CN110313214B - 用于管理电信网络装置的方法和系统 - Google Patents

用于管理电信网络装置的方法和系统 Download PDF

Info

Publication number
CN110313214B
CN110313214B CN201880012018.XA CN201880012018A CN110313214B CN 110313214 B CN110313214 B CN 110313214B CN 201880012018 A CN201880012018 A CN 201880012018A CN 110313214 B CN110313214 B CN 110313214B
Authority
CN
China
Prior art keywords
network device
managed
data
network
target
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
CN201880012018.XA
Other languages
English (en)
Other versions
CN110313214A (zh
Inventor
S·比扎里
A·布尔多里尼
G·卡洛奇拉
A·斯基亚沃尼
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.)
Telecom Italia SpA
Original Assignee
Telecom Italia SpA
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 Telecom Italia SpA filed Critical Telecom Italia SpA
Publication of CN110313214A publication Critical patent/CN110313214A/zh
Application granted granted Critical
Publication of CN110313214B publication Critical patent/CN110313214B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • H04L41/085—Retrieval of network configuration; Tracking network configuration history
    • H04L41/0853—Retrieval of network configuration; Tracking network configuration history by actively collecting configuration information or by backing up configuration information
    • 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
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Computer And Data Communications (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

一种管理电信网络的网络装置
Figure DDA0002167244740000011
的方法，其中网络装置不暴露足以允许管理其对于管理所关注的至少一个操作参数的管理接口，该方法包括：通过向要被管理的网络装置和与要被管理的网络装置处于操作关系的至少一个其它网络装置(Fnc，Fc)发出请求来收集(305)关于要被管理的网络装置的数据；基于所收集的数据(330)，生成(335)要被管理的网络装置的行为模型，该行为模型是关于其对于管理所关注的操作参数的要被管理的网络装置的行为的推断的逻辑和数学模型；以及利用其生成的行为模型来管理(325)要被管理的网络装置。

Description

用于管理电信网络装置的方法和系统
技术领域
本文档中公开的解决方案一般而言涉及电信网络，诸如移动无线电通信网络，如蜂窝网络。
更具体而言，本文档中公开的解决方案涉及用于管理电信网络的装置的方法和系统。
背景技术
如今，运营商管理电信网络的重大障碍在于网络使用由少数制造商开发和商业化的专有网络装置。出于本描述的目的，表述“网络装置”旨在不仅覆盖物理网络装置(由硬件和软件组成)，诸如电信网络节点(例如，LTE/LTE-A、5G蜂窝网络的eNodeB)，而且更一般地覆盖任何电信网络功能，包括软件实现的工具。
虽然必须遵守电信领域中的现有标准(如由第3代合作伙伴计划-3GPP-针对2G、3G、4G、5G网络开发的标准)，但是这样的网络装置实现了专有功能并暴露专有管理接口，这两者都由制造商自行决定。因此，电信网络的运营商需要购买和使用由网络装置制造商提供的专有管理系统/工具。在电信网络管理系统的复杂性和成本方面，这增加了电信网络运营商的负担。
一般而言，电信网络的网络装置的管理策略取决于许多因素，诸如：
-网络装置的功能：例如，在电信网络中有几种类型的网络节点，并且每种网络节点类型包括在网络体系架构中执行具体功能的网络节点(例如：接入网络节点、核心网络节点、运输网络节点)；网络节点的具体功能确定其一般功能，它向其它网络节点公开的接口，以及那个网络节点的具体管理方面；
-网络装置的可用管理接口：每个网络装置向电信网络管理系统的设备/功能暴露一些接口，并且这些暴露的接口虽然在一些方面符合现有标准，但是是网络装置制造商专有的；
-网络装置软件的更新策略。
从管理要由电信网络运营商操作的角度来看，这种情况造成一些问题，诸如：
-高管理成本：电信网络管理系统需要不断更新，以适应从网络装置制造商购买的装置的要求(通常，在时间期间，暴露的接口改变并且管理工具发展)；
-低效的管理策略：网络装置及其暴露的接口的异构性使得有必要取决于网络装置(例如，要管理的网络节点)的类型开发不同的管理系统和过程；
-网络管理取决于网络管理工具。
在Hadjiantonis,A.M.、Malatras,A.、Pavlou,G.的“A context-aware,policy-based framework for the management of MANETs”，Proceedings of the Seventh IEEEInternational Workshop on Policies for Distributed Systems and Networks(POLICY'06)0-7695-2598-9/06中，提出了一种混合方法，其采用用于MANET(移动Ad-hoc网络)管理的分层和分布式组织模型。采用基于策略的网络管理(PBNM)方法以及上下文感知，并且给出了能够有效管理MANET的系统体系架构。
在Longo,L.、Barrett,S.的“A context-aware approach based on self-organizing maps to study web-users'tendencies from their behaviour”，Proceedings of the 1st International Workshop on ContextAware Middleware andServices affiliated with the 4th International Conference on CommunicationSystem Software and Middleware COMSWARE 2009CAMS 09，ACM出版社，第12-17页，基于Kohonen映射，给出了一种针对Web内容的方法，用于生成用户在网页上的行为的拓扑模型。因此，每个web文档可以被表示为通过采用无监督技术构建的语义图，其中类似用户的行为被紧密地映射在一起，信息稳定性的标识作为用户活动相对于内容的相似性的标识的副产物而出现。在所提出的模型中，对于已经认可网页的每个用户，图的输出越相似，网站越被认为是当前或在具有变化信息的上下文中。
在US 2014/0317041中，公开了一种用于在智能无所不在的网络中提供基于上下文感知的联网操作的方法和系统。为网络实体提供联网操作，该联网操作使得能够从智能无处不在的网络中的各种源(例如，最终用户、最终用户设备、网络、服务和内容)动态地获取上下文信息，处理(即，分析和推断所获取的上下文信息中的相关信息)，然后取决于识别出的上下文控制和管理网络。
发明内容
一般而言，申请人已经解决了克服或至少减弱前述问题的问题，以便简化网络运营商对电信网络的管理。
更具体地，申请人已经找到了一种解决方案，该解决方案实现了使电信网络本身能够理解其装置正在发生什么并因此用于强制实施管理策略的机制，而不必设计昂贵且低效的异构网络管理系统。
本文档中公开的解决方案旨在管理网络装置，与网络装置的构造方式无关，并且是以独立于网络装置操作的具体上下文的方式。
申请人已经理解，网络装置管理功能主要涉及(但不限于)：
-网络装置的配置(直接或间接影响网络装置行为的参数的配置)；
-网络装置的性能的评估；
-网络装置中的故障的检测及其管理(旨在可能解决故障)。
基于这种理解，申请人设计了一种解决方案，该解决方案能够通过适应目标网络装置(即，要管理的网络装置)的特定操作上下文来完成上面列出的功能(以及其它功能)。
申请人已经理解，目标网络装置的具体操作上下文的特征尤其在于：
-由目标网络装置暴露的接口的可用性，这对于其管理是有用的，特别是对于执行上面列出的配置、性能评估及故障检测和管理的功能；
-信息源的可用性，其对于表征目标网络装置在其中操作的操作环境是有用的；
-信息源的可用性，其对于表征目标网络装置的行为(即，由目标网络装置在其工作寿命期间执行的动作)是有用的。
取决于上面提到的接口和信息源的(全部或部分)可用性，本文公开的解决方案能够构建目标网络装置的行为模型。构造这样的行为模型以便关联关于目标网络装置的不同种类的信息(从目标网络装置直接获得的信息、通过其暴露的接口获得的信息、从可用信息源间接推断的信息)。特别地，网络装置行为模型关联关于目标网络装置的以下三种类型的信息：
-与目标网络装置的行为有关的信息(例如，接收/拒绝来自另一个网络装置的新资源请求的动作)；
-与对于推断目标网络装置的内部状态是重要的变量有关的信息(例如，目标网络装置可用的资源的使用级别)；
-与目标网络装置操作的环境有关的信息(例如，其它网络功能向目标网络装置发送的资源请求的频率)。
更详细地，本文公开的解决方案针对网络管理方法和系统(管理装置、管理软件、两者的混合)，其操作/被配置为能够执行以下动作：
-收集指示目标网络装置的内部状态的信息；例如，这种内部状态信息可以涉及：目标网络装置的负载级别、活动连接的数量、可用资源的数量等；
-收集指示目标网络装置的行为的信息，即，关于可从目标网络装置外部观察到的、在其正常操作期间执行的动作的信息。
此类信息可以是：
ο通过观察目标网络装置的行为被动收集的(例如，借助于合适的探测器，例如可以是用户的用户装备)；
ο主动收集的，即，通过管理系统的行动刺激；
-收集指示目标网络装置的操作上下文的信息(例如，关于提供给目标网络装置的网络流量的信息)。
基于收集的信息，管理系统：
-构建目标网络装置的行为模型。通过定义目标网络装置的数学、逻辑/功能模型来构建行为模型；
-利用其生成的行为模型来管理目标网络装置。特别地，管理系统可以例如为目标网络装置做出管理决策并以两种方式部署它们：
ο直接模式：通过其暴露的接口(如果可用)配置目标网络装置的内部操作变量；
ο间接模式：通过配置与目标网络装置属于相同网络子系统并且暴露使管理系统更容易访问它们的接口的其它网络装置。
目标网络装置的管理可以由网络管理系统或者自动(SON-自组织网络)或者手动(通过人工操作员的干预)来致动。
根据本文档中公开的解决方案的一个方面，提出了一种管理电信网络的网络装置的方法，其中网络装置不暴露足以允许管理其对于管理所关注的至少一个操作参数的管理接口。
该方法包括：
-通过向要被管理的网络装置以及与要管理的网络装置处于操作关系的至少一个其它网络装置(Fnc，Fc)发出请求来收集关于要被管理的网络装置的数据；
-基于所收集的数据，生成要被管理的网络装置的行为模型，该行为模型是关于其对于管理所关注的操作参数的要被管理的网络装置的行为的推断的逻辑和数学模型，以及
-利用其生成的行为模型管理要被管理的网络装置。
优选地，所述收集信息包括为要被管理的网络装置生成刺激并且收集指示其对所生成的刺激的观察到的反应的数据。
优选地，所述收集指示观察到的反应的数据包括从电信网络的用户装备收集数据。
所述至少一个其它网络装置可以包括至少一个网络装置，该网络装置暴露被配置为在询问时提供与其自身内部状态有关的数据的管理接口，并且在与要管理的网络功能处于操作关系的情况下，已经获得并且可以提供对于定义要被管理的网络功能的操作上下文有用的数据。
例如，所收集的数据可以包括以下当中的一个或多个：
-从所述至少一个其它网络装置获得并且足以生成要被管理的目标网络装置的行为模型的数据，该数据由要被管理的网络装置提供给所述至少一个其它网络装置；
-直接从要被管理的网络装置获得的数据，该数据不足以生成其行为模型；
-从所述至少一个其它网络装置获得的数据，该数据不足以生成其行为模型。
所述生成要被管理的网络装置的行为模型可以例如包括将所收集的数据分类为数据类，所述数据类包括：
-指示要被管理的网络装置在其中操作的上下文的第一类数据；
-指示要被管理的网络装置的内部状态的第二类数据；
-指示由要被管理的网络装置执行的动作的第三类数据。
所述第一类数据可以例如包括以下之一：要被管理的网络装置的地理位置、要被管理的网络装置附近的相邻网络装置的类型的指示、相邻网络装置的(一个或多个)频率规划的指示。
所述第二类数据可以例如包括以下之一：要被管理的网络装置的负载级别的指示、要被管理的网络装置使用的资源的指示、要被管理的网络装置的可用资源的指示。
所述第三类数据可以例如包括以下之一：接受或拒绝新的资源请求的指示；取决于负载级别的新资源占用的指示；移交方向的指示。
在该方法的实施例中，所述生成要被管理的网络装置的行为模型可以包括将所收集的数据分类为变量类别，所述变量类别包括：
-可观察的状态变量，包括与可以直接观察或推断的要被管理的网络装置的内部状态相关的数据；
-可控变量，包括与可以被设置以便推动要被管理的网络装置执行功能的参数相关的数据；
-行为变量，包括与要被管理的网络装置可以执行的功能相关的数据。
要被管理的网络装置的所述行为模型可以例如包括代表要被管理的网络装置的有限状态机。
根据本文档中公开的解决方案的另一方面，提出了一种用于管理电信网络的网络装置
Figure GDA0003680426350000071
的系统，其中要被管理的网络装置不暴露足以允许管理其至少一个对于管理所关注的操作参数的管理接口。
该系统包括：
-数据收集器，被配置为通过向要被管理的网络装置以及与要被管理的网络装置处于操作关系的至少一个其它网络装置发出请求来收集关于要管理的网络装置的数据；
-行为模型构建器，被配置用于基于所收集的数据生成要被管理的网络装置的行为模型，该行为模型是关于其对于管理所关注的操作参数的要被管理的网络装置的行为的推断的逻辑和数学模型，以及
-管理器，被配置为用于利用其生成的行为模型来管理要被管理的网络装置。
优选地，所述数据收集器还被配置用于为要被管理的网络装置生成刺激并且收集指示其对于所生成的刺激的观察到的反应的数据。
优选地，所述行为模型构建器被配置用于将所收集的数据分类为变量类别，所述变量类别包括：
-可观察的状态变量，包括与可以直接观察或推断的要被管理的网络装置的内部状态相关的数据；
-可控变量，包括与可以被设置以便推动要被管理的网络装置执行功能的参数相关的数据；
-行为变量，包括与要被管理的网络装置可以执行的功能相关的数据。
优选地，所述行为模型构建器被配置用于生成代表要被管理的网络装置的有限状态机。
附图说明
通过阅读仅通过非限制性示例提供的其示例性实施例的以下详细描述，将更好地理解本文公开的解决方案的这些和其它特征和优点。
为了更好的可懂度，应参考附图阅读以下描述，其中：
图1示意性地示出了根据本文公开的解决方案的具有要被管理的目标网络装置的电信网络的简单场景。
图2就功能块而言描绘了根据本文公开的解决方案的实施例的管理系统；
图3是根据本文公开的解决方案的实施例的方法的流程图；
图4示意性地示出了根据本文公开的解决方案的实施例的要被管理的目标网络装置的示例性行为模型；
图5示意性地示出了由管理系统基于图4的推断的行为模型管理要被管理的目标网络装置的动作；
图6示意性地示出了根据本文公开的解决方案的实施例的要被管理的目标网络装置的另一个示例性行为模型；
图7描绘了要被管理的目标网络装置的内部状态与管理系统从要被管理的目标网络装置和从相邻网络装置获得的数据之间的示例性关系；以及
图8示意性地示出了根据本文公开的解决方案的实施例推断的要被管理的目标网络装置的另一个示例性行为模型。
具体实施方式
参考图1，示出了用于理解本文公开的解决方案的适用性的电信网络的示例性简化场景。
图1中的圆圈示意性地表示电信网络装置，其旨在不仅覆盖物理网络装置，而且更一般地覆盖“网络功能”。网络功能是操作网络实体，其可以被实现为ad-hoc系统或适当编程的通用系统，本地化的或虚拟化/分布式的。“网络功能”可以是例如电信网络节点，但是其意图还应当涵盖其它网络装置，或装置的部分，或装置的组合。
标号
Figure GDA0003680426350000091
(“非协作目标功能”)表示要被管理的网络装置(“目标”)，并且假设其不响应于其时变配置参数而向外部提供关于其内部状态或其操作方式的足够信息(为此，它被称为“非协作”)。例如，在非协作目标功能
Figure GDA0003680426350000092
是移动电信网络节点(例如，eNodeB)的情况下，可能发生非协作目标功能
Figure GDA0003680426350000093
不提供关于其负载级别的信息，和/或关于其由非协作目标功能
Figure GDA0003680426350000094
利用的用于准入控制处理(在建立连接之前执行检查以查看当前装置资源是否足以进行提出的连接的验证处理)的负载阈值的值的信息。非协作目标功能
Figure GDA0003680426350000095
是本文公开的解决方案的操作的示例性目标。
标号Fo(“观察功能”)表示根据本文公开的解决方案的实施例的网络“管理系统”，其任务为监视非协作目标功能
Figure GDA0003680426350000096
以便构建其行为模型，然后通过利用生成的行为模型来管理非协作目标功能
Figure GDA0003680426350000101
为此，观察功能Fo：
-收集对于构建非协作目标功能
Figure GDA0003680426350000102
的行为模型有用的信息和数据(可能还通过由非协作目标功能
Figure GDA0003680426350000103
或其它网络功能主动刺激对于生成行为模型有用的数据的生成，如下面简短描述的)；
-构建非协作目标功能
Figure GDA0003680426350000104
的行为模型，具有对于感兴趣的行为所获取的数据允许的近似级别；
-使用生成的行为模型采取必要的动作来管理非协作目标功能
Figure GDA0003680426350000105
标号Fc(“协作功能”)表示可以提供(例如，向观察功能Fo)关于其自身内部状态的信息并且通过与非协作目标功能
Figure GDA0003680426350000106
交互已经获得并且可以提供(对于观察功能Fo)有用的直接或间接信息(这就是为什么它被称为“协作”)以定义非协作目标功能
Figure GDA0003680426350000107
的操作上下文的网络装置。
标号Fnc(“非协作功能”)表示不提供关于其内部状态的信息并且与非协作目标功能
Figure GDA0003680426350000108
交互的网络装置；非协作功能Fnc可以有或者可以没有，但在任何情况下它都不提供(为此它被称为“非协作”)，对于定义非协作目标功能
Figure GDA0003680426350000109
的上下文有用的直接或间接信息。
通过网络装置之间的接口，除了每个网络装置允许和接受的参数化之外(即，除了某个网络装置(例如非协作目标功能
Figure GDA00036804263500001010
)暴露并且可以利用由那个网络装置变得可用的一个或多个功能来修改的控制参数集之外)，还有可能请求获得关于网络装置内部状态的知识(即，即使网络装置不暴露某些信息，也有可能通过利用暴露的控制参数来推断其中的一些)；取决于其协作级别，网络装置可以或可以不响应于接收到的请求(或者网络装置提供的答案可以不包含用于管理系统的有用信息)。对某个网络装置(例如，非协作目标功能
Figure GDA00036804263500001011
)的请求可以或者直接或者间接地通过一个或多个中间网络装置。
图2就一些功能块而言示意性地示出了根据本文公开的解决方案的示例性实施例的观察功能Fo或管理系统200。
管理系统200基本上包括数据获取功能(数据收集器)205、行为模型构建器功能210和管理功能(管理器)215。数据获取功能205、行为模型构建器功能210和管理功能215可以用硬件、软件(通过编程通用或专用数据处理器，可能是分布式的，以执行计算机程序)或部分用硬件、部分用软件实现。
数据获取功能205用于收集对于允许管理系统200构建要被管理的目标网络装置(在该示例中是非协作目标功能
Figure GDA0003680426350000111
)的行为模型有用的信息和数据。数据获取功能205包括观察功能220和刺激功能225：观察功能220被配置为通过电信网络217的简单、被动观察来收集数据(利用网络探测器，例如用户装备)；刺激功能225被配置为生成并向网络217注入针对要被管理的目标网络装置的刺激，然后观察功能220获取随后的响应。
由数据获取功能205获取的数据被存储在例如管理系统200的数据库230中。
行为模型构建器功能210利用由数据获取功能205获取并存储在数据库230中的数据来构建非协作目标功能
Figure GDA0003680426350000112
的行为模型。行为模型构建器功能210包括数据分类器功能235和行为模型推断功能240。
在本文公开的解决方案的实施例中，行为模型构建器功能210如下构建非协作目标功能
Figure GDA0003680426350000113
的行为模型。
数据分类器功能235被配置为将(从数据库230中取出的)数据分类为数据类。
行为模型推断功能240被配置为获取由数据分类器功能235分类的数据，并推断和构建非协作目标功能
Figure GDA0003680426350000114
的行为模型245。
管理功能215被配置为利用行为模型245来管理非协作目标功能
Figure GDA0003680426350000121
在本文公开的解决方案的实施例中，管理系统200如下文参考图3的流程图300所述的操作。
管理系统200的数据获取功能205收集并存储关于要被管理的目标网络装置的信息、数据(方框305)。特别地，数据获取功能205被配置为或者通过电信网络217的简单、被动观察(通过观察功能220)或者可能通过向网络217注入针对要被管理的目标网络功能(刺激功能225)的刺激、然后(通过观察功能220)观察对注入的刺激的反应来获取若干种数据。
由数据获取功能205获取的数据可以是：
a)直接且完整的数据IDC：要被管理的目标网络装置可以或者在简单观察时或者有刺激时提供管理系统200管理要被管理的目标网络装置所必需的信息；在这种情况下，要被管理的目标网络装置不能被认定为非协作目标功能(例如，在本文考虑的示例中，非协作目标功能
Figure GDA0003680426350000122
)，并且不需要建立它的行为模型。
b)间接且完整的数据IIC：要被管理的目标网络装置(在该示例中是非协作目标功能
Figure GDA0003680426350000123
)可以通过简单观察(观察功能220)或在有刺激(通过刺激功能225)和观察(观察功能220)时向作为协作功能Fc的相邻网络装置提供(对于管理系统200构建其行为模型有用的)信息。后者将信息提供给管理系统200。
c)直接且不完整的数据IDI。这些是可以通过简单观察(观察功能220)或在有刺激(通过刺激功能225)和观察(观察功能220)时由非协作目标功能
Figure GDA0003680426350000124
直接提供给管理系统200的数据，但是所提供的数据在其类型学上并不完整，或者没有提供为了确定非协作目标功能
Figure GDA0003680426350000125
的行为模型的详尽响应。例如，响应于告知哪个是当前负载级别的请求，非协作目标功能
Figure GDA0003680426350000126
可以提供表示为百分比的值，其本身不以绝对值指示哪个是剩余负载能力，而当被请求提供关于非协作目标功能
Figure GDA0003680426350000127
仍然可以再接受多少用户的信息时，非协作目标功能
Figure GDA0003680426350000128
不能提供答案。
d)间接且不完整的数据III：这些是非协作目标功能
Figure GDA0003680426350000131
在被请求时不直接提供的数据，但可以借助于对与非协作目标功能
Figure GDA0003680426350000132
交互的协作功能Fc的请求找到或推断、推导出的数据。例如，这些数据可以与针对具有活动连接的用户终端的非协作目标功能
Figure GDA0003680426350000133
与协作功能Fc之间执行的移交次数相关：对这条信息的请求的响应来自管理系统200并且在非协作目标功能
Figure GDA0003680426350000134
附近的所有网络装置处接收，使得管理系统200能够构建非协作目标功能
Figure GDA0003680426350000135
的负载级别的模型。
e)最初未知且不完整的数据INNI：这些是任何一个网络装置都不可用的数据，因此必须由管理系统200收集，例如通过：
e1)由观察功能220执行的非协作目标功能
Figure GDA0003680426350000136
的行为的被动观察(跟踪)。管理系统200的观察功能220观察由非协作目标功能
Figure GDA0003680426350000137
执行的动作，例如利用位于涉及非协作目标功能
Figure GDA0003680426350000138
的网络接口处的探测器，以观察准入控制或移交的动作。
e2)通过让刺激功能225生成外部刺激(例如，为非协作目标功能
Figure GDA0003680426350000139
生成ad-hoc提供的流量)，对非协作目标功能
Figure GDA00036804263500001310
的行为的主动观察，管理系统200引起上下文的改变并(通过位于网络接口处的探测器)观察非协作目标功能
Figure GDA00036804263500001311
的后续行为。
收集的数据存储在数据库230中(方框305)。
行为模型构建器功能210的数据分类器功能235被配置为将(从数据库230中取出的)数据分类为数据类(方框310)。例如，收集的数据可以分为以下三个类313：
i)上下文数据：关于非协作目标功能
Figure GDA00036804263500001312
在其中操作的上下文的信息。例如，在移动电信网络的情况下，上下文数据可以包括：非协作目标功能
Figure GDA00036804263500001313
的地理位置(这个信息例如对于确定由非协作目标功能
Figure GDA00036804263500001314
服务的地理区域的城市化程度是有用的；非协作目标功能
Figure GDA00036804263500001315
附近的相邻网络装置的类型；相邻网络装置的(一个或多个)频率规划；
ii)内部状态数据：关于非协作目标功能
Figure GDA0003680426350000141
的内部状态的信息，例如：负载级别、使用的资源、可用的资源；
iii)进行的(undertaken)动作数据：关于非协作目标功能
Figure GDA0003680426350000142
进行的动作的信息，例如：接受或拒绝新的资源请求(资源请求可以由非协作目标功能
Figure GDA0003680426350000143
的正常操作或由(管理系统200(的刺激功能225)来刺激)；取决于负载级别的新资源占用；移交的方向。
特别地，数据分类器功能235将存储在数据库230中的收集数据分为三类变量：
-可观察的状态变量Vs：这些是与目标功能(目标节点)的内部状态相关的信息，例如：目标功能的负载级别；目标功能的活动小区数量。可观察的状态变量Vs可以由观察功能Fo直接观察或推断；
-可控变量Vc：这些是与有可能设置以便推动目标功能(目标节点)执行功能的参数相关的信息，例如：负载阈值；提供的流量负载；
-行为变量Vb：这些是与目标功能(目标节点)可以执行的功能相关的信息，例如：频率间移交(例如，卸载网络小区)；频率关闭(以降低功耗)。
在上述三类变量Vs、Vc和Vb中对收集和存储的数据进行这种分类对于定义推断的内部状态(与目标功能相关)以及它们之间的关系是有用的。如在图4中描绘的状态过渡图中示意性地示出的，目标功能的通用状态Stat1、Stat2、StatN由与目标功能相关的可观察变量Vs的对应集合定义。目标功能的一般行为Behav A、Behav B、Behav C、Behav D、BehavE由行为变量Vb的对应集合定义。目标功能的每个行为是最终状态Stat1、Stat2、StatN和可控变量Vc的对应集合的初始状态Stat1、Stat2、StatN的函数。
然后，行为模型构建器功能210评估与要被管理的目标网络装置有关的收集的数据是否包括直接且完整的数据IDC：(判定框315)。
在肯定的情况下(判定框315的退出分支Y)，要被管理的目标网络装置被认为是协作的，并且管理系统200不需要构建其行为模型。目标网络装置可以由管理系统200利用已经由目标网络装置暴露的接口来管理(方框325)。
在否定的情况下(判定框315的退出分支N)，目标网络装置是非协作的(如在本文考虑的示例中是非协作目标功能
Figure GDA0003680426350000151
)并且不能利用已经由目标网络装置暴露的接口来管理：需要由管理系统200构建要被管理的目标网络功能的行为模型。
管理系统200评估所收集的数据是否足以构建非协作目标功能
Figure GDA0003680426350000152
的行为模型(方框330)。
在否定的情况下(判定框330的退出分支N)，管理系统200需要收集关于非协作目标功能
Figure GDA0003680426350000153
的更多信息：操作流程返回到方框305。
在肯定的情况下(判定框330的退出分支Y)，行为模型推断功能240利用分类的数据313来推断和构建(合成)非协作目标功能
Figure GDA0003680426350000154
的行为模型245(方框335)。
取决于关于非协作目标功能
Figure GDA0003680426350000155
的收集的数据的完整性级别，行为模型245可以被限制为将非协作目标功能
Figure GDA0003680426350000156
的行为建模为一个或一些感兴趣的配置参数(即，行为模型245不需要是非协作目标功能
Figure GDA0003680426350000157
的完整的完全行为模型)。
特别地，行为模型推断功能240将收集和存储的数据相关联，布置在可观察的状态变量Vs、可控变量Vc和行为变量Vb这三类中，以便构建表示目标功能的行为模型的状态过渡图(推断状态过渡图，如图4中所描绘的)。这种推断的状态过渡图可以用于：
·定义目标功能的当前内部状态(例如图4中的Statl)；
·确定目标功能将能够执行哪些可能的行为(例如，行为Behav.A和Behav.B)；
·确定哪个是目标功能最合适到达的状态(在图4的示例中，有三种可能性：状态Stat1、状态Stat2或状态StatN)。这允许选择目标功能应当执行的行为；
·定义可控变量Vc以便推送目标功能以执行所选择的行为。
一旦生成了行为模型245，管理功能215就利用行为模型245来管理非协作目标功能
Figure GDA0003680426350000161
(方框325)。
特别地，在本文公开的解决方案的实施例中，管理功能215被配置为如下操作。
首先，管理功能215识别如何管理非协作目标功能
Figure GDA0003680426350000162
管理非协作目标功能
Figure GDA0003680426350000163
的三种方式是可能的：
-通过直接动作：关于利用行为模型245定义的非协作目标功能
Figure GDA0003680426350000164
的配置参数值被直接发送到非协作目标功能
Figure GDA0003680426350000165
(通过其暴露的接口之一)；
-通过间接动作：通过作为协作功能的相邻网络装置间接地将关于利用行为模型245定义的非协作目标功能
Figure GDA0003680426350000166
的配置参数值发送到非协作目标功能
Figure GDA0003680426350000167
如协作功能Fc那样；
-通过诱导的动作：通过改变作为协作功能的相邻网络装置的行为来推断非协作目标功能
Figure GDA0003680426350000168
的行为(如协作功能Fc那样)。
然后，管理功能215导出关于非协作目标功能
Figure GDA0003680426350000169
的配置参数的合适值。
特别地，参考图5的示意性状态过渡图，管理功能215使用行为模型来通过使用控制变量Vc来控制非协作目标功能
Figure GDA00036804263500001610
的行为，以便设置其内部状态(这种内部状态是构成行为模型的推断的内部状态之一)。
然后，管理功能215确定并控制由非协作目标功能
Figure GDA00036804263500001611
进行的动作(方框340)，并且如果必要，可以校正行为模型245，或者可以构建新的行为模型(图3中的破折号和点箭头)。
数据获取功能205可以随着时间的推移一次、周期性地或连续地收集用于构建行为模型的信息(“流模式”)。
非协作目标功能
Figure GDA0003680426350000171
的行为模型的生成阶段是连续处理，其涉及从观察到的功能收集新信息并且如果需要就对已经生成的行为模型引入一些修改。
用例
用例1
在下文中，描述本文公开的解决方案的示例性用例。
示例性用例的场景将接入网络(例如，移动电信网络的无线电接入网络–RAN，诸如LTE/LTE-A蜂窝网络的eNodeB)的网络节点
Figure GDA0003680426350000172
视为非协作目标功能
Figure GDA0003680426350000173
假设目标网络节点
Figure GDA0003680426350000174
正在接收若干服务请求。这样的服务请求接近过去观察网络节点No(作为图1的观察功能Fo，即，具有管理移动电信网络的功能的管理系统200)观察到的网络节点
Figure GDA0003680426350000175
已经激活附加无线电载波的级别(并且假设移动电信网络的网络运营商希望尽可能地以节能的方式避免这种反应)。不能修改目标网络节点
Figure GDA0003680426350000176
的内部负载阈值(因为后者是非协作的)，观察网络节点No决定重新配置目标网络节点
Figure GDA0003680426350000177
所属并且在其中操作的网络子系统，使得部分网络流量被传送到目标网络节点
Figure GDA0003680426350000178
附近的相邻网络节点。
更详细地，假设目标网络节点
Figure GDA0003680426350000179
具有两个可用载波，其中只有一个(第一载波)在测量第一载波的资源占用的度量不会侵入某个阈值(例如第一载波资源的80％)之前是活动的。当资源占用阈值被侵入时，目标网络节点
Figure GDA00036804263500001710
的第二载波被激活，并且网络节点传入流量的一部分开始被移动到第二载波。还假设不与观察网络节点No协作的另一个非协作网络节点Nnc在与目标网络节点
Figure GDA00036804263500001711
相同的地理区域中操作并且协作网络节点Nc在边界地理区域运营并且能够为网络流量提供服务。
数据获取阶段
步骤1：观察网络节点No收集关于目标网络节点
Figure GDA00036804263500001712
的配置数据。特别地，观察网络节点No向目标网络节点
Figure GDA0003680426350000181
请求其有多少载波可用：没有从目标网络节点
Figure GDA0003680426350000182
(非协作)接收到响应。然后，观察网络节点No向目标网络节点
Figure GDA0003680426350000183
请求资源的占用级别，当达到该级别时，引起第二载波的激活(上面提到的负载阈值)：再次，没有从目标网络节点
Figure GDA0003680426350000184
接收到响应。需要指出的是，“没有接收到响应”意图涵盖几种可能的情况：例如，观察网络节点No需要知道的参数不包括在由目标网络节点
Figure GDA0003680426350000185
暴露的专有管理接口可以提供的参数中；或者，由目标网络节点
Figure GDA0003680426350000186
提供给观察网络节点No的响应不能由观察网络节点No直接使用，因为它以观察网络节点No不知道的语义表示；或者，由目标网络节点
Figure GDA0003680426350000187
提供的响应不包含有效值(例如，“nil”)。
步骤2：观察网络节点No收集关于目标网络节点
Figure GDA0003680426350000188
的状态、行为和操作环境的信息：
-观察网络节点No询问目标网络节点
Figure GDA0003680426350000189
其资源占用如何：目标网络节点
Figure GDA00036804263500001810
以表示为百分比的值进行响应，该百分比是相对值并且不指示在目标网络节点
Figure GDA00036804263500001811
上仍可用的实际资源量；
-然后，观察网络节点No向另一非协作网络节点Nnc询问在非协作网络节点Nnc的给定时间间隔内已经从目标网络节点
Figure GDA00036804263500001812
接收到多少频率间移交请求(IF HO)：非协作网络节点Nnc没有提供响应；
-然后，观察网络节点No向协作网络节点Nc询问协作网络节点Nc已从目标网络节点
Figure GDA00036804263500001813
接收到多少IF HO请求：协作网络节点Nc通过提供一个数字来响应，该数字有意义并且对观察网络节点No有用；
-然后，观察网络节点No要求协作网络节点Nc报告由协作网络节点Nc服务的用户装备执行的测量；
-然后，观察网络节点No请求移动电信网络中存在的探测器(例如，用户终端)提供关于与目标网络节点
Figure GDA00036804263500001814
相关的载波的信息。
优选地，观察网络节点No重复执行这个步骤(步骤2)，甚至更优选地是周期性地执行这个步骤，以便能够跟踪移动电信网络(或至少由目标网络节点
Figure GDA0003680426350000191
非协作网络节点Nnc和协作网络节点Nc构成的管理网络子系统)的演进并且定期更新目标网络节点
Figure GDA0003680426350000192
的行为模型。
行为模型生成
观察网络节点No使用在前一阶段收集的数据构建数据结构。例如，数据结构可以采取表格的形式，其中收集的数据如下面的示例性表格中那样布置：
Figure GDA0003680426350000193
与所考虑的用例相关(并且观察网络节点No必须推断)的目标网络节点
Figure GDA0003680426350000194
的内部状态是两个，并且在表中被表示为状态1和状态2。该表包含两行，对于通过观察网络节点No推断的目标网络节点
Figure GDA0003680426350000195
的每个内部状态有一行。
对于每一行，即，对于每个推断的内部状态状态1和状态2，在表的列中报告相关可观察的状态变量Vs、行为变量Vb和可控变量Vc的对应值。
特别地，可观察的状态变量Vs包括：目标网络节点
Figure GDA0003680426350000201
的资源占用百分比(中等或高)(变量Vs1)；由目标网络节点
Figure GDA0003680426350000202
激活的载波(1或2)的数量(变量Vs2)；从协作网络节点Nc接收的频率间移交(IF HO)的数量(低或高)(变量Vs3)。行为变量Vb包括激活的载波的数量(1或2)(变量Vb1)。可控变量Vc包括为了修改访问目标网络节点
Figure GDA0003680426350000203
的用户数而要设置的IF HO的阈值(两个或更多个)(变量Vc1)。
由观察网络节点No创建的行为模型由图6中所示的状态过渡图示出。
管理
然后，观察网络节点No使用行为模型来优化被管理的网络子系统(由目标网络节点
Figure GDA0003680426350000204
非协作网络节点Nnc和协作网络节点Nc构成)。
在目标网络节点
Figure GDA0003680426350000205
处于状态1的情况下，观察网络节点No不修改网络配置，否则观察网络节点No将修改可控变量Vc的值(IF HO阈值)，将其设置在低级别值处：以这种方式，执行IF HO过程的用户数将增加，并且目标网络节点
Figure GDA0003680426350000206
的负载级别将减小，从而使得第二载波关闭。
换句话说，当观察网络节点No感知到目标网络节点
Figure GDA0003680426350000207
的负载级别接近阈值百分比Ps(例如，阈值百分比Ps减去安全边际)时，观察网络节点No可以做出反应并做以下事情。
观察网络节点No询问协作网络节点Nc其资源占用的百分比是多少；如果协作网络节点Nc的资源占用百分比低于预定阈值，那么观察网络节点No朝着目标网络节点
Figure GDA0003680426350000208
降低协作网络节点Nc的HO的阈值，以便向协作网络节点Nc转移由目标网络节点
Figure GDA0003680426350000209
服务并且在其服务区域(小区)的边界处的用户。如果协作网络节点Nc反过来变得过载，那么观察网络节点No可以朝着非协作网络节点Nnc作用于协作网络节点Nc的HO的阈值。
观察网络节点No关于目标网络节点
Figure GDA0003680426350000211
执行的操作在其邻域中的所有相邻节点(协作网络节点Nc和非协作网络节点Nnc)上执行，从而观察网络节点No可以构建关于被管理的网络子系统的每个网络节点的状态和行为以及网络节点之间的状态关系和行为的复杂数据结构。这种知识变成执行不独立地影响被管理的子系统的网络节点的配置和优化的基础，相反地是相关的动作。
用例2
参考类似于结合用例1所描述的场景。在现在考虑的情况下，假设目标(非协作)网络节点
Figure GDA0003680426350000212
能够传达其一些内部性能参数，但是由目标网络节点
Figure GDA0003680426350000213
实现的资源优化算法是观察网络节点No未知的。在所考虑的场景中，在目标网络节点
Figure GDA0003680426350000214
附近存在一些(至少一个)协作网络节点Nc。这些协作网络节点Nc能够传达它们的内部状态(特别是它们的内部负载级别)以及它们与目标网络节点
Figure GDA0003680426350000215
之间的某种交互(例如，HO事件)。
观察网络节点No的目标是控制目标网络节点
Figure GDA0003680426350000216
及其相邻网络节点，以便优化所提供的服务质量级别(QoS级别)。
行为模型生成
行为模型构建器功能210收集协作网络节点Nc的配置参数及其内部状态(负载级别和提供的QoS级别)。之后，行为模型构建器功能210朝着目标网络节点
Figure GDA0003680426350000217
设置协作网络节点Nc中的IF HO的级别，以便增加目标网络节点
Figure GDA0003680426350000218
的负载级别，并收集关于目标网络节点
Figure GDA0003680426350000219
的无线电资源管理(RRM)算法如何工作的重要数据(例如：所执行的HO的类型、变化的HO阈值以及QoS级别)。
创建映射表，将目标网络节点
Figure GDA00036804263500002110
及其相邻节点的内部负载级别(例如，在用户数量方面)链接到相关的动作(节点间HO事件和提供的QoS级别)。
每个内部状态将由可观察的状态变量“负载级别”的某些值表征(在这种情况下，目标网络节点
Figure GDA00036804263500002111
的行为将取决于其内部状态和相邻节点的状态)，如图7所示，其中描绘了由来自其邻居协作节点的信息导出的目标网络节点的负载级别。
观察网络节点No使用在前一阶段收集的数据构建数据结构。例如，数据结构可以采取表格的形式，其中收集的数据如下面的示例性表格中那样布置：
Figure GDA0003680426350000221
Figure GDA0003680426350000231
与所考虑的用例相关(并且观察网络节点No必须推断)的目标网络节点
Figure GDA0003680426350000232
的内部状态是三个，并且在表中被表示为状态1、状态2和状态3。该表包含三行，对于通过观察网络节点No推断的目标网络节点
Figure GDA0003680426350000233
的每个内部状态有一行。
对于每一行，即，对于每个推断的内部状态状态1、状态2和状态3，在表的列中报告相关可观察的状态变量Vs、行为变量Vb和可控变量Vc的对应值。
特别地，可观察的状态变量Vs包括：目标网络节点
Figure GDA0003680426350000234
的负载级别(变量Vs1)；以及相邻网络节点的负载级别(变量Vs2)。行为变量Vb包括：朝着相邻网络节点的HO事件的数量(变量Vb1)；来自邻居网络节点的HO事件的数量(变量Vb2)；以及每个用户的QoS级别(变量Vb3)。可控变量Vc包括从目标网络节点
Figure GDA0003680426350000235
传出的HO的阈值(变量Vc1)；邻居网络节点的HO的阈值(变量Vc2)；以及服务优先级(变量Vc3)。
观察网络节点No创建的行为模型由图8中所示的状态过渡图示意性地示出。
管理
基于上述行为模型，当目标节点处于状态3(高负载级别)并且观察网络节点No想要避免朝着邻居节点生成增加数量的HO(变量Vb1)时，观察网络节点No可以降低与某些用户装备相关联的服务优先级(变量Vc3)，从而可以降低吞吐量。

Claims (11)

1.一种管理电信网络的网络装置(Fnc T)的方法，其中该网络装置不暴露足以允许管理其至少一个对于管理所关注的操作参数的管理接口，该方法包括：
-通过向要被管理的网络装置和与要被管理的网络装置处于操作关系的至少一个其它网络装置(Fnc，Fc)发出请求来收集(305)关于要被管理的网络装置的数据；
-基于所收集的数据(330)，生成(335)要被管理的网络装置的行为模型，该行为模型是关于其对于管理所关注的操作参数的、要被管理的网络装置的行为的推断的逻辑和数学模型，以及
-利用其生成的行为模型来管理(325)要被管理的网络装置，
所述生成要被管理的网络装置的行为模型包括将所收集的数据分类为数据类，所述数据类包括：
-指示要被管理的网络装置在其中操作的上下文的第一类数据；
-指示要被管理的网络装置的内部状态的第二类数据；和
-指示由要被管理的网络装置执行的动作的第三类数据。
2.如权利要求1所述的方法，其中收集关于要被管理的网络装置的数据包括为要被管理的网络装置生成刺激并且收集指示其对所生成的刺激的观察到的反应的数据。
3.如权利要求2所述的方法，其中所述收集指示观察到的反应的数据包括从电信网络的用户装备收集数据。
4.如权利要求1所述的方法，其中所述至少一个其它网络装置包括至少一个网络装置(Fc)，该网络装置暴露被配置为在询问时提供与其自身内部状态有关的数据的管理接口，并且在与要管理的网络功能处于操作关系的情况下，已经获得并且能够提供对于定义要被管理的网络功能的操作上下文有用的数据。
5.如权利要求4所述的方法，其中所收集的数据包括以下当中的一个或多个：
-从所述至少一个其它网络装置获得并且足以生成要被管理的目标网络装置的行为模型的数据，该数据由要被管理的网络装置提供给所述至少一个其它网络装置；
-直接从要被管理的网络装置获得的数据，该数据不足以生成其行为模型；
-从所述至少一个其它网络装置获得的数据，该数据不足以生成其行为模型。
6.如权利要求1所述的方法，其中所述第一类数据包括以下之一：要被管理的网络装置的地理位置、要被管理的网络装置附近的相邻网络装置的类型的指示、相邻网络装置的一个或多个频率规划的指示。
7.如权利要求1所述的方法，其中所述第二类数据包括以下之一：要被管理的网络装置的负载级别的指示、要被管理的网络装置使用的资源的指示、要被管理的网络装置的可用资源的指示。
8.如权利要求1所述的方法，其中所述第三类数据包括以下之一：接受或拒绝新的资源请求的指示；取决于负载级别的新资源占用的指示；移交方向的指示。
9.如权利要求1所述的方法，其中所述生成要被管理的网络装置的行为模型包括将所收集的数据分类为变量类别，所述变量类别包括：
-可观察的状态变量，包括与能够直接观察或推断的要被管理的网络装置的内部状态相关的数据；
-可控变量，包括与能够被设置以便推动要被管理的网络装置执行功能的参数相关的数据；
-行为变量，包括与要被管理的网络装置能够执行的功能相关的数据。
10.如前述权利要求中任一项所述的方法，其中要被管理的网络装置的所述行为模型包括代表要被管理的网络装置的有限状态机。
11.一种用于管理电信网络的网络装置(Fnc T)的系统，其中要被管理的网络装置不暴露足以允许管理其至少一个对于管理所关注的操作参数的管理接口，该系统包括：
-数据收集器(205)，被配置为通过向要被管理的网络装置以及与要被管理的网络装置处于操作关系的至少一个其它网络装置(Fnc，Fc)发出请求来收集(305)关于要被管理的网络装置的数据；
-行为模型构建器(210)，被配置用于基于所收集的数据(330)生成(335)要被管理的网络装置的行为模型，该行为模型是关于其对于管理所关注的操作参数的要被管理的网络装置的行为的推断的逻辑和数学模型，以及
-管理器(215)，被配置为用于利用其生成的行为模型来管理(325)要被管理的网络装置，
其中，在生成要被管理的网络装置的行为模型时，所述行为模型构建器将所收集的数据分类为数据类，所述数据类包括：
-指示要被管理的网络装置在其中操作的上下文的第一类数据；
-指示要被管理的网络装置的内部状态的第二类数据；和
-指示由要被管理的网络装置执行的动作的第三类数据。
CN201880012018.XA 2017-02-15 2018-02-02 用于管理电信网络装置的方法和系统 Active CN110313214B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
IT102017000016599 2017-02-15
IT102017000016599A IT201700016599A1 (it) 2017-02-15 2017-02-15 Metodo e sistema per la gestione di apparati di rete di telecomunicazioni
PCT/EP2018/052651 WO2018149664A1 (en) 2017-02-15 2018-02-02 Method and system for managing telecommunication network apparatuses

Publications (2)

Publication Number Publication Date
CN110313214A CN110313214A (zh) 2019-10-08
CN110313214B true CN110313214B (zh) 2022-08-05

Family

ID=59101609

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880012018.XA Active CN110313214B (zh) 2017-02-15 2018-02-02 用于管理电信网络装置的方法和系统

Country Status (5)

Country Link
US (1) US10979915B2 (zh)
EP (1) EP3583816B1 (zh)
CN (1) CN110313214B (zh)
IT (1) IT201700016599A1 (zh)
WO (1) WO2018149664A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022082444A1 (en) * 2020-10-20 2022-04-28 Telefonaktiebolaget Lm Ericsson (Publ) Method and apparatus for terminal device behavior classification
US20230319050A1 (en) * 2022-04-01 2023-10-05 Vectra Ai, Inc. Method, product, and system for generating a software representation that embodies network configuration and policy data of a computer network for use in security management

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ATE194237T1 (de) 1990-09-17 2000-07-15 Cabletron Systems Inc Verfahren zur isolierung eines netzwerkfehlers
US5742587A (en) * 1997-02-28 1998-04-21 Lanart Corporation Load balancing port switching hub
AU2001257374A1 (en) * 2000-04-28 2001-11-12 Sheer Networks, Inc. Network management method and system
USH2072H1 (en) * 2000-09-29 2003-07-01 Opuswave Networks, Inc. System and method for managing base stations in a wireless system
USH2059H1 (en) * 2000-09-29 2003-02-04 Opuswave Networks, Inc. System and method for managing terminal units in a wireless system
JP3543764B2 (ja) * 2000-12-21 2004-07-21 日本電気株式会社 無線通信システム及び干渉波監視方法
EP1480377B1 (en) * 2003-05-23 2005-09-07 Alcatel Method and system for creating a protocol-independent meta-model in a Network Management System of a telecommunication network
US7664846B2 (en) * 2003-11-26 2010-02-16 Siemens Communications, Inc. System and method for distributed modeling of real time systems
EP1782246B1 (en) * 2004-07-07 2020-02-12 Sciencelogic, LLC Self configuring network management system
WO2009121414A1 (en) * 2008-04-03 2009-10-08 Telefonaktiebolaget L M Ericsson (Publ) Behaviour model for a communications network
EP2324655B1 (en) * 2008-09-09 2015-02-25 NEC Europe Ltd. Method for configuration of a femto radio base station
US20120094650A1 (en) 2009-03-03 2012-04-19 Zhongding Lei Method of communication
US9032067B2 (en) * 2010-03-12 2015-05-12 Fujitsu Limited Determining differences in an event-driven application accessed in different client-tier environments
KR101712380B1 (ko) * 2010-06-14 2017-03-06 삼성전자주식회사 인지적 간섭 제어 방법 및 장치
US8526961B2 (en) * 2011-06-29 2013-09-03 Alcatel Lucent Method and apparatus for mapping operating parameter in coverage area of wireless network
US9246747B2 (en) * 2012-11-15 2016-01-26 Hong Kong Applied Science and Technology Research Co., Ltd. Adaptive unified performance management (AUPM) with root cause and/or severity analysis for broadband wireless access networks
US9893937B2 (en) * 2013-04-17 2018-02-13 Ciena Corporation Network technology interworking via user programmable event-action profiles
KR20140125488A (ko) 2013-04-19 2014-10-29 한국전자통신연구원 스마트 유비쿼터스 네트워크에서 상황 인지 기반 네트워크 장치 및 시스템
EP3060971A4 (en) * 2013-10-25 2017-07-12 ZIH Corp. Method and apparatus for managing remote devices and accessing remote device information
US9146787B2 (en) * 2013-11-07 2015-09-29 Accenture Global Services Limited Analytics for application programming interfaces
US10764394B2 (en) * 2016-11-30 2020-09-01 At&T Intellectual Property I, L.P. Resource based framework to support service programmability for a 5G or other next generation mobile core network

Also Published As

Publication number Publication date
EP3583816A1 (en) 2019-12-25
US20200022003A1 (en) 2020-01-16
CN110313214A (zh) 2019-10-08
EP3583816B1 (en) 2023-10-18
US10979915B2 (en) 2021-04-13
WO2018149664A1 (en) 2018-08-23
IT201700016599A1 (it) 2018-08-15

Similar Documents

Publication Publication Date Title
Moysen et al. From 4G to 5G: Self-organized network management meets machine learning
Anandakumar et al. Supervised machine learning techniques in cognitive radio networks during cooperative spectrum handovers
CN112543465B (zh) 一种异常检测方法、装置、终端及存储介质
US10505807B2 (en) Network coordination apparatus
Fourati et al. Comprehensive survey on self-organizing cellular network approaches applied to 5G networks
Huang et al. Wireless big data: transforming heterogeneous networks to smart networks
CN108337110B (zh) 一种虚拟资源管理方法及装置、计算机可读存储介质
EP3432629B1 (en) Partitioning a plurality of wireless access points into management clusters
Khatib et al. Data mining for fuzzy diagnosis systems in LTE networks
FI20175725A1 (en) Customer-centered cognitive self-organizing networks
EP3008940B1 (en) Method of coordinating a communication network
CN110313214B (zh) 用于管理电信网络装置的方法和系统
Ouyang et al. Application behaviors driven self-organizing network (SON) for 4G LTE networks
Ouyang et al. APP-SON: Application characteristics-driven SON to optimize 4G/5G network performance and quality of experience
Bandh Coordination of autonomic function execution in Self-Organizing Networks
Bayazeed et al. A survey of self-coordination in self-organizing network
CN111083710A (zh) 一种用于5g系统的智慧组网方法
GB2597931A (en) Configuring resources in a self-organizing network
EP3866527A1 (en) Paging method and apparatus, equipment, and storage medium
WO2017137089A1 (en) User equipment profiling for network administration
Pandey Adaptive Learning For Mobile Network Management
Lohmüller Cognitive Self-organizing network management for automated configuration of self-optimization SON functions
Cheng et al. Dynamic multiagent load balancing using distributed constraint optimization techniques
CN105409277A (zh) 用于控制son功能的网络实体和方法
Mwanje et al. System Aspects for Cognitive Autonomous 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