知模型可以包括态势要素和态势评估方式,或者,包括态势要素、态势评估方式及态势处理建议。
在示例性实施方式中,所述场景库中的每个场景可以包括以下至少之一信息:场景触发事件、场景范围、趋势预测时间段。
在示例性实施方式中,所述给一个或多个场景配置对应的态势感知模型,可以包括:
构建态势感知模型库,所述态势感知模型库包括一个或多个态势感知模型,每个态势感知模型包括场景信息、态势要素及态势评估方式,或者,包括场景信息、态势要素、态势评估方式及态势处理建议。
在示例性实施方式中,所述态势感知结果可以包括趋势预测结果;上述方法还可以包括:当所述网络的趋势预测结果存在异常时,确定所述网络的趋势纠偏方式,并指示通信网元进行网络趋势纠偏;
或者,所述态势感知结果可以包括趋势预测结果和态势评估结果;上述方法还可以包括以下至少之一:
当所述网络的态势评估结果存在异常时,确定所述网络的修复方式,并指示通信网元进行网络状态修复;
当所述网络的趋势预测结果存在异常时,确定所述网络的趋势纠偏方式,并指示通信网元进行网络趋势纠偏。
在示例性实施方式中,不同场景对应的态势感知模型可以不同。
本申请实施例还提供一种网络态势感知装置,包括:
场景确定模块,用于确定网络所处的场景;
感知模块,用于根据所述网络所处的场景对应的态势感知模型,确定所述网络的态势感知结果。
在示例性实施方式中,上述装置还可以包括:配置模块,用于给一个或多个场景配置对应的态势感知模型。
在示例性实施方式中,所述配置模块,可以包括:
第一构建单元,用于构建态势感知模型库,其中,所述态势感知模型库包括一个或多个态势感知模型;
第二构建单元,用于构建场景库,其中,所述场景库包括一个或多个场景;
配置单元,用于建立所述态势感知模型库中的态势感知模型和所述场景库中的场景之间的对应关系。
本申请实施例还提供一种网络态势感知系统,包括:通信网元以及具有上述网络态势感知装置的设备;其中,所述网络态势感知装置用于在确定网络的态势感知结果存在异常时,指示所述通信网元进行网络状态修复和网络趋势纠偏中的至少一项。
本申请实施例还提供一种设备,包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的网络态势感知程序,所述网络态势感知程序被所述处理器执行时实现上述网络态势感知方法的步骤。
本申请实施例还提供一种机器可读介质,存储有网络态势感知程序,所述网络态势感知程序被处理器执行时实现上述网络态势感知方法的步骤。
在本申请实施例中,确定网络所处的场景,并根据该场景对应的态势感知模型,确定网络的态势感知结果。本实施例中,基于场景进行态势感知,由于场景是动态变化的,因此实现了网络态势的动态感知。
在示例性实施例中,还可以在态势感知结果出现异常时,进行态势修复和趋势纠偏,从而提升网络运营能力。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本申请技术方案的进一步理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本申请的技术方案,并不构成对本申请技术方案的限制。
图1为本申请实施例提供的一种网络态势感知方法的流程图;
图2为本申请实施例提供的网络态势感知方法的示例流程图;
图3为本申请实施例提供的网络态势感知装置的示意图一;
图4为本申请实施例提供的网络态势感知装置的示意图二;
图5为本申请实施例提供的网络态势感知系统的示意图。
具体实施方式
以下结合附图对本申请实施例进行详细说明,应当理解,以下所说明的实施例仅用于说明和解释本申请,并不用于限定本申请。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
如图1所示,本申请实施例提供一种网络态势感知方法,包括:
S101、确定网络所处的场景;
S102、根据网络所处的场景对应的态势感知模型,确定网络的态势感知结果。
在本实施例中,网络所处的环境、时间、空间是不断变化的,导致网络所处的场景是不断变迁的。由于网络的场景是不断变化的,随着场景的变化,选择相应场景的态势感知模型进行网络态势感知,可以实现动态的网络态势感知。比如,网络从闲时进入到忙时或者从忙时进入到闲时,需要切换相应的态势感知模型进行网络健康度评估;或者,相比非台风场景,台风场景就需要把干接点断电告警放进态势要素,进行网络可用性评估。
其中,本实施例的方法还可以包括:给一个或多个场景配置对应的态势感知模型。
在示例性实施方式中,不同场景对应的态势感知模型不同。其中,根据场景特点,给每个场景配置相应的态势感知模型,有利于更加准确地感知网络在不同场景的网络态势。由于不同场景存在触发条件及范围差异,其态势要素和评估方式会存在差异,因此,需要给不同的场景配置不同的态势感知模型。比如,台风场景需要采集的要素包括站点干接点告警、小区退服告警、站点退服告警,可以选择公式统计全网可用的站点、小区,评估网络可用性。比如,网络忙时场景需要采集话务量、流量、拥塞率等指标数据,可以根据加权平均方法,评估网络健康度。比如,网络闲时场景需要采集切换成功率、接入成功率、掉话率等指标数据,来评估网络健康度。
在示例性实施方式中,给一个或多个场景配置对应的态势感知模型,可以包括:
构建态势感知模型库;态势感知模型库包括一个或多个态势感知模型;
构建场景库;场景库包括一个或多个场景;
建立态势感知模型库中的态势感知模型和场景库中的场景之间的对应关系。
其中,态势感知模型库中的态势感知模型和场景库中的场景可以是一对一的关系,或者,可以是一对多的关系,或者,可以是多对一的关系。本申请对此并不限定。
其中,态势感知模型库中的每个态势感知模型可以包括态势要素和态势评估方式,或者,可以包括态势要素、态势评估方式及态势处理建议。
其中,态势要素包括影响网络态势的因子(或元素),比如,包括告警数据、性能指标数据、设备状态数据、网络状态数据、日志数据、气象数据、新闻数据等等。
其中,态势评估方式包括基于态势要素评估及预测网络态势的方法。评估网络态势的方法多种多样,比如基于数学模型的方法、基于知识推理的方法、基于模式识别的方法等等。态势评估结果可以是打分、分级、分类等形式,比如,基于公式或加权平均的评估方法可以得到分值,基于聚类分析、关联分析的评估方法可以得到分类的结果等等。态势评估结果存在异常的判断条件比如可以包括:分值低于某一具体数值时认为评估结果异常,或者,结果级别低于一定级别时认为评估结果异常,或者,分类结果处于某一分类时认为评估结果异常。
其中,态势处理建议包括态势评估结果和趋势预测结果的处理方法。比如,趋势预测结果包括网络未来容量会达到较高的级别,则对应的处理方法可以包括进行设备容量扩充;比如,态势评估结果包括小区的健康度分数较低,则对应的处理方法可以包括复位小区重新初始化等等。
其中,场景库是场景的集合,场景可以由一种或多种网络外在、内在影响条件或因素构成。内在、外在条件或因素来源于特定的时空、外界因素(天气、突发事件)、用户行为等。比如,可以挑选用户关心的或对业务影响比较大的外部条件、操作事件、高话务时段、重点关注区域等作为场景。其中,操作事件可以包括网络或业务调整操作,比如,网络升级、网络搬迁改造、网络扩容、网络优化调整等;操作日志记录了网络日常操作,可以从操作日志中提取频繁发生的操作作为操作事件。外部条件来源于外界因素(如天气、突发事件)、用户行为等,外部条件可以包括气象事件(如台风、暴雨、冰雹、大雪等)、社会事件(如重大会议、展览、赛事等)、重大网络直播等。
其中,每个场景可以包括以下至少之一属性信息:场景构成条件(或场景触发事件)、场景范围、趋势预测时间段;其中,场景范围随着条件影响范围变化而变化。比如,台风场景的触发条件是台风发生,场景范围是台风的影响范围;比如,高话务场景的触发事件就是10点到12点话务高峰时段,场景范围是全网。
在示例性实施方式中,给一个或多个场景配置对应的态势感知模型,可以包括:
构建态势感知模型库,其中,态势感知模型库包括一个或多个态势感知模型,每个态势感知模型包括场景信息、态势要素及态势评估方式,或者,包括场景信息、态势要素、态势评估方式及态势处理建议。
在本实现方式中,在构建的态势感知模型中加入场景的考量,使得每个态势感知模型可以是针对不同的场景。
需要说明的是,在构建场景库或态势感知模型库时采用的场景信息可以是由用户设置的,或者,可以根据其他数据处理系统的输出信息得到。本申请对此并不限定。
在示例性实施方式中,态势感知结果可以包括趋势预测结果;本实施例的方法还可以包括:当网络的趋势预测结果存在异常时,确定网络的趋势纠偏方式,并指示通信网元进行网络趋势纠偏;
或者,态势感知结果可以包括趋势预测结果和态势评估结果;
本实施例的方法还可以包括以下至少之一:
当网络的态势评估结果存在异常时,确定网络的修复方式,并指示通信网元进行网络状态修复;
当网络的趋势预测结果存在异常时,确定网络的趋势纠偏方式,并指示通信网元进行网络趋势纠偏。
其中,态势评估结果是对当前网络状态的评估结果,趋势预测结果是对网络未来趋势的预测结果。
其中,当态势评估结果存在异常时,可以依据态势处理建议进行网络状态的修复,以便于修正网络态势;当趋势预测结果存在异常时,可以依据态势处理建议进行网络趋势的纠偏,以便于提前规避问题。
本实施例的方法可以应用于服务器等通信设备,在确定态势感知结果存在异常时,可以确定修复和纠偏方式,并按照修复和纠偏方式指示相应的通信网元进行处理。如此,可以根据态势感知结果自动进行态势修复和趋势纠偏,从而实现高效的网络运营。
图2为本申请实施例的网络态势感知方法的示例流程图。如图2所示,本实施例的网络态势感知方法包括:
S201、构建态势感知模型库;态势感知模型库包括态势感知模型的集合;关于态势感知模型的说明如前所述,故于此不再赘述;
S202、构建场景库;场景库是场景的集合;关于场景的说明如前所述,故于此不再赘述;
S203、配置场景的态势感知模型;
基于S201构建的态势感知模型库和S202构建的场景库,给每个场景确定对应的态势感知模型;
S204、动态感知网络态势;
随着场景变化,选择相应场景的态势感知模型进行网络态势感知;
S205、判断网络态势感知结果是否异常;若异常,则执行S206,否则,返回S204;
在S204得到基于场景的态势感知结果后,可以根据异常判断条件,确定态势感知结果是否异常,其中,态势感知结果可以包括态势评估结果(即对当前网络状态的评估)及趋势预测结果(即对未来趋势的评估)。其中,态势感知结果可以采用分值、分级、分类等形式,异常判断条件比如可以包括:分值低于某一具体数值时认为异常,或者,结果级别低于一定级别时认为异常,或者,结果处于某一分类时认为结果异常。
如果态势感知结果判断为正常,则随着场景变迁,继续动态感知网络态势,循环往复。
S206、修复态势;其中,根据S205的判断结果,如果决策态势异常,需要根据场景的态势感知模型的态势处理建议,进行状态修正,或者进行趋势纠偏,提前规避问题。比如,发现当前网络健康度比较低,则需要新增邻区;当预测未来网络容量会超过当前容量上限,则需要给出扩容决策,进行增加容量的操作。
如图3所示,本实施例提供一种网络态势感知装置,包括:
场景确定模块301,用于确定网络所处的场景;
感知模块302,用于根据网络所处的场景对应的态势感知模型,确定网络的态势感知结果。
如图4所示,本实施例的网络态势感知装置还可以包括:配置模块300,用于给一个或多个场景配置对应的态势感知模型。
在示例性实施方式中,不同场景对应的态势感知模型不同。
如图4所示,配置模块300可以包括:
第一构建单元3001,用于构建态势感知模型库,其中,态势感知模型库包括一个或多个态势感知模型;
第二构建单元3002,用于构建场景库,其中,场景库包括一个或多个场景;
配置单元3003,用于建立态势感知模型库中的态势感知模型和场景库中的场景之间的对应关系。
其中,态势感知模型库中的每个态势感知模型可以包括态势要素和态势评估方式,或者,包括态势要素、态势评估方式及态势处理建议。
其中,场景库中的每个场景可以包括以下至少之一信息:场景触发条件、场景范围、趋势预测时间段。
在示例性实施方式中,配置模块300可以用于通过以下方式给一个或多个场景配置对应的态势感知模型:构建态势感知模型库,其中,态势感知模型库包括一个或多个态势感知模型,每个态势感知模型包括场景信息、态势要素及态势评估方式,或者,包括场景信息、态势要素、态势评估方式及态势处理建议。
在示例性实施方式中,态势感知结果可以包括趋势预测结果;感知模块302还可以用于当网络的趋势预测结果存在异常时,确定网络的趋势纠偏方式,并指示通信网元进行网络趋势纠偏;
或者,态势感知结果可以包括趋势预测结果和态势评估结果;感知模块302还可以用于执行以下至少之一:
当网络的态势评估结果存在异常时,确定网络的修复方式,并指示通信网元进行网络状态修复;
当网络的趋势预测结果存在异常时,确定网络的趋势纠偏方式,并指示通信网元进行网络趋势纠偏。
此外,关于本实施例的装置的相关说明可以参照上述方法实施例的描述,故于此不再赘述。
如图5所示,本实施例还提供一种网络态势感知系统,包括通信网元502以及具有网络态势感知装置501的设备。其中,网络态势感知装置501的结构如上述装置实施例所述,故于此不再赘述。
其中,网络态势感知装置501可以设置在服务器等通信设备上。在第二构建单元构建场景库时,场景信息可以由用户手动输入,或者,可以根据其他数据系统的输出信息确定。比如,用户关心的或对业务影响比较大的外部事件、操作事件、高话务时段、重点关注区域等信息,可以作为场景输入的来源。
在本实施例中,网络态势感知装置501采集和配置的数据(比如,态势感知模型、场景库等)可以存储在数据库503中。数据库503可以和网络态势感知装置501部署在一个服务器中,或者,分别部署在不同的服务器上。本申请对此并不限定。
在本实施例中,网络态势感知装置501在确定网络的态势感知结果存在异常时,可以指示通信网元502进行网络状态修复和网络趋势纠偏中的至少一项,以便于修正网络态势和提前规避问题。比如,网络态势感知装置501在确定网络的态势感知结果存在异常时,确定相应的修复方式或趋势纠偏方式后,通过信令通知通信网元502按照确定的修复方式或趋势纠偏方式进行处理。
综上所述,本实施例通过配置网络各个场景的态势感知模型,动态感知网络态势,根据态势评估结果自动进行态势修复和趋势纠偏,实现高效的网络运营。
下面通过多个实施例对本申请的方案进行说明。
实施例一
本实施例的应用场景是:当网络趋势预测结果超限,进行趋势纠偏。
本实施例包括:
步骤11、构建态势感知模型,其中,态势要素包括热点地段,态势评估方式包括采用指标数据是否超过阀值进行判断的方法,指标数据包括语音质量、掉话率、上下行流量,态势处理建议包括指标数据超过阀值后的处理建议,例如上下行流量超限的处理建议是进行网络限速。
步骤12、建立热点地段的场景,比如,感知范围包括步行街、上海南京路等热点地理区域,场景触发事件是早上6点到晚上12点的高人流时段,以10小时作为趋势预测时间段。
步骤13、建立步骤12中构建的场景和步骤11中构建的态势感知模型的对应关系,并采用该场景的态势感知模型。
步骤14、在热点地段场景下,采用该场景的态势感知模型,动态评估热点地段的网络质量并进行趋势预测。
步骤15、如果当前网络质量态势良好,但是根据趋势预测结果,语音质量和掉话率趋势正常,但上下行流量会在3小时后超过阀值,则获取上下行流量超限的处理建议,比如,下发相关命令到基站进行自动相关参数设置,动态进行网络限速等。
实施例二
本实施例的应用场景是:在台风季场景和非台风季场景切换进行网络态势感知。
本实施例包括:
步骤21、构建态势感知模型库,其中,态势要素可以包括气象数据台风季,态势评估方式包括在正常网络可用性评估中,选取小区退服数为要素,通过退服小区占比来衡量网络可用性;台风季台风较多,会造成大面积基站断电,为保证及时发现断电基站进行处理,就需要用干接点基站断电告警为要素来衡量网络可用性。
步骤22、建立台风影响范围的场景,其中,场景触发事件是台风来临时刻,感知范围为台风经过的范围,以台风影响时间作为趋势预测时间段。
步骤23、建立步骤22构建的场景和步骤21构建的态势感知模型的对应关系,随着监测到台风气象事件,触发台风场景的态势感知。
步骤24、采用台风场景的态势感知模型,进行动态态势感知。
步骤25与实施例一中的步骤15类似,如果感知到目前状态不正常或者趋势不正常,获取相关的处理建议进行处理。
实施例三
本实施例的应用场景是:当网络状态评估结果超限,进行状态修正。
以话务网络为例,话务高峰会造成网络拥塞,每天上午10点到12点是话务忙时,在这个时间段有必要感知全网的状态和发展趋势。
本实施例包括:
步骤31、构建态势感知模型库,其中,态势要素包括话务高峰,可以以话务量容量占比、流量容量占比、拥塞率等指标,以加权平均法组合为网络健康度指标作为态势评估方式,网络健康度=20%×拥塞率+40%×话务量容量占比+40%×流量容量占比。
步骤32、建立话务高峰场景,其中,场景触发事件是话务高峰来临时刻,感知范围为全网,以上午10点到12点作为趋势预测时间段。
步骤33、建立步骤32构建的话务高峰场景和步骤31构建的态势感知模型的对应关系;选取步骤32建立的话务高峰场景,随着时间到达上午10点,触发话务高峰场景的态势感知。
步骤34、采用话务高峰场景对应的态势感知模型进行动态态势感知。
步骤35、如果10点时,当前网络健康度态势已经超过阀值,根据加权平均公式,首先判断话务量容量占比、流量容量占比、拥塞率指标是否超过阀值;本实施例中,话务量容量占比、拥塞率超过阀值,超过阀值的指标再根据权重作为优先级优先处理,由于话务量容量占比的权重为40%,拥塞率的权重为20%,那么首先处理话务量容量占比指标;根据态势感知模型获取话务量容量占比超限的处理建议,比如,限制话务接入等,再处理拥塞率指标,根据感知模型获取拥塞率超限的处理建议,比如,限制用户接入等。
实施例四
政要、企业等经常需要召开重大会议,保障要求比较高。本实施例的应用场景是:重大会议场景切换进行网络态势感知。
本实施例包括:
步骤41、构建态势感知模型库,其中,态势要素包括重大会议和重大会议开始前,重大会议前可以以切换成功率、掉话率、接入成功率等指标,以加权平均法组合为网络健康度指标作为态势评估方式,网络健康度=30%×切换成功率+40%×掉话率+30%×接入成功率,网络健康度低于70%认为是异常的。重大会议时可以以话务量容量占比、流量容量占比、拥塞率等指标,以加权平均法组合为网络健康度指标作为态势评估要素,网络健康度=60%×拥塞率+30%×话务量容量占比+10%×流量容量占比,网络健康度低于90%认为是异常的。
步骤42、建立重大会议前场景和重大会议时场景,其中,重大会议时场景的触发事件是重大会议开始时刻,感知范围为重大会议所在范围,以重大会议进行期间作为趋势预测时间段。
步骤43、建立重大会议前场景和重大会议开始前对应的态势感知模型的关联关系,建立重大会议时场景和重大会议对应的态势感知模型的关联关系;选取步骤42里建立的重大会议前场景和重大会议时场景,随着时间到达会议开始时间,触发重大会议时场景的态势感知。
步骤44、在重大会议开始前,采用重大会议开始前对应的态势感知模型进行态势感知;在重大会议进行时,采用重大会议对应的态势感知模型进行动态态势感知。
步骤45与实施例三中的步骤35类似,如果在会议前感知到目前状态不正常或者趋势不正常,获取相关的处理建议进行基站的闭塞、解闭。如果在会议中感知到目前状态不正常或者趋势不正常,需要进行基站的扩容。
随着时间的变化,重大会议前后对网络健康度的理解和处理方法是不一样的,这也说明动态感知网络态势的必要性。
此外,本申请实施例还提供一种设备,包括:存储器、处理器以及存储在存储器上并可在处理器上运行的网络态势感知程序,网络态势感知程序被处理器执行时实现上述的网络态势感知方法的步骤。
此外,本申请实施例还提供一种机器可读介质,存储有网络态势感知程序,所述网络态势感知程序被处理器执行时实现上述的网络态势感知方法的步骤。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器,如数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在机器可读介质(比如,计算机可读介质)上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
虽然本申请所揭露的实施方式如上,但所述的内容仅为便于理解本申请而采用的实施方式,并非用以限定本申请。任何本申请所属领域内的技术人员,在不脱离本申请所揭露的精神和范围的前提下,可以在实施的形式及细节上进行任何的修改与变化,但本申请的专利保护范围,仍须以所附的权利要求书所界定的范围为准。

Claims (14)

1.一种网络态势感知方法,其特征在于,包括:
确定网络所处的场景;
根据所述网络所处的场景对应的态势感知模型,确定所述网络的态势感知结果。
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:
给一个或多个场景配置对应的态势感知模型。
3.根据权利要求2所述的方法,其特征在于,所述给一个或多个场景配置对应的态势感知模型,包括:
构建态势感知模型库;所述态势感知模型库包括一个或多个态势感知模型;
构建场景库;所述场景库包括一个或多个场景;
建立所述态势感知模型库中的态势感知模型和所述场景库中的场景之间的对应关系。
4.根据权利要求3所述的方法,其特征在于,所述态势感知模型库中的每个态势感知模型包括态势要素和态势评估方式,或者,包括态势要素、态势评估方式及态势处理建议。
5.根据权利要求3所述的方法,其特征在于,所述场景库中的每个场景包括以下至少之一信息:场景触发事件、场景范围、趋势预测时间段。
6.根据权利要求2所述的方法,其特征在于,所述给一个或多个场景配置对应的态势感知模型,包括:
构建态势感知模型库,所述态势感知模型库包括一个或多个态势感知模型,每个态势感知模型包括场景信息、态势要素及态势评估方式,或者,包括场景信息、态势要素、态势评估方式及态势处理建议。
7.根据权利要求1所述的方法,其特征在于,所述态势感知结果包括趋势预测结果;所述方法还包括:
当所述网络的趋势预测结果存在异常时,确定所述网络的趋势纠偏方式,并指示通信网元进行网络趋势纠偏;
或者,所述态势感知结果包括趋势预测结果和态势评估结果;所述方法还包括以下至少之一:
当所述网络的态势评估结果存在异常时,确定所述网络的修复方式,并指示通信网元进行网络状态修复;
当所述网络的趋势预测结果存在异常时,确定所述网络的趋势纠偏方式,并指示通信网元进行网络趋势纠偏。
8.根据权利要求1所述的方法,其特征在于,不同场景对应的态势感知模型不同。
9.一种网络态势感知装置,其特征在于,包括:
场景确定模块,用于确定网络所处的场景;
感知模块,用于根据所述网络所处的场景对应的态势感知模型,确定所述网络的态势感知结果。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括:配置模块,用于给一个或多个场景配置对应的态势感知模型。
11.根据权利要求10所述的装置,其特征在于,所述配置模块,包括:
第一构建单元,用于构建态势感知模型库,其中,所述态势感知模型库包括一个或多个态势感知模型;
第二构建单元,用于构建场景库,其中,所述场景库包括一个或多个场景;
配置单元,用于建立所述态势感知模型库中的态势感知模型和所述场景库中的场景之间的对应关系。
12.一种网络态势感知系统,其特征在于,包括:通信网元以及具有如权利要求9至11中任一项所述的网络态势感知装置的设备;其中,所述网络态势感知装置用于在确定网络的态势感知结果存在异常时,指示所述通信网元进行网络状态修复和网络趋势纠偏中的至少一项。
13.一种设备,其特征在于,包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的网络态势感知程序,所述网络态势感知程序被所述处理器执行时实现如权利要求1至8中任一项所述的网络态势感知方法的步骤。
14.一种机器可读介质,其特征在于,存储有网络态势感知程序,所述网络态势感知程序被处理器执行时实现如权利要求1至8中任一项所述的网络态势感知方法的步骤。
CN201710465225.8A 2017-06-19 2017-06-19 一种网络态势感知方法、装置及系统 Active CN109150565B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710465225.8A CN109150565B (zh) 2017-06-19 2017-06-19 一种网络态势感知方法、装置及系统
PCT/CN2018/091793 WO2018233593A1 (zh) 2017-06-19 2018-06-19 一种网络态势感知方法、装置、系统及机器可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710465225.8A CN109150565B (zh) 2017-06-19 2017-06-19 一种网络态势感知方法、装置及系统

Publications (2)

Publication Number Publication Date
CN109150565A true CN109150565A (zh) 2019-01-04
CN109150565B CN109150565B (zh) 2021-11-02

Family

ID=64737500

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710465225.8A Active CN109150565B (zh) 2017-06-19 2017-06-19 一种网络态势感知方法、装置及系统

Country Status (2)

Country Link
CN (1) CN109150565B (zh)
WO (1) WO2018233593A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113132132A (zh) * 2019-12-30 2021-07-16 华为技术有限公司 一种切片控制方法及装置

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111901814B (zh) * 2020-09-11 2022-07-26 中国联合网络通信集团有限公司 无线网络健康评估方法、装置、电子设备及存储介质
CN114006802B (zh) * 2021-09-14 2023-11-21 上海纽盾科技股份有限公司 失陷设备的态势感知预测方法、装置及系统
CN115022006B (zh) * 2022-05-30 2023-01-13 珠海市鸿瑞信息技术股份有限公司 基于安全态势感知的网络运行维护系统及方法
CN117692935A (zh) * 2023-12-21 2024-03-12 中国电信股份有限公司技术创新中心 感知场景的创建方法、装置、网络设备和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080043748A1 (en) * 2006-08-21 2008-02-21 International Business Machines Corporation Multi-scale network traffic generator
CN103001823A (zh) * 2012-11-13 2013-03-27 中国科学院信息工程研究所 一种基于多粒度抽象理论的虚拟网络构建方法和系统
CN103679296A (zh) * 2013-12-24 2014-03-26 云南电力调度控制中心 基于态势感知的电网安全风险评估方法和模型
WO2016049898A1 (zh) * 2014-09-30 2016-04-07 华为技术有限公司 身份认证的方法、装置及用户设备
CN106130762A (zh) * 2016-06-23 2016-11-16 昆山九华电子设备厂 一种基于有穷自动机的网络训练综合分析方法
CN106656991A (zh) * 2016-10-28 2017-05-10 上海百太信息科技有限公司 一种网络威胁检测系统及检测方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8365246B2 (en) * 2008-03-18 2013-01-29 International Business Machines Corporation Protecting confidential information on network sites based on security awareness
CN102098180B (zh) * 2011-02-17 2013-10-16 华北电力大学 一种网络安全态势感知方法
CN102098181A (zh) * 2011-03-10 2011-06-15 北京网御星云信息技术有限公司 一种网络优化策略的生成方法及装置
CN103581186B (zh) * 2013-11-05 2016-09-07 中国科学院计算技术研究所 一种网络安全态势感知方法及系统
CN104348829B (zh) * 2014-09-26 2017-08-01 智慧城市信息技术有限公司 一种网络安全态势感知系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080043748A1 (en) * 2006-08-21 2008-02-21 International Business Machines Corporation Multi-scale network traffic generator
CN103001823A (zh) * 2012-11-13 2013-03-27 中国科学院信息工程研究所 一种基于多粒度抽象理论的虚拟网络构建方法和系统
CN103679296A (zh) * 2013-12-24 2014-03-26 云南电力调度控制中心 基于态势感知的电网安全风险评估方法和模型
WO2016049898A1 (zh) * 2014-09-30 2016-04-07 华为技术有限公司 身份认证的方法、装置及用户设备
CN106130762A (zh) * 2016-06-23 2016-11-16 昆山九华电子设备厂 一种基于有穷自动机的网络训练综合分析方法
CN106656991A (zh) * 2016-10-28 2017-05-10 上海百太信息科技有限公司 一种网络威胁检测系统及检测方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113132132A (zh) * 2019-12-30 2021-07-16 华为技术有限公司 一种切片控制方法及装置

Also Published As

Publication number Publication date
WO2018233593A1 (zh) 2018-12-27
CN109150565B (zh) 2021-11-02

Similar Documents

Publication Publication Date Title
CN109150565A (zh) 一种网络态势感知方法、装置及系统
CN110198555B (zh) 一种网络切片的配置方法和装置
CN109936852B (zh) 一种覆盖重合小区的节能方法及装置
US9113345B2 (en) Web server and method for hosting a web page for presenting location based user quality data related to a communication network
US12015936B2 (en) Proactively adjusting network infrastructure in response to reporting of real-time network performance
CN109788488A (zh) 一种网络站点的规划方法和装置
US8768337B2 (en) Base station power control in a mobile network
US9729418B2 (en) Method for heterogeneous network policy based management
KR102068918B1 (ko) 라우터 어드레스 유형 식별 방법 및 장치
WO2019034805A1 (en) COGNITIVE SELF-ORGANIZING NETWORKS CENTERED ON THE CUSTOMER
US11792662B2 (en) Identification and prioritization of optimum capacity solutions in a telecommunications network
US10327217B2 (en) Techniques for device registration and prioritization in a cellular as a service environment
CN104349366A (zh) 一种基于gis的无线网络问题关联分析方法
CN115334560B (zh) 基站异常的监测方法、装置、设备及计算机可读存储介质
KR20200014989A (ko) 사용자 위치 기반 근태관리 시스템 및 방법
CN110267288A (zh) 移动网络投诉定位方法及装置
JP6881471B2 (ja) 配置サーバ、警備システム、警備員配置方法及びプログラム
US8355945B1 (en) Identifying and ranking high-impact churn sectors
CN112235814A (zh) 一种云sim卡无线网络优化方法、终端装置及服务端装置
CN107071188A (zh) 智能控制闹钟的方法、设备及可读存储介质
CN109558152A (zh) 系统灰度发布时流量切换方法、装置、介质及电子设备
US20210035135A1 (en) Dominant customer locations identification systems and methods
CN113515993A (zh) 视频异常检测、模型训练方法、设备、模型及存储介质
US10306488B2 (en) Controller node, method and computer programrat
US11870638B1 (en) Network resiliency and impact coordination

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