CN109756358B - 采样频率推荐方法、装置、设备与存储介质 - Google Patents

采样频率推荐方法、装置、设备与存储介质 Download PDF

Info

Publication number
CN109756358B
CN109756358B CN201711092524.8A CN201711092524A CN109756358B CN 109756358 B CN109756358 B CN 109756358B CN 201711092524 A CN201711092524 A CN 201711092524A CN 109756358 B CN109756358 B CN 109756358B
Authority
CN
China
Prior art keywords
quality
sampling frequency
experience
sampling
experience quality
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711092524.8A
Other languages
English (en)
Other versions
CN109756358A (zh
Inventor
叶浩楠
张亮
程剑
吴俊�
薛莉
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei 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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN201711092524.8A priority Critical patent/CN109756358B/zh
Priority to PCT/CN2018/114048 priority patent/WO2019091359A1/zh
Priority to EP18875251.3A priority patent/EP3694154B1/en
Publication of CN109756358A publication Critical patent/CN109756358A/zh
Priority to US16/868,699 priority patent/US11336540B2/en
Application granted granted Critical
Publication of CN109756358B publication Critical patent/CN109756358B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04L43/02—Capturing of monitoring data
    • H04L43/022—Capturing of monitoring data by sampling
    • H04L43/024—Capturing of monitoring data by sampling by adaptive sampling
    • 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
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5003—Managing SLA; Interaction between SLA and QoS
    • H04L41/5009—Determining service level performance parameters or violations of service level contracts, e.g. violations of agreed response time or mean time between failures [MTBF]
    • 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
    • H04L43/16—Threshold monitoring
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/80—Responding to QoS
    • 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
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5061—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the interaction between service providers and their network customers, e.g. customer relationship management
    • H04L41/5067—Customer-centric QoS measurements
    • 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
    • H04L43/0823—Errors, e.g. transmission errors
    • H04L43/0829—Packet loss
    • 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
    • H04L43/0852—Delays
    • H04L43/0864—Round trip delays

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供了一种采样频率推荐方法、装置、设备与存储介质，涉及通信技术领域。该采样频率推荐方法，包括：获取待分析数据流的网络关键绩效指标；按照多个不同的采样频率，对网络关键绩效指标采样，得到与每个采样频率对应的体验质量序列，多个不同的采样频率包括一个标准采样频率和至少两个待测采样频率，标准采样频率大于各待测采样频率；确定每个待测采样频率对应的体验质量序列与标准体验质量序列的匹配度，根据每个待测采样频率对应的体验质量序列与标准体验质量序列的匹配度确定推荐采样频率，推荐采样频率对应的匹配度符合期望条件。利用本发明的技术方案能够平衡网络体验质量优劣和网络故障的检测识别能力和网络性能。

Description

采样频率推荐方法、装置、设备与存储介质
技术领域
本发明涉及通信技术领域，尤其涉及一种采样频率推荐方法、装置、设备与存储介质。
背景技术
为了对网络的性能进行评估，从而根据网络的性能对网络进行优化，为网络配备了完整的性能评价指标体系。利用网络的关键绩效指标(Key Performance Indicator，KPI)实现对网络的性能的评估。关键绩效指标可包括网络中各层设备的负载率、丢包率以及时延等特征。
比如，在数据流业务的场景中，数据流业务的体验质量逐渐成为了最受关注的网络性能之一。当采用可靠传输协议，如传输控制协议(Transmission Control Protocol，TCP)，传输数据流时，数据流业务体验质量差一般是网络设备吞吐率不足引发的。网络设备吞吐率不足，是指网络设备推算的吞吐率未能达到当前播放视频的码率。在网络设备吞吐率不足的情况下，数据流业务的体验质量较差。为了识别数据流业务的体验质量的优劣，需要数据传输设备采集网络的网络关键绩效指标，数据分析中心对采集得到的网络关键绩效指标进行采样，根据采样结果判断数据流业务的体验质量的优劣。由于数据流业务的体验质量差的情况具备偶发性，因此，对网络关键绩效指标采样的采样频率越高，识别数据流业务的体验质量优劣能力就越强。但是采用高采样频率需要存储并分析大量的采样数据，导致占用数据分析设备大量的存储资源和计算资源，从而降低网络的性能。而低采样频率又会降低识别数据流业务的体验质量优劣的准确性。
发明内容
本申请提供了一种采样频率推荐方法、装置、设备与存储介质，能够平衡网络体验质量优劣和网络故障的检测识别能力和网络性能。
第一方面，本申请提供了一种采样频率推荐方法，包括：获取待分析数据流的网络关键绩效指标；按照多个不同的采样频率，对网络关键绩效指标采样，得到与每个采样频率对应的体验质量序列，多个不同的采样频率包括一个标准采样频率和至少两个待测采样频率，且标准采样频率大于每个待测采样频率，每个采样频率对应的体验质量序列包括按照采样时间顺序排列的各采样周期的体验质量元素，每个采样周期的体验质量元素用于表征根据采样周期内的网络关键绩效指标确定的体验质量；确定每个待测采样频率对应的体验质量序列与标准体验质量序列的匹配度，根据每个待测采样频率对应的体验质量序列与标准体验质量序列的匹配度确定推荐采样频率，推荐采样频率对应的匹配度符合期望条件，标准体验质量序列与标准采样频率对应。
采样频率越高，根据采样频率采样得到的网络关键绩效指标对网络体验质量的识别能力越强。因此，标准体验质量序列能够尽可能地还原网络的网络体验质量。匹配度可表征标准体验质量序列与待测采样频率对应的体验质量序列的相似程度，也就是说，匹配度可表征识别网络体验质量的准确度的高低。通过期望条件可得到符合要求的匹配度，继而得到与符合要求的匹配度对应的推荐采样频率，从而利用推荐采样频率来平衡网络体验质量识别能力和网络性能。
结合第一方面，在第一方面的第一种可能中，按照多个不同的采样频率，对网络关键绩效指标采样，得到与每个采样频率对应的体验质量序列，包括：对于每个采样频率，根据按照采样频率采样得到的网络关键绩效指标，计算每个采样周期中的网络吞吐率，获取每个采样周期的码率，并比较同一个采样周期中的网络吞吐率和码率，得到多个采样周期对应的体验质量元素，体验质量元素包括质优状态或质差状态，质优状态表征同一个采样周期中的网络吞吐率大于或等于码率，质差状态表征同一个采样周期中的网络吞吐率小于码率。
利用网络吞吐率和实时码率的比较，将体验质量元素二值化，体验质量元素为质优状态或质差状态，从而更便于判断按照采样频率采样时待分析数据流的状态为质优状态还是质差状态，质差状态可为由于卡顿发生的质差状态。可利用质优状态和质差状态组成体验质量序列，从而利用待测采样频率对应的体验质量序列与能够最接近地还原网络的网络体验质量优劣的标准体验质量序列的匹配度，得到利用待测采样频率能够还原标准体验质量序列的能力。从而更精准的得到按照待测采样频率采样检测识别网络体验质量优劣和网络故障的准确度。
结合第一方面或第一方面的第一种可能，在第一方面的第二种可能中，确定待测采样频率对应的体验质量序列与标准体验质量序列的匹配度，包括：基于标准体验质量序列中的体验质量元素和待测采样频率对应的体验质量序列中的体验质量元素，计算得到待测采样频率对应的体验质量序列与标准体验质量序列的匹配度。
结合第一方面的第二种可能，在第一方面的第三种可能中，标准体验质量序列中体验质量元素的数目为N，待测采样频率对应的体验质量序列中体验质量元素的数目为M，N与M均为正整数，基于标准体验质量序列中的体验质量元素和待测采样频率对应体验质量障序列中体验质量态元素，计算得到待测采样频率对应的体验质量序列与标准体验质量序列的匹配度，包括：在标准体验质量序列中，将每N/M个连续的体验质量元素合并为一个体验质量元素，N/M为正整数；计算目标体验质量元素的数目占待测采样频率对应的体验质量序列中体验质量元素的数目的比例，将比例作为待测采样频率对应的体验质量序列与标准体验质量序列的匹配度，目标体验质量元素为待测采样频率对应的体验质量序列中与经体验质量元素合并后的标准体验质量序列中对应采样周期的体验质量元素相同的体验质量元素。
不同的采样频率下得到的体验质量序列中体验质量元素的数目不同，通过合并，使得包括不同数目的体验质量元素的体验质量序列可相互对比，从而扩大了采样频率推荐方法的适用范围。
结合第一方面的第三种可能，在第一方面的第四种可能中，在标准体验质量序列中，若每N/M个连续的体验质量元素中至少有一个体验质量元素为质差状态，则N/M个连续的体验质量元素合并得到的体验质量元素为质差状态。
结合第一方面或第一方面的第一种可能至第四种可能中的任意一种可能，在第一方面的第五种可能中，根据每个待测采样频率对应的体验质量序列与标准体验质量序列的匹配度确定推荐采样频率，包括：对于每个待测采样频率，计算多条待分析数据流的与待测采样频率对应的体验质量序列与标准体验质量序列的匹配度的统计值，统计值包括平均值或中值；将匹配度的统计值处于期望匹配度范围内的待测采样频率作为目标采样频率；将目标采样频率中最低的采样频率作为推荐采样频率。
在满足期望的检测识别网络体验质量优劣和网络故障的准确度的基础上，选取采样频率最低的目标采样频率作为推荐采样频率最大限度的降低了对数据分析设备的性能要求，从而避免了对整个网络性能的不良影响。
结合第一方面或第一方面的第一种可能至第四种可能中的任意一种可能，在第一方面的第六种可能中，根据每个待测采样频率对应的体验质量序列与标准体验质量序列的匹配度确定推荐采样频率，包括：对于每个待测采样频率，计算多条待分析数据流的与待测采样频率对应的体验质量序列与标准体验质量序列的匹配度；对于每条待分析数据流选取匹配度处于期望匹配度范围内的待测采样频率中最低的采样频率，并将被选取次数最多的待测采样频率作为推荐采样频率。
结合第一方面或第一方面的第一种可能至第六种可能中的任意一种可能，在第一方面的第七种可能中，获取数据传输设备采集到的待分析数据流的网络关键绩效指标，包括：选取体验质量未达到标准体验质量的数据流作为待分析数据流，并获取待分析数据流的网络关键绩效指标。
排除体验质量优的数据流，筛选体验质量较差的数据流作为待分析数据流，可避免对体验质量优的数据流进行采样分析，节省了采样分析的资源和时间，从而提高得到推荐采样频率的速度和效率。
结合第一方面，在第一方面的第八种可能中，上述采样频率推荐方法还包括：若期望条件更新或网络关键绩效指标的变化量超出正常变化阈值，则重新确定推荐采样频率。
当对网络体验质量优劣和网络故障识别的准确度要求发生显著变化时，或者当网络状态发生显著变化时，针对网络原来的网络体验质量优劣和网络故障识别的准确度不再适用于当前网络，可基于最新的网络关键绩效指标，实现采样频率推荐的适应性更新和适应性优化，从而保持网络的最佳性能。
第二方面，本申请提供了一种采样频率推荐装置，包括：获取模块，被配置为获取待分析数据流的网络关键绩效指标；采样模块，被配置为按照多个不同的采样频率，对网络关键绩效指标采样，得到与每个采样频率对应的体验质量序列，多个不同的采样频率包括一个标准采样频率和至少两个待测采样频率，且标准采样频率大于每个待测采样频率，每个采样频率对应的体验质量序列包括按照采样时间顺序排列的各采样周期的体验质量元素，每个采样周期的体验质量元素用于表征根据采样周期内的网络关键绩效指标确定的体验质量，采样周期的时长与采样频率对应；推荐模块，被配置为确定每个待测采样频率对应的体验质量序列与标准体验质量序列的匹配度，根据每个待测采样频率对应的体验质量序列与标准体验质量序列的匹配度确定推荐采样频率，推荐采样频率对应的匹配度符合期望条件，标准体验质量序列与标准采样频率对应。
结合第二方面，在第二方面的第一种可能中，采样模块具体被配置为：对于每个采样频率，根据按照采样频率采样得到的网络关键绩效指标，计算每个采样周期中的网络吞吐率，获取每个采样周期的码率，并比较同一个采样周期中的网络吞吐率和码率，得到多个采样周期对应的体验质量元素，体验质量元素包括质优状态或质差状态，质优状态表征同一个采样周期中的网络吞吐率大于或等于码率，质差状态表征同一个采样周期中的网络吞吐率小于码率。
结合第二方面或第二方面的第一种可能，在第二方面的第二种可能中，推荐模块执行确定所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度时，具体被配置为：基于标准体验质量序列中的体验质量元素和待测采样频率对应的体验质量序列中的体验质量元素，计算得到待测采样频率对应的体验质量序列与标准体验质量序列的匹配度。
结合第二方面的第二种可能，在第二方面的第三种可能中，标准体验质量序列中体验质量元素的数目为N，待测采样频率对应的体验质量序列中体验质量元素的数目为M，N与M均为正整数，推荐模块执行基于标准体验质量序列中的体验质量元素和待测采样频率对应的体验质量序列中的体验质量元素，计算得到待测采样频率对应的体验质量序列与标准体验质量序列的匹配度时，具体被配置为：在标准体验质量序列中，将每N/M个连续的体验质量元素合并为一个体验质量元素，N/M为正整数；计算目标体验质量元素的数目占待测采样频率对应的体验质量序列中体验质量元素的数目的比例，将比例作为待测采样频率对应的体验质量序列与标准体验质量序列的匹配度，目标体验质量元素为待测采样频率对应的体验质量序列中与经体验质量元素合并后的标准体验质量序列中对应采样周期的体验质量元素相同的体验质量元素。
结合第二方面的第三种可能，在第二方面的第四种可能中，在标准体验质量序列中，若每N/M个连续的体验质量元素中至少有一个体验质量元素为质差状态，则N/M个连续的体验质量元素合并得到的体验质量元素为质差状态。
结合第二方面或第二方面的第一种可能至第四种可能中的任意一种可能，在第二方面的第五种可能中，推荐模块执行根据每个所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度确定推荐采样频率时，具体被配置为：对于每个待测采样频率，计算多条待分析数据流的与待测采样频率对应的体验质量序列与标准体验质量序列的匹配度的统计值，统计值包括平均值或中值；将匹配度的统计值处于期望匹配度范围内的待测采样频率作为目标采样频率；将目标采样频率中最低的采样频率作为推荐采样频率。
结合第二方面或第二方面的第一种可能至第四种可能中的任意一种可能，在第二方面的第六种可能中，推荐模块执行根据每个待测采样频率对应的体验质量序列与标准体验质量序列的匹配度确定推荐采样频率时，具体被配置为：对于每个待测采样频率，计算多条待分析数据流的与待测采样频率对应的体验质量序列与标准体验质量序列的匹配度；对于每条待分析数据流选取匹配度处于期望匹配度范围内的待测采样频率中最低的采样频率，并将被选取次数最多对应的待测采样频率作为推荐采样频率。
结合第二方面或第二方面的第一种可能至第六种可能中的任意一种可能，在第二方面的第七种可能中，获取模块具体被配置为：选取体验质量未达到标准体验质量的数据流作为待分析数据流，并获取待分析数据流的网络关键绩效指标。
结合第二方面，在第二方面的第八种可能中，上述采样频率推荐装置还包括：更新执行模块，被配置为若期望条件更新或关键绩效指标的变化量超出正常变化阈值，则触发获取模块、采样模块和推荐模块重新确定推荐采样频率。
第三方面，本申请提供了一种采样频率推荐设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，所述处理器执行所述程序时实现上述技术方案中的采样频率推荐方法。
第四方面，本申请提供了一种存储介质，所述存储介质上存储有程序，所述程序被处理器执行时实现上述技术方案中的采样频率推荐方法。
本申请提供一种采样频率推荐方法、装置、设备与存储介质。按照多个不同的采样频率对待分析数据流的网络关键绩效指标进行采样，得到与每个采样频率对应的体验质量序列，体验质量序列包括体验质量元素，体验质量元素可表征根据网络关键绩效指标确定的体验质量。利用待测采样频率对应的体验质量序列与标准体验质量序列的匹配度确定推荐采样频率。其中，标准体验质量序列与标准采样频率对应，且标准采样频率大于所有待测采样频率。采样频率越高，根据采样频率采样得到的网络关键绩效指标对网络体验质量的识别能力越强。因此，标准体验质量序列能够尽可能地还原网络的网络体验质量。匹配度可表征标准体验质量序列与待测采样频率对应的体验质量序列的相似程度，也就是说，匹配度可表征识别网络体验质量的准确度的高低。通过期望条件可得到符合要求的匹配度，继而得到与符合要求的匹配度对应的推荐采样频率，从而利用推荐采样频率来平衡网络体验质量识别能力和网络性能。
附图说明
图1为本发明实施例中的采样频率推荐方法的应用场景示意图；
图2为本发明一实施例中一种采样频率推荐方法的流程图；
图3为本发明另一实施例中一种采样频率推荐方法的流程图；
图4为本发明又一实施例中一种采样频率推荐方法的流程图；
图5为本发明一实施例中一种采样频率推荐装置的结构示意图；
图6为本发明另一实施例中一种采样频率推荐装置的结构示意图；
图7为本发明一实施例中的一种采样频率推荐设备的硬件结构示意图。
具体实施方式
本发明实施例提供了一种采样频率推荐方法、装置、设备与存储介质，可应用于检测识别网络的体验质量优劣的场景中。图1为本发明实施例中的采样频率推荐方法的应用场景示意图。如图1所示，采样频率推荐系统可包括光网络终端11(Optical networkterminal，ONT)、光线路终端12(Optical Line Terminal，OLT)、宽带远程接入服务器13(Broadband Remote Access Server，BRAS)、核心路由器14(Core Router，CR)、数据分析服务器15(Data Analysis Server，DAS)、数据流源16、业务监控网关17(Service InspectionGateway，SIG)和质量监控中心18(Quality Monitoring Center，QMC)。数据流源16为提供数据流的设备，具体可以为提供视频数据流的视频服务器，如，互联网协议电视(InternetProtocol television，IPTV)服务器。光网络终端11、光线路终端12、宽带远程介入服务器13和核心路由器14均为数据传输设备。在任一数据传输设备上均可部署或旁挂数据采集装置，利用数据采集装置采集各数据流的网络关键绩效指标(Key Performance Indicator，KPI)数据，从而将网络关键绩效指标数据汇总至数据分析服务器15进行处理。网络关键绩效指标数据可包括数据流标识和该数据流标识所标识的数据流的网络关键绩效指标。示例性的，数据流标识可包括五元组和时间标签，如，数据流为视频数据流，时间标签可以为该视频数据流的起始播放时间。业务监控网关17可根据数据流采集数据流体验数据，将数据流体验数据汇总至质量监控中心18处理。数据流体验数据可包括数据流标识和该数据流标识所标识的数据流的网络关键质量指标(Key Quality Indicator，KQI)。示例性的，数据流体验数据中的数据流标识可包括五元组和时间标签，还可包括用户标识。比如，数据流为视频数据流，则数据流体验数据中的数据流标识还可包括视频标识。质量监控中心18在获取数据流的网络关键绩效指标数据时，也获取到了数据流的数据流体验数据，质量监控中心18与数据分析服务器15共同协作，质量监控中心18可通过数据流标识将网络关键绩效指标与网络关键质量指标相关联，从而进行进一步分析。视频数据流的体验质量优劣可表现为视频播放过程中的体验优劣，比如，若视频播放发生卡顿，则可看做视频数据流的体验质量差。
图2为本发明一实施例中一种采样频率推荐方法的流程图。如图1所示，采样频率推荐方法包括步骤201至步骤205。
在步骤201中，获取待分析数据流的网络关键绩效指标。
数据流源会向用户终端发送多条数据流。数据流标识可唯一标识一条数据流。可利用业务监控网关根据数据流源发送的数据流采集数据流体验数据，根据数据流体验数据中的网络关键质量指标，选取待分析数据流。在一个示例中，可随机选取多个数据流作为待分析数据流。在另一个示例中，也可以从数据流源发送的数据流中选取体验质量差的数据流作为待分析数据流。比如，数据流为视频数据流。则网络关键绩效指标可包括卡顿时长占比，根据卡顿时长占比可得到播放出现卡顿的视频数据流，从而选取播放出现卡顿的视频数据流作为待分析数据流。
需要说明的是，待分析数据流，可以是整个数据流，也可以是整个数据流的一部分。如，用户从上午9:00开始通过用户终端1连续30分钟观看视频服务器1上的视频1，即，视频服务器1为用户终端1提供时长为30分钟的视频数据流。在步骤201中，可以将该视频数据流1直接作为待分析数据流，也可以将该视频数据流1中的一部分(如前10分钟的视频数据流或发生卡顿的时刻所在的10分钟的视频数据流)作为待分析数据流。
在步骤202中，按照多个不同的采样频率，对网络关键绩效指标采样，得到与每个采样频率对应的体验质量序列。
其中，多个不同的采样频率包括一个标准采样频率和至少两个待测采样频率，且标准采样频率大于每个待测采样频率。比如，多个不同的采样频率包括1/30Hz、1/60Hz、1/120Hz、1/180Hz和1/300Hz，则1/30Hz为标准采样频率，1/60Hz、1/120Hz、1/180Hz和1/300Hz均为待测采样频率。其中，采样频率越高，根据按照采样频率采集得到的网络关键绩效指标对网络体验质量的检测识别能力就越强。
其中，针对每一条数据流，按照每个采样频率均进行一次采样，得到每条视频数据流的网络关键绩效指标在每个采样频率下采样得到的网络关键绩效指标。在一个示例中，具体可在一个时间段内，按照多个不同的采样频率，对数据传输设备采集到的待分析数据流的网络关键绩效指标进行采样。比如，采样频率包括1/30Hz、1/60Hz和1/120Hz，Hz为频率单位赫兹，与上述采样频率对应的采样周期的时长分别为30s、60s和120s，s为时间单位秒。比如，采集的是长度为10分钟的待分析数据流的网络关键绩效指标，则可分别按照采样频率1/30Hz、1/60Hz和1/120Hz对该待分析视频数据流的网络关键绩效指标进行采样。也就是说，按照采样频率1/30Hz采样得到了待分析数据流的一组网络关键绩效指标，按照采样频率1/60Hz采样得到了待分析数据流的另一组网络关键绩效指标，按照采样频率1/120Hz采样得到了待分析数据流的又一组网络关键绩效指标。
在一个示例中，网络关键绩效指标可包括往返时延(Round-Trip Time，RTT)、丢包率(Packet Loss Rate，PLR)和最大分段大小(Maximum Segment Size，MSS)。往返时延可包括上游往返时延(Up Round-Trip Time，URTT)和下游往返时延(Down Round-Trip Time，DRTT)。丢包率可包括上游丢包率(Up Packet Loss Rate，UPLR)和下游丢包率(DownPacket Loss Rate，DPLR)。具体的，网络关键绩效指标可通过部署或旁挂在一个或多个数据传输设备上的数据采集装置采集。比如，数据流可为TCP数据流，数据采集装置可通过引流或镜像的方式获取对应的数据传输设备接收的TCP数据流，并根据TCP数据流的时间标签，获取到往返时延。也可基于TCP数据流中的TCP报文的序列号，获取丢包率。也可对TCP数据流中的TCP报文进行解析，从而得到最大分段大小。
在一个示例中，对网络关键绩效指标进行采样，具体可实现为计算按照与采样频率对应的采样周期的时长划分的各采样周期内的网络关键绩效指标的平均值，或者选取按照与采样频率对应的采样周期的时长划分的各采样周期内的网络关键绩效指标的中值，来作为采样得到的各采样周期的网络关键绩效指标。采样周期的时长与采样频率对应，比如，采样频率为1/30Hz，则采样周期的时长为30s。
其中，每个体验质量序列与某一条待分析视频数据流的某一采样频率对应。每个采样频率对应的体验质量序列包括按照采样时间顺序排列的各采样周期的体验质量元素。每个采样周期的体验质量元素用于表征根据该采样周期内的网络关键绩效指标确定的体验质量。体验质量元素可表示为数字、字母、算式或数字和字母组成的字符串等。体验质量优劣可根据待分析数据流的网络关键绩效指标确定。比如，若体验质量序列中的体验质量元素可表示为0和1,0表示体验质量差，1表示体验质量优。采样频率包括1/30Hz和1/60Hz两个采样频率，针对时长为5分钟的数据流，按照上述两个采样频率对数据流的网络关键绩效指标进行采样。在采样频率为1/30Hz的条件下，可得到与1/30Hz相对应的体验质量序列[1，1，1，1，0，0，1，1，1，1]。其中，在十个采样周期中体验质量元素按照采样时间顺序排列分别为1、1、1、1、0、0、1、1、1和1。则按照1/30Hz采样得到的网络关键绩效指标中，第五个采样周期和第六个采样周期采样得到的网络关键绩效指标表明在第五个采样周期和第六个采样周期时数据流的体验质量差。在采样频率为1/60Hz的条件下，可得到与1/60Hz相对应的体验质量序列[1，1，1，0，1]，则按照1/60Hz采样得到的网络关键绩效指标中，第四个采样周期得到的网络关键绩效指标表明在第四个采样周期时数据流的体验质量差。
需要说明的是，在本发明实施例中，采样周期的时长指的是采样频率的倒数，采样周期指的是根据该采样频率对数据流的网络关键绩效指标进行采样时相邻的两个采样时刻之间的时间段。如，采样频率为1/30Hz，则采样周期的时长为30s，按照1/30Hz的采样频率对时长为10分钟的视频数据流的网络关键绩效指标进行采样，则该视频数据流包括20个时长为30s的采样周期，对该视频数据流的网络关键绩效指标进行采样可以得到分别对应各采样周期的20个采样数据，每个采样数据具体可以是对应采样周期中的网络关键绩效指标的统计值，如中值、平均值等，相应地，得到的与该采样频率对应的体验质量序列的体验质量元素有20个，分别为每一个采样周期的体验质量元素。
在步骤203中，确定每个待测采样频率对应的体验质量序列与标准体验质量序列的匹配度，根据每个待测采样频率对应的体验质量序列与标准体验质量序列的匹配度确定推荐采样频率。
其中，标准体验质量序列为与标准采样频率对应的体验质量序列。标准采样频率与多个不同的采样频率中的其他采样频率相比，标准采样频率高于其他采样频率，按照标准采样频率采样得到的网络关键绩效指标最接近实际网络状况。在一个示例中，可预先设置一个较高的采样频率作为标准采样频率，之后再设置小于标准采样频率的待测采样频率。在另一个示例中，可先设置一组采样频率，将这一组采样频率中最大的采样频率作为标准采样频率。
由于标准体验质量序列为尽可能表征接近实际网络的体验质量的体验质量序列，因此与标准体验质量序列的匹配度可用于表征检测识别网络体验质量和网络故障的准确度的高低，匹配度越高，检测识别网络体验质量的准确度越高。这里的网络故障为可根据网络关键绩效指标分析得到的网络问题，比如卡顿故障等。在一个示例中，匹配度可量化为标准体验质量序列与待测采样频率对应的体验质量序列的相似程度。即可利用标准体验质量序列中的体验质量元素和待测采样频率对应的体验质量序列中的体验质量元素的相似度作为匹配度。比如，待测采样频率对应的体验质量序列与标准体验质量序列中均包括k个体验质量元素，按照各体验质量元素在待测采样频率对应的体验质量序列中的位置以及在标准体验质量序列中的位置，一一对比待测采样频率对应的体验质量序列和标准体验质量序列中位置相同的体验质量元素，k对体验质量元素中有p对体验质量元素相同，则待测采样频率对应的体验质量序列与标准体验质量序列的匹配度为p/k，p为整数，k为正整数。需要说明的是，若体验质量元素在体验质量序列中的位置与体验质量元素在标准体验质量序列中的位置相同，则表明两个体验质量元素对应同一采样周期。
可根据匹配度确定推荐采样频率，且推荐采样频率对应的匹配度符合期望条件。期望条件可根据工作场景和工作需求设定。由于标准体验质量序列为尽可能表征接近实际网络的体验质量的体验质量序列，因此可将标准体验质量序列作为标准，待测采样频率对应的体验质量序列与标准体验质量序列的匹配度可视为识别网络体验质量以及网络故障的准确度。
比如，在当前网络条件下，要求检测识别网络的体验质量优劣以及网络故障的准确度达到80％左右即可，则可查找匹配度与80％最接近的体验质量序列对应的待测采样频率，并将该待测采样频率作为推荐采样频率。
又比如，选取匹配度大于80％的匹配度中最小的待测采样频率作为推荐采样频率。
在待分析数据流为多条的场景下，对于每个待测采样频率，计算多条待分析数据流的与待测采样频率对应的体验质量序列与标准体验质量序列的匹配度。可在多个数据流利用不同的待测采样频率对网络关键绩效指标进行采样时，根据采样得到的网络关键绩效指标得到多个匹配度。
在一种实现方式中，对于每个待测采样频率，可以计算每条待分析数据流的与待测采样频率对应的体验质量序列与标准体验质量序列的匹配度的统计值(如平均值或中值)，并将匹配度的统计值处于期望匹配度范围内的待测采样频率中最低的采样频率作为推荐采样频率。
在另一种实现方式中，对于每条待分析数据流选取匹配度处于期望匹配度范围内的待测采样频率中最低的采样频率，并将被选取次数最多的待测采样频率作为推荐采样频率。即，匹配度符合期望条件具体可以为满足如下条件的次数最多：匹配度处于期望匹配度范围内的待测采样频率中最低的采样频率。如，利用标准采样频率(如1/30Hz)和3个待测采样频率(如1/60Hz、1/120Hz、1/180Hz)对3条待分析数据流的KPI进行采样，对于待分析数据流1,匹配度大于80％的待测采样频率为1/60Hz和1/120Hz(即匹配度大于80％的待测采样频率中最低的是1/120Hz)，对于待分析数据流2,匹配度大于80％的待测采样频率也为1/60Hz和1/120Hz，对于待分析数据流3,匹配度大于80％的待测采样频率只有1/60Hz(即匹配度大于80％的待测采样频率中最低的是1/60Hz)，则确定的推荐采样频率为1/120Hz。
后续在实际网络监控中，数据分析服务器可采用推荐采样频率对数据传输设备采集的待分析数据流的网络关键绩效指标进行采样。或者，数据分析服务器可将得到的推荐采样频率下发给用于对网络关键绩效指标进行采样的数据传输设备，由用于对网络关键绩效指标进行采样的数据传输设备按照推荐采样频率采集待分析数据流的网络关键绩效指标，并将按照推荐采样频率采集的待分析数据流的网络关键绩效指标汇集上报给数据分析服务器。
在本发明实施例中，标准体验质量序列能够尽可能地还原网络的网络体验质量。匹配度可表征标准体验质量序列与待测采样频率对应的体验质量序列的相似程度，也就是说，匹配度可表征识别网络体验质量的准确度的高低。通过期望条件可得到符合要求的匹配度，继而得到与符合要求的匹配度对应的推荐采样频率，从而利用推荐采样频率来平衡网络体验质量识别能力和网络性能。
图3为本发明另一实施例中一种采样频率推荐方法的流程图。图3为图2所示的采样频率推荐方法的一种具体实现方式，图2中的步骤201可细化为图3中的步骤2011；图2中的步骤202可细化为图3中的步骤2021至步骤2023；图2中的步骤203可细化为图3中的步骤2031至步骤2034。
在步骤2011中，选取体验质量未达到标准体验质量的数据流作为待分析数据流，并获取待分析数据流的网络关键绩效指标。
为了提高得到推荐采样频率的速度和效率，可先对数据流进行筛选(如根据数据流体验数据进行筛选)，将体验质量差的数据流作为待分析数据流。标准体验质量为区分体验质量优劣的体验质量界限，体验质量未达到标准体验质量表明体验质量差，体验质量达到标准体验质量表明体验质量优。比如，数据流为视频数据流，体验质量可为卡顿时长占比，可将是否出现卡顿现象作为体验质量优劣的区分，卡顿时长占比为0为标准体验质量。则卡顿时长占比非0表明出现卡顿现象，体验质量未达到标准体验质量，可将卡顿时长占比非0的视频数据流作为待分析视频数据流。标准体验质量也可根据工作场景和工作需求进行调整和设定。比如，数据流为视频数据流，体验质量可为卡顿时长占比，可将卡顿现象是否严重作为体验质量优劣的区分，卡顿时长占比小于等于30％为标准体验质量。则，若卡顿时长占比大于30％，表明卡顿现象严重，体验质量未达到标准体验质量，可将卡顿时长占比大于30％的视频数据流作为待分析视频数据流。
在一个示例中，数据流体验数据可由业务监控网关采集获取。而待分析视频数据流的关键绩效指标可由部署于数据传输设备的数据采集装置采集获取。数据传输设备在采集网络关键绩效指标的同时也可获取数据流的数据流标识。业务监控网关会将采集获取的数据流体验数据上传至质量监控中心。数据流体验数据包括数据流的数据流标识。质量监控中心与数据分析服务器协作，可通过数据流体验数据中的数据流标识，将待分析数据流与待分析数据流的网络关键绩效指标关联起来。
在步骤2021中，根据按照采样频率采样得到的网络关键绩效指标，计算每个采样周期中的网络吞吐率。
针对任意一条待分析数据流，利用不同的采样频率采样得到的网络关键绩效指标可能不同，也就是说，针对一条或多条待分析数据流，根据利用不同的采样频率采样得到的网络关键绩效指标计算得到的网络吞吐率可能也不同。在一个实施例中，网络关键绩效指标包括往返时延、丢包率和最大分段大小。则可利用计算公式(1)至(4)计算得到每个采样周期中的网络吞吐率，计算公式(1)如下：
Figure GDA0001589855900000091
Figure GDA0001589855900000092
Figure GDA0001589855900000093
Figure GDA0001589855900000094
其中，Throughput为一个采样周期中的网络吞吐率，Mss为一个采样周期中的最大分段大小，Rtt为一个采样周期中的往返时延，Plr为一个采样周期中的丢包率。T(U)为一个采样周期中的网络上游可支撑的最大吞吐率，URtt为一个采样周期中的上游往返时延，DRtt为一个采样周期中的下游往返时延，UPlr为一个采样周期中的上游丢包率。T(D)为网络下游可支撑的最大吞吐率，DPlr为一个采样周期中的下游丢包率。T(U+D)为网络上、下游可支撑的最大吞吐率。可根据对网络监控的具体要求选用上述计算公式。
需要说明的是，上述一个采样周期中的网络关键绩效指标可为一个采样周期内多个不同时刻的网络关键绩效指标的平均值，也可以选取一个采样周期内的多个不同时刻的网络关键绩效指标的中值。比如，一个采样周期内数据传输设备采集了多个不同时刻的往返时延，用于计算一个采样周期中的网络吞吐率的一个采样周期内的往返时延，可为该采样周期内多个不同时刻的往返时延的平均值，或者，也可选取该采样周期内多个不同时刻的往返时延的中值。
在步骤2022中，获取每个采样周期的码率。
在采集待分析数据流的网络关键绩效指标时，也可采集该待分析数据流的码率。比如，数据流为视频数据流，码率为视频码率。可通过深度包检测(Deep PacketInspection，DPI)技术解析视频数据流报文获得视频码率。相应地，在步骤2022中，可以按照采样频率对采集的码率进行采样以获取每个采样周期的码率。
在步骤2023中，比较同一个采样周期中的网络吞吐率和码率，得到多个采样周期对应的体验质量元素。
其中，每个采样周期均对应有一个体验质量元素，体验质量元素包括质优状态或质差状态。质优状态表征同一个采样周期中的网络吞吐率大于或等于码率，质差状态表征同一个采样周期中的网络吞吐率小于码率。
同一个采样周期中的网络吞吐率小于码率时，表明在该采样周期中可能出现卡顿现象，表明网络体验质量差。质差状态还可包括多个状态，比如质差状态还可包括轻微质差状态或严重质差状态。具体的，可计算采样周期中码率与网络吞吐率的差值，若该差值大于等于质差状态判定阈值，则判定为轻微质差状态；若该差值小于质差状态判定阈值，则判定为严重质差状态。质差状态判定阈值为区分轻微质差状态和严重质差状态的界限阈值，可根据工作场景和工作需求设定。
在一个示例中，为了便于记录和计算，可利用二值化方法存储、记录体验质量元素。体验质量元素可组成体验质量序列。体验质量序列包括按照采样时间顺序排列的各采样周期的体验质量元素。比如，质优状态用1表示，质差状态用0表示，若在5分钟内以1/60Hz的待测采样频率采样，第一个采样周期、第二个采样周期、第三个采样周期、第四个采样周期和第五个采样周期依次对应的体验质量元素为质优状态、质优状态、质优状态、质差状态和质优状态，体验质量序列可为[1，1，1，0，1]。
具体的，可利用计算公式(5)至(7)对体验质量序列进行二值化：
F(Tsample)＝[f(T1),f(T2),…,f(Ti),…,f(Tn)] (5)
f(Ti)＝0,ratei>Throughputi (6)
f(Ti)＝1,ratei≤Throughputi (7)
其中，F(Tsample)为当前待测采样频率下的体验质量序列，f(Ti)为第i个采样周期对应的体验质量元素，ratei为第i个采样周期的码率，Throughputi为第i个采样周期的网络吞吐率。
通常在采用可靠传输协议(如TCP)传输数据流时，根据步骤2021至步骤2023中的实现方式利用网络吞吐率和码率的大小关系确定各采样周期的体验质量元素。
上述步骤2021至步骤2023均为针对每个采样频率所执行的步骤。
在步骤2031中，基于标准体验质量序列中的体验质量元素和待测采样频率对应的体验质量序列中的体验质量元素，计算得到待测采样频率对应的体验质量序列与标准体验质量序列的匹配度。
其中，标准体验质量序列与标准采样频率对应。由于采样频率越高，利用该采样频率采样得到到的网络关键绩效指标越能够体现实际的网络状态，检测识别网络体验质量和网络故障的准确度越高。因此，可选取多个采样频率中采样频率值最高的采样频率作为标准采样频率。比如，多个采样频率包括1/30Hz、1/60Hz、1/120Hz、1/180Hz和1/300Hz，则可选取其中的1/30Hz为标准采样频率。
在步骤2032中，对于每个待测采样频率，计算多条待分析数据流的与待测采样频率对应的体验质量序列与标准体验质量序列的匹配度的统计值。
统计值可包括平均值或中值。也就是说，若对网络中的多条待分析数据流进行监控，则可针对每个待测采样频率，计算网络中的多条待分析数据流的体验质量序列与标准体验质量序列的匹配度的平均值或匹配度的中值。将多条待分析数据流的体验质量序列与标准体验质量序列的匹配度的统计值作为该待测采样频率对应的匹配度。
由于待测采样频率与标准采样频率不同，因此标准体验质量序列中的体验质量元素的数目与待测采样频率对应的体验质量序列中的体验质量元素的数目不同。而且标准体验质量序列对应的标准采样频率高于其他待测采样频率，也就是说，标准体验质量序列中的体验质量元素的数目多于采样频率对应的体验质量序列中的体验质量元素的数目。则需要将标准体验质量序列中的体验质量元素进行合并，利用标准体验质量序列中合并后的体验质量元素与待测采样频率对应的体验质量序列中的体验质量元素计算匹配度。
在一个示例中，标准体验质量序列中体验质量元素的数目为N，待测采样频率对应的体验质量序列中体验质量元素的数目为M，N与M均为正整数。在标准体验质量序列中，将每N/M个连续的体验质量元素合并为一个体验质量元素，N/M也为正整数。计算目标体验质量元素的数目占待测采样频率对应的体验质量中体验质量元素的比例，将比例作为采样频率对应的体验质量序列与标准体验质量序列的匹配度。目标体验质量元素为待测采样频率对应的体验质量序列中与经体验质量元素合并后的标准体验质量序列中对应采样周期的体验质量元素相同的体验质量元素。合并体验质量元素时，在标准体验质量序列中，若每N/M个连续的体验质量元素中至少有一个体验质量元素为质差状态，则该N/M个连续的体验质量元素合并得到的体验质量元素为质差状态。若每N/M个连续的体验质量元素中的每一个体验质量元素均为质优状态，则该N/M个连续的体验质量元素合并得到的体验质量元素为质优状态。
比如，标准采样频率为1/30Hz,标准体验质量序列为[1，1，0，1，1，1，1，0，0，1，1，1，0，1，0，1，1，1，1，0，1，1，1，1，1，0，1，0，1，1]。待测采样频率为1/90Hz，采样频率对应的体验质量序列为[0，1，1，1，0，1，1，1，0，0]。则将标准体验质量序列中的每三个体验质量元素合并为一个体验质量元素，则体验质量元素合并后的标准体验质量序列为[0，1，0，1，0，1，0，1，0，0]。可以得到，待测采样频率对应的体验质量序列与体验质量元素合并后的标准体验质量序列中的第三个体验质量元素和第七个体验质量元素不同，即目标体验质量元素的数目为8，待测采样频率中所有元素的数目为10，待测采样频率对应的体验质量序列与标准体验质量序列的匹配度为8/10＝80％。
在步骤2033中，将匹配度的统计值处于期望匹配度范围内的待测采样频率作为目标采样频率。
结合工作场景和工作需求，可预先设定期望匹配度范围，期望匹配度范围可为期望条件中的条件之一。由于不同的待测采样频率对应的匹配度有可能在期望匹配度范围内，也可能在期望匹配度范围外。则可在期望匹配度范围内选取匹配度，从而得到目标采样频率。目标采样频率为推荐采样频率的备选采样频率。
在步骤2034中，将目标采样频率中最低的采样频率作为推荐采样频率。
为了在满足期望目标的基础上，最大限度的降低网络设备的性能要求，避免资源浪费，可选取最低的目标采样频率作为推荐采样频率。比如，标准采样频率为1/30Hz，待测采样频率包括1/60Hz、1/90Hz、1/120Hz、1/150Hz、1/180Hz和1/300Hz，且上述各待测采样频率对应的体验质量序列与标准体验质量序列的匹配度的统计值依次为88.41％、82.19％、80.58％、68.42％、65.03％和57.69％。期望匹配度范围为大于80％，则目标采样频率包括1/60Hz、1/90Hz和1/120Hz。选择其中的频率值最低的1/120Hz作为推荐采样频率。
图4为本发明又一实施例中一种采样频率推荐方法的流程图。图4与图2的不同之处在于，图4所示的采样频率推荐方法还包括步骤204。
在步骤204中，若期望条件更新或网络关键绩效指标的变化量超出正常变化阈值，则重新确定推荐采样频率。
在一个示例中，当期望条件更新即网络对网络体验质量和网络故障检测识别的准确度要求发生显著变化时，比如对网络故障识别的准确度要求大幅度提高或大幅度下降时，针对网络原来的网络故障识别的准确度不再适用于当前网络，需要按照上述实施例中的采样频率推荐方法重新获取适合当前网络的推荐采样频率。
在一个示例中，当网络关键绩效指标的变化量超出正常变化阈值即网络状态发生显著变化时，比如网络性能大幅度优化或大幅度劣化时，针对网络原来的网络体验质量和网络故障检测识别的准确度不再适用于当前网络，需要按照上述实施例中的采样频率推荐方法重新获取适合当前网络的推荐采样频率。
也就是说，可以基于最新的网络关键绩效指标，实现采样频率推荐的适应性更新和适应性优化，从而保持网络的最佳性能。
图5为本发明一实施例中一种采样频率推荐装置300的结构示意图。如图5所示，采样频率推荐装置300可包括获取模块301、采样模块302和推荐模块303。
获取模块301，被配置为获取待分析数据流的网络关键绩效指标。
其中，获取模块301说明可参见上述实施例中的步骤201中的相关说明内容。
采样模块302，被配置为被配置为按照多个不同的采样频率，对网络关键绩效指标采样，得到与每个采样频率对应的体验质量序列，多个不同的采样频率包括一个标准采样频率和至少两个待测采样频率，且标准采样频率大于每个待测采样频率，每个采样频率对应的体验质量序列包括按照采样时间顺序排列的各采样周期的体验质量元素，每个采样周期的体验质量元素用于表征根据采样周期内的网络关键绩效指标确定的体验质量，采样周期的时长与采样频率对应。
其中，采样模块302说明可参见上述实施例中的步骤202中的相关说明内容。
推荐模块303，被配置为被配置为确定每个待测采样频率对应的体验质量序列与标准体验质量序列的匹配度，根据每个待测采样频率对应的体验质量序列与标准体验质量序列的匹配度确定推荐采样频率，推荐采样频率对应的匹配度符合期望条件，标准体验质量序列与标准采样频率对应。
其中，推荐模块303说明可参见上述实施例中的步骤203中的相关说明内容。
在本发明实施例中，标准体验质量序列能够尽可能地还原网络的网络体验质量。匹配度可表征标准体验质量序列与待测采样频率对应的体验质量序列的相似程度，也就是说，匹配度可表征识别网络体验质量的准确度的高低。通过期望条件可得到符合要求的匹配度，继而得到与符合要求的匹配度对应的推荐采样频率，从而利用推荐采样频率来平衡网络体验质量识别能力和网络性能。
在本发明实施例的另一种实现方式中，上述采样模块302可具体被配置为：对于每个所述采样频率，根据按照所述采样频率采样得到的网络关键绩效指标，计算每个采样周期中的网络吞吐率，获取每个采样周期的码率，并比较同一个采样周期中的网络吞吐率和码率，得到多个采样周期对应的体验质量元素，所述体验质量元素包括质优状态或质差状态，所述质优状态表征同一个采样周期中的网络吞吐率大于或等于码率，所述质差状态表征同一个采样周期中的网络吞吐率小于码率。
采样模块302的相关说明内容可参见步骤2021至步骤2023中的相关说明内容。
上述推荐模块303执行确定所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度时，可具体被配置为：基于所述标准体验质量序列中的体验质量元素和所述待测采样频率对应的体验质量序列中的体验质量元素，计算得到所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度。
推荐模块302的说明可参见上述实施例中的步骤2031中的相关说明内容。
在一个示例中，标准体验质量序列中体验质量元素的数目为N，待测采样频率对应的体验质量序列中体验质量元素的数目为M，N与M均为正整数。所述推荐模块303执行基于所述标准体验质量序列中的体验质量元素和所述待测采样频率对应的体验质量序列中的体验质量元素，计算得到所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度时，可具体被配置为：在标准体验质量序列中，将每N/M个连续的体验质量元素合并为一个体验质量元素，N/M为正整数；计算目标体验质量元素的数目占待测采样频率对应的体验质量序列中体验质量元素的数目的比例，将比例作为待测采样频率对应的体验质量序列与标准体验质量序列的匹配度，目标体验质量元素为待测采样频率对应的体验质量序列中与经体验质量元素合并后的标准体验质量序列中对应采样周期的相同的体验质量元素。
其中，在标准体验质量序列中，若每N/M个连续的体验质量元素中至少有一个体验质量元素为质差状态，则N/M个连续的体验质量元素合并得到的体验质量元素为质差状态。
推荐模块303的具体执行功能可参见上述实施例中步骤2032的相关说明内容。
所述推荐模块303执行根据每个所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度确定推荐采样频率时，可具体被配置为：对于每个待测采样频率，计算多条待分析数据流的与所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度的统计值，统计值包括平均值或中值；将匹配度的统计值处于期望匹配度范围内的待测采样频率作为目标采样频率；将目标采样频率中最低的采样频率作为推荐采样频率。
其中，推荐模块303的说明可参见上述实施例中的步骤2032至步骤2034中的相关说明内容。
在一个示例中，上述实施例中的获取模块301具体被配置为：选取体验质量未达到标准体验质量的数据流作为待分析数据流，并获取待分析数据流的网络关键绩效指标。
其中，获取模块301的说明可参见上述实施例中的步骤2011中的相关说明内容。
在一个示例中，推荐模块303执行根据每个所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度确定推荐采样频率时，可具体被配置为：对于每个所述待测采样频率，计算多条所述待分析数据流的与所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度；对于每条待分析数据流选取匹配度处于期望匹配度范围内的待测采样频率中最低的采样频率，并将被选取次数最多对应的待测采样频率作为推荐采样频率。
其中，推荐模块303的说明可参见上述实施例中的步骤203中的相关说明内容。
图6为本发明另一实施例中一种采样频率推荐装置300的结构示意图。图6与图5的不同之处在于，图6所示的采样推荐装置300还可包括更新执行模块304。
更新执行模块304，被配置为若期望条件更新或网络关键绩效指标的变化量超出正常变化阈值，则触发获取模块301、采样模块302和推荐模块303重新确定推荐采样频率。
其中，若更新执行模块304重新获取推荐采样频率的说明可参见上述实施例中的步骤204中的相关说明内容。
在本发明实施例中，可以基于最新的网络关键绩效指标，实现采样频率推荐的适应性更新和适应性优化，从而保持网络的最佳性能。
结合图1至图6描述的本发明实施例的采样频率推荐方法和装置可以由采样频率推荐设备400来实现。图7为本发明一实施例中的一种采样频率推荐设备400的硬件结构示意图。
采样频率推荐设备400包括存储器401、处理器402及存储在存储器401上并可在处理器402上运行的计算机程序。
在一个示例中，上述处理器402可以包括中央处理器(CPU)，或者特定集成电路(ASIC)，或者可以被配置成实施本发明实施例的一个或多个集成电路。
存储器401可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器401可包括硬盘驱动器(即HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(即USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器401可包括可移除或不可移除或固定的介质。在合适的情况下，存储器401可在采样频率推荐设备400的内部或外部。在特定实施例中，存储器401是非易失性固态存储器。在特定实施例中，存储器401包括只读存储器(即ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(即PROM)、可擦除PROM(即EPROM)、电可擦除PROM(即EEPROM)、电可改写ROM(即EAROM)或闪存或者两个或更多个以上这些的组合。
处理器402通过读取存储器401中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于执行上述实施例中的采样频率推荐方法。
在一个示例中，采样频率推荐设备400还可包括通信接口403和总线404。其中，如图7所示，存储器401、处理器402、通信接口403通过总线404连接并完成相互间的通信。
通信接口403，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。通信接口403也可接入输入设备和/或输出设备。
总线404包括硬件、软件或两者，将采样频率推荐设备400的部件彼此耦接在一起。举例来说而非限制，总线404可包括加速图形端口(即AGP)或其他图形总线、增强工业标准架构(即EISA)总线、前端总线(即FSB)、超传输(即HT)互连、工业标准架构(即ISA)总线、无限带宽互连、低引脚数(即LPC)总线、存储器总线、微信道架构(即MCA)总线、外围组件互连(即PCI)总线、PCI-Express(即PCI-X)总线、串行高级技术附件(即SATA)总线、视频电子标准协会局部(即VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线404可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。
本发明一实施例还提供一种存储介质，该存储介质上存储有程序，该程序被处理器执行时实现上述实施例中的采样频率推荐方法。

Claims (20)

1.一种采样频率推荐方法，其特征在于，包括：
获取待分析数据流的网络关键绩效指标；
按照多个不同的采样频率，对所述网络关键绩效指标采样，得到与每个所述采样频率对应的体验质量序列，所述多个不同的采样频率包括一个标准采样频率和至少两个待测采样频率，且所述标准采样频率大于每个所述待测采样频率，每个所述采样频率对应的所述体验质量序列包括按照采样时间顺序排列的各采样周期的体验质量元素，每个采样周期的所述体验质量元素用于表征根据所述采样周期内的所述网络关键绩效指标确定的体验质量；
确定每个所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度，根据每个所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度确定推荐采样频率，所述推荐采样频率对应的匹配度符合期望条件，所述标准体验质量序列与标准采样频率对应。
2.根据权利要求1所述的方法，其特征在于，所述按照多个不同的采样频率，对所述网络关键绩效指标采样，得到与每个所述采样频率对应的体验质量序列，包括：
对于每个所述采样频率，根据按照所述采样频率采样得到的网络关键绩效指标，计算每个采样周期中的网络吞吐率，获取每个采样周期的码率，并比较同一个采样周期中的网络吞吐率和码率，得到多个采样周期对应的体验质量元素，所述体验质量元素包括质优状态或质差状态，所述质优状态表征同一个采样周期中的网络吞吐率大于或等于码率，所述质差状态表征同一个采样周期中的网络吞吐率小于码率。
3.根据权利要求1或2所述的方法，其特征在于，所述确定所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度，包括：
基于所述标准体验质量序列中的体验质量元素和所述待测采样频率对应的体验质量序列中的体验质量元素，计算得到所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度。
4.根据权利要求3所述的方法，其特征在于，所述标准体验质量序列中体验质量元素的数目为N，所述待测采样频率对应的所述体验质量序列中体验质量元素的数目为M，N与M均为正整数，
所述基于所述标准体验质量序列中的体验质量元素和所述待测采样频率对应体验质量序列中体验质量元素，计算得到所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度，包括：
在所述标准体验质量序列中，将每N/M个连续的体验质量元素合并为一个体验质量元素，N/M为正整数；
计算目标体验质量元素的数目占所述待测采样频率对应的体验质量序列中体验质量元素的数目的比例，将所述比例作为所述待测采样频率对应的体验质量序列与所述标准体验质量序列的匹配度，所述目标体验质量元素为所述待测采样频率对应的体验质量序列中与经体验质量元素合并后的所述标准体验质量序列中对应采样周期的体验质量元素相同的体验质量元素。
5.根据权利要求4所述的方法，其特征在于，在所述标准体验质量序列中，若每N/M个连续的体验质量元素中至少有一个体验质量元素为质差状态，则所述N/M个连续的体验质量元素合并得到的体验质量元素为质差状态。
6.根据权利要求1、2、4、5中任意一项所述的方法，其特征在于，所述根据每个所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度确定推荐采样频率，包括：
对于每个所述待测采样频率，计算多条所述待分析数据流的与所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度的统计值，所述统计值包括平均值或中值；
将所述匹配度的统计值处于期望匹配度范围内的待测采样频率作为目标采样频率；
将所述目标采样频率中最低的采样频率作为所述推荐采样频率。
7.根据权利要求1、2、4、5中任意一项所述的方法，其特征在于，所述根据每个所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度确定推荐采样频率，包括：
对于每个所述待测采样频率，计算多条所述待分析数据流的与所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度；
对于每条待分析数据流选取匹配度处于期望匹配度范围内的待测采样频率中最低的采样频率，并将被选取次数最多的待测采样频率作为推荐采样频率。
8.根据权利要求7所述的方法，其特征在于，所述获取待分析数据流的网络关键绩效指标，包括：
选取体验质量未达到标准体验质量的数据流作为所述待分析数据流，并获取所述待分析数据流的网络关键绩效指标。
9.根据权利要求1所述的方法，其特征在于，还包括：
若期望条件更新或网络关键绩效指标的变化量超出正常变化阈值，则重新确定所述推荐采样频率。
10.一种采样频率推荐装置，其特征在于，包括：
获取模块，被配置为获取待分析数据流的网络关键绩效指标；
采样模块，被配置为按照多个不同的采样频率，对所述网络关键绩效指标采样，得到与每个所述采样频率对应的体验质量序列，所述多个不同的采样频率包括一个标准采样频率和至少两个待测采样频率，且所述标准采样频率大于每个所述待测采样频率，每个所述采样频率对应的所述体验质量序列包括按照采样时间顺序排列的各采样周期的体验质量元素，每个采样周期的所述体验质量元素用于表征根据所述采样周期内的所述网络关键绩效指标确定的体验质量；
推荐模块，被配置为确定每个所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度，根据每个所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度确定推荐采样频率，所述推荐采样频率对应的匹配度符合期望条件，所述标准体验质量序列与标准采样频率对应。
11.根据权利要求10所述的装置，其特征在于，所述采样模块具体被配置为：
对于每个所述采样频率，根据按照所述采样频率采样得到的网络关键绩效指标，计算每个采样周期中的网络吞吐率，获取每个采样周期的码率，并比较同一个采样周期中的网络吞吐率和码率，得到多个采样周期对应的体验质量元素，所述体验质量元素包括质优状态或质差状态，所述质优状态表征同一个采样周期中的网络吞吐率大于或等于码率，所述质差状态表征同一个采样周期中的网络吞吐率小于码率。
12.根据权利要求10或11所述的装置，其特征在于，所述推荐模块执行确定所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度时，具体被配置为：
基于所述标准体验质量序列中的体验质量元素和所述待测采样频率对应的体验质量序列中的体验质量元素，计算得到所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度。
13.根据权利要求12所述的装置，其特征在于，所述标准体验质量序列中体验质量元素的数目为N，所述待测采样频率对应的所述体验质量序列中体验质量元素的数目为M，N与M均为正整数，
所述推荐模块执行基于所述标准体验质量序列中的体验质量元素和所述待测采样频率对应的体验质量序列中的体验质量元素，计算得到所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度时，具体被配置为：
在所述标准体验质量序列中，将每N/M个连续的体验质量元素合并为一个体验质量元素，N/M为正整数；
计算目标体验质量元素的数目占所述待测采样频率对应的体验质量序列中体验质量元素的数目的比例，将所述比例作为所述待测采样频率对应的体验质量序列与所述标准体验质量序列的匹配度，所述目标体验质量元素为所述待测采样频率对应的体验质量序列中与经体验质量元素合并后的所述标准体验质量序列中对应采样周期的体验质量元素相同的体验质量元素。
14.根据权利要求13所述的装置，其特征在于，在所述标准体验质量序列中，若每N/M个连续的体验质量元素中至少有一个体验质量元素为质差状态，则所述N/M个连续的体验质量元素合并得到的体验质量元素为质差状态。
15.根据权利要求10、11、13、14中任意一项所述的装置，其特征在于，所述推荐模块执行根据每个所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度确定推荐采样频率时，具体被配置为：
对于每个所述待测采样频率，计算多条所述待分析数据流的与所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度的统计值，所述统计值包括平均值或中值；
将所述匹配度的统计值处于期望匹配度范围内的待测采样频率作为目标采样频率；
将所述目标采样频率中最低的采样频率作为所述推荐采样频率。
16.根据权利要求10、11、13、14中任意一项所述的装置，其特征在于，所述推荐模块执行根据每个所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度确定推荐采样频率时，具体被配置为：
对于每个所述待测采样频率，计算多条所述待分析数据流的与所述待测采样频率对应的体验质量序列与标准体验质量序列的匹配度；
对于每条待分析数据流选取匹配度处于期望匹配度范围内的待测采样频率中最低的采样频率，并将被选取次数最多的待测采样频率作为推荐采样频率。
17.根据权利要求16所述的装置，其特征在于，所述获取模块具体被配置为：
选取体验质量未达到标准体验质量的数据流作为所述待分析数据流，并获取所述待分析数据流的网络关键绩效指标。
18.根据权利要求10所述的装置，其特征在于，还包括：
更新执行模块，被配置为若期望条件更新或关键绩效指标的变化量超出正常变化阈值，则触发所述获取模块、所述采样模块和所述推荐模块重新确定所述推荐采样频率。
19.一种采样频率推荐设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，所述处理器执行所述程序时实现如权利要求1至9中任意一项所述的采样频率推荐方法。
20.一种存储介质，其特征在于，所述存储介质上存储有程序，所述程序被处理器执行时实现如权利要求1至9中任意一项所述的采样频率推荐方法。
CN201711092524.8A 2017-11-08 2017-11-08 采样频率推荐方法、装置、设备与存储介质 Active CN109756358B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201711092524.8A CN109756358B (zh) 2017-11-08 2017-11-08 采样频率推荐方法、装置、设备与存储介质
PCT/CN2018/114048 WO2019091359A1 (zh) 2017-11-08 2018-11-06 采样频率推荐方法、装置、设备与存储介质
EP18875251.3A EP3694154B1 (en) 2017-11-08 2018-11-06 Sampling frequency recommendation method, device, equipment and storage medium
US16/868,699 US11336540B2 (en) 2017-11-08 2020-05-07 Sampling frequency recommendation method, apparatus and device, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711092524.8A CN109756358B (zh) 2017-11-08 2017-11-08 采样频率推荐方法、装置、设备与存储介质

Publications (2)

Publication Number Publication Date
CN109756358A CN109756358A (zh) 2019-05-14
CN109756358B true CN109756358B (zh) 2020-11-06

Family

ID=66402079

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711092524.8A Active CN109756358B (zh) 2017-11-08 2017-11-08 采样频率推荐方法、装置、设备与存储介质

Country Status (4)

Country Link
US (1) US11336540B2 (zh)
EP (1) EP3694154B1 (zh)
CN (1) CN109756358B (zh)
WO (1) WO2019091359A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11496353B2 (en) * 2019-05-30 2022-11-08 Samsung Electronics Co., Ltd. Root cause analysis and automation using machine learning
US11811588B2 (en) 2020-04-22 2023-11-07 Samsung Electronics Co., Ltd. Configuration management and analytics in cellular networks
GB202012610D0 (en) * 2020-08-13 2020-09-30 British Telecomm Monitoring network connections

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009521864A (ja) * 2005-12-22 2009-06-04 テルケミー、インコーポレイテッド ネットワークの問題を診断するための分散型システムおよび方法
US9191284B2 (en) * 2010-10-28 2015-11-17 Avvasi Inc. Methods and apparatus for providing a media stream quality signal
US9215151B1 (en) * 2011-12-14 2015-12-15 Google Inc. Dynamic sampling rate adjustment for rate-limited statistical data collection
US9130825B2 (en) * 2011-12-27 2015-09-08 Tektronix, Inc. Confidence intervals for key performance indicators in communication networks
US8817649B2 (en) * 2012-04-13 2014-08-26 Tektronix, Inc. Adaptive monitoring of telecommunications networks
WO2014166523A1 (en) * 2013-04-09 2014-10-16 Nokia Solutions And Networks Oy Method and apparatus for generating insight into the customer experience of web based applications
CN104980962B (zh) * 2014-04-03 2019-04-30 中国移动通信集团设计院有限公司 一种外场测试周期的确定方法及装置
CN104063467B (zh) * 2014-06-26 2017-04-26 北京工商大学 基于改进的相似性搜索技术的域内交通流量模式发现方法
CN104507105B (zh) * 2014-12-29 2019-03-01 上海大唐移动通信设备有限公司 一种参数自适应过滤方法及装置
CN106452983A (zh) * 2016-12-22 2017-02-22 湖南软神科技有限公司 一种互联网端到端路径丢包率的测量方法

Also Published As

Publication number Publication date
US11336540B2 (en) 2022-05-17
WO2019091359A1 (zh) 2019-05-16
EP3694154B1 (en) 2022-09-28
US20200267063A1 (en) 2020-08-20
CN109756358A (zh) 2019-05-14
EP3694154A1 (en) 2020-08-12
EP3694154A4 (en) 2020-11-25

Similar Documents

Publication Publication Date Title
US9509710B1 (en) Analyzing real-time streams of time-series data
CN110233769B (zh) 流量检测方法和设备、样本训练方法和设备、以及介质
US11350150B2 (en) Method for estimation of quality of experience (QoE) metrics for video streaming using passive measurements
CN109756358B (zh) 采样频率推荐方法、装置、设备与存储介质
CN110943874B (zh) 一种家庭宽带网络的故障检测方法、装置和可读介质
CN110519290A (zh) 异常流量检测方法、装置及电子设备
CN111327539B (zh) 一种业务调度的方法、装置及设备
CN103580905B (zh) 一种流量预测方法、系统及流量监测方法、系统
CN107967488B (zh) 一种服务器的分类方法及分类系统
US20140156766A1 (en) Method and apparatus for spam message detection
CN109982068B (zh) 合成视频质量评估方法、装置、设备及介质
JP2006148686A (ja) 通信監視システム
US7936699B2 (en) Estimation method, device, and program, and network measuring system
CN109994128B (zh) 语音质量问题定位方法、装置、设备及介质
JP2005143074A (ja) 品質評価装置
CN108063764B (zh) 一种网络流量处理方法和装置
CN111432275B (zh) 评估视频质量的方法和设备
US7526394B2 (en) Quality assessment tool
CN114915845A (zh) 预测iptv用户申告的系统和方法
JP7183554B2 (ja) 音声品質劣化箇所推定装置、方法およびプログラム
KR100812946B1 (ko) 이동 통신망에서의 서비스 품질 관리 시스템 및 방법
JP2009206717A (ja) トラヒック変動量推定方法およびその装置とプログラム
US20230198911A1 (en) System and method for time sliced based traffic detection
US20240291736A1 (en) System And Method For Determining Mean Opinion Score For Application Quality Of Experience
WO2023112173A1 (ja) トラフィック監視装置、トラフィック監視方法、及びプログラム

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