CN111147899B - 一种故障预警方法及装置 - Google Patents

一种故障预警方法及装置 Download PDF

Info

Publication number
CN111147899B
CN111147899B CN201911296449.6A CN201911296449A CN111147899B CN 111147899 B CN111147899 B CN 111147899B CN 201911296449 A CN201911296449 A CN 201911296449A CN 111147899 B CN111147899 B CN 111147899B
Authority
CN
China
Prior art keywords
network equipment
flow output
characteristic information
moment
service flow
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
CN201911296449.6A
Other languages
English (en)
Other versions
CN111147899A (zh
Inventor
张尊平
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.)
Nanjing Yaxin Zhiwang Technology Co ltd
Original Assignee
Nanjing Yaxin Zhiwang Technology 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 Nanjing Yaxin Zhiwang Technology Co ltd filed Critical Nanjing Yaxin Zhiwang Technology Co ltd
Priority to CN201911296449.6A priority Critical patent/CN111147899B/zh
Publication of CN111147899A publication Critical patent/CN111147899A/zh
Application granted granted Critical
Publication of CN111147899B publication Critical patent/CN111147899B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
    • H04N21/2404—Monitoring of server processing errors or hardware failure
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/4425—Monitoring of client processing errors or hardware failure
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client 
    • H04N21/63—Control signaling related to video distribution between client, server and network components; Network processes for video distribution between server and clients or between remote clients, e.g. transmitting basic layer and enhancement layers over different transmission paths, setting up a peer-to-peer communication via Internet between remote STB's; Communication protocols; Addressing
    • H04N21/643—Communication protocols
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client 
    • H04N21/63—Control signaling related to video distribution between client, server and network components; Network processes for video distribution between server and clients or between remote clients, e.g. transmitting basic layer and enhancement layers over different transmission paths, setting up a peer-to-peer communication via Internet between remote STB's; Communication protocols; Addressing
    • H04N21/647—Control signaling between network components and server or clients; Network processes for video distribution between server and clients, e.g. controlling the quality of the video stream, by dropping packets, protecting content from unauthorised alteration within the network, monitoring of network load, bridging between two different networks, e.g. between IP and wireless
    • H04N21/64723—Monitoring of network processes or resources, e.g. monitoring of network load
    • H04N21/64738—Monitoring network characteristics, e.g. bandwidth, congestion level

Abstract

本申请实施例提供一种故障预警方法及装置，涉及通信技术领域，解决了现有的故障维修效率比较低的技术问题。该方法包括：故障预警装置预测网络设备在当前时刻之后输出的业务流量；若预测出在当前时刻之后的第一时刻，网络设备输出的业务流量的特征信息与特征数据库中的异常特征信息匹配，则故障预警装置发出告警信息，以指示网络设备故障。故障预警装置通过预测网络设备输出的业务流量，有效地提高了网络设备的故障维修效率。

Description

一种故障预警方法及装置
技术领域
本发明涉及通信技术领域，尤其涉及一种故障预警方法及装置。
背景技术
用户在使用交互式网络电视(internet protocol television,IPTV)业务时，IPTV机顶盒需要通过动态主机配置协议(dynamic host configuration protocol，DHCP)向DHCP服务器发送请求，以获取网际互连协议(Internet Protocol，IP)地址。
在IPTV机顶盒向DHCP服务器发送请求的过程中，需要多个网络设备解析或转发该请求。现有技术中，当IPTV机顶盒与DHCP服务器之间的网络发生故障，或者任一网络设备发生故障时，运维人员需要逐一检查网络设备，耗时耗力，效率较低。
发明内容
本申请提供一种故障预警方法及装置，解决了现有的故障维修效率比较低的技术问题。
为达到上述目的，本申请采用如下技术方案：
第一方面，提供一种故障预警方法，故障预警装置首先预测网络设备在当前时刻之后输出的业务流量，若故障预警装置预测出网络设备在当前时刻之后的第一时刻，网络设备输出的业务流量的特征信息与特征数据库中的异常特征信息匹配，则发出告警信息，指示网络设备故障。
可以看出，故障预警装置可以预测网络设备输出的业务流量是否异常。若预测出网络设备输出的业务流量即将发生异常，运维人员可以根据故障预警装置发出的告警信息，及时的对发生故障的网络设备进行检查，有效地提高了网络设备的故障维修效率。
第二方面，提供一种故障预警装置，该故障预警装置包括：预测单元，用于预测网络设备在当前时刻之后输出的业务流量；告警单元，用于若预测单元预测出网络设备在第一时刻输出的业务流量的特征信息与特征数据库中的异常特征信息匹配，则发出告警信息；告警信息用于指示网络设备故障；第一时刻为当前时刻之后。
第三方面，提供一种故障预警装置，包括存储器和处理器。存储器用于存储计算机执行指令，处理器与存储器通过总线连接。当故障预警装置运行时，处理器执行存储器存储的计算机执行指令，以使故障预警装置执行第一方面所述的故障预警方法。
该故障预警装置可以是网络设备，也可以是网络设备中的一部分装置，例如网络设备中的芯片系统。该芯片系统用于支持网络设备实现第一方面及其任意一种可能的实现方式中所涉及的功能，例如，接收、确定、分流上述故障预警方法中所涉及的数据和/或信息。该芯片系统包括芯片，也可以包括其他分立器件或电路结构。
第四方面，提供一种计算机可读存储介质，计算机可读存储介质包括计算机执行指令，当计算机执行指令在计算机上运行时，使得该计算机执行第一方面所述的故障预警方法。
第五方面，提供一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行如第一方面及其任一种可能的设计方式所述的故障预警方法。
需要说明的是，上述计算机指令可以全部或者部分存储在第一计算机存储介质上。其中，第一计算机存储介质可以与故障预警装置的处理器封装在一起的，也可以与故障预警装置的处理器单独封装，本申请对此不作限定。
本发明中第二方面、第三方面、第四方面以及第五方面的描述，可以参考第一方面的详细描述；并且，第二方面、第三方面、第四方面以及第五方面的有益效果，可以参考第一方面的有益效果分析，此处不再赘述。
在本申请中，上述故障预警装置的名字对设备或功能模块本身不构成限定，在实际实现中，这些设备或功能模块可以以其他名称出现。只要各个设备或功能模块的功能和本发明类似，属于本发明权利要求及其等同技术的范围之内。
本发明的这些方面或其他方面在以下的描述中会更加简明易懂。
附图说明
图1为本申请实施例提供的一种IPTV业务网络架构示意图；
图2为本申请实施例提供的一种故障预警系统的结构示意图；
图3为本申请实施例提供的一种故障预警装置的硬件结构示意图；
图4为本申请实施例提供的又一种故障预警装置的硬件结构示意图；
图5为本申请实施例提供的一种特征数据库建立流程示意图；
图6为本申请实施例提供的一种故障预警流程示意图；
图7为本申请实施例提供的一种故障预警装置的结构示意图；
图8为本申请实施例提供的又一种故障预警装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
为了便于清楚描述本申请实施例的技术方案，在本申请实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分，本领域技术人员可以理解“第一”、“第二”等字样并不是在对数量和执行次序进行限定。
当前，在用户使用交互式网络电视(internet protocol television，IPTV)业务的过程中，为了响应用户的操作，IPTV机顶盒通过动态主机配置协议(dynamic hostconfiguration protocol，DHCP)向DHCP服务器发送请求，以获取网际互连协议(InternetProtocol，IP)地址，进而通过获取到的IP地址，实现IPTV机顶盒与DHCP服务器的业务信息交互。
图1示出了IPTV业务的网络架构图。如图1所示，在IPTV机顶盒向DHCP服务器发送请求的过程中，多个网络设备解析或转发该请求。所述多个网络设备可以包括：光网络单元(optical network unit，ONU)设备、光线路终端(optical line terminal，OLT)设备、宽带远程接入服务器(broadband remote access server，BRAS)设备。所述多个网络设备还可以包括核心网中的至少一个设备(图1中未示出)。
现有技术中，当IPTV机顶盒与DHCP服务器之间的网络发生故障，或者任一网络设备发生故障时，运维人员需要对上述多个网络设备进行逐一检查，耗时耗力，效率较低。
针对上述问题，本申请实施例提供了一种故障预警方法，故障预警装置通过预测网络设备在当前时刻之后输出的业务流量，并根据预测出的业务流量的特征信息与特征数据库中的异常特征信息，确定网络设备是否将会在当前时刻之后发生故障。若确定在第一时刻(位于当前时刻之后)发生故障，则故障预警装置发出告警信息，以便于运维人员可以根据该告警信息，及时对该网络设备进行检查，有效地提高了网络设备的故障维修效率。
本申请实施例提供的故障预警方法适用于故障预警系统20。基于图1，如图2所示，该故障预警系统20包括图1示出的多个网络设备(ONU设备、OLT设备和BRAS设备)和故障预警装置22。故障预警装置22与每一个网络设备均连接。
对于图2中示出的任一网络设备而言，故障预警装置22均可获取该网络设备的在第一时长输出的业务流量，并根据该业务流量预测网络设备在当前时刻之后输出的业务流量，进而确定网络设备是否发生故障。因为对每一个网络设备的处理过程都相同，因此，本申请实施例以故障预警装置对一个网络设备的处理过程为例进行说明。
上述故障预警装置22可以为用于对网络设备中的业务流量进行预测的设备，也可以为该设备中的芯片，还可以为该设备中的片上系统。
可选的，该设备可以是物理机，例如：台式电脑，又称台式机或桌面机(desktopcomputer)、手机、平板电脑、笔记本电脑、超级移动个人计算机(Ultra-mobile PersonalComputer，UMPC)、上网本、个人数字助理(Personal Digital Assistant，PDA)等终端。
可选的，上述故障预警装置也可以通过部署在物理机上的虚拟机(virtualmachine，VM)，以实现上述信息处理装置所要实现的功能。
图2中的故障预警装置22和多个网络设备的基本硬件结构类似，都包括图3所示故障预警装置所包括的元件。下面以图3所示的故障预警装置为例，介绍图2中的故障预警装置22和多个网络设备的硬件结构。
图3示出了本申请实施例提供的故障预警装置的一种硬件结构示意图。如图3所示，该故障预警装置包括处理器31，存储器32、通信接口33、总线34。处理器31，存储器32以及通信接口33之间可以通过总线34连接。
处理器31是故障预警装置的控制中心，可以是一个处理器，也可以是多个处理元件的统称。例如，处理器31可以是一个通用中央处理单元(central processing unit，CPU)，也可以是其他通用处理器等。其中，通用处理器可以是微处理器或者是任何常规的处理器等。
作为一种实施例，处理器31可以包括一个或多个CPU，例如图3中所示的CPU 0和CPU 1。
存储器32可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory，EEPROM)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
一种可能的实现方式中，存储器32可以独立于处理器31存在，存储器32可以通过总线34与处理器31相连接，用于存储指令或者程序代码。处理器31调用并执行存储器32中存储的指令或程序代码时，能够实现本发明实施例提供的故障预警方法。
另一种可能的实现方式中，存储器32也可以和处理器31集成在一起。
通信接口33，用于与其他设备通过通信网络连接。所述通信网络可以是以太网，无线接入网，无线局域网(wireless local area networks，WLAN)等。通信接口33可以包括用于接收数据的接收单元，以及用于发送数据的发送单元。
总线34，可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component Interconnect，PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture，EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
需要指出的是，图3示出的结构并不构成对该故障预警装置的限定。除图3所示部件之外，该故障预警装置可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
图4示出了本申请实施例中故障预警装置的另一种硬件结构。如图4所示，故障预警装置可以包括处理器41以及通信接口42。处理器41与通信接口42耦合。
处理器41的功能可以参考上述处理器31的描述。此外，处理器41还具备存储功能，可以参考上述存储器32的功能。
通信接口42用于为处理器41提供数据。该通信接口42可以是故障预警装置的内部接口，也可以是故障预警装置对外的接口(相当于通信接口33)。
需要指出的是，图3(或图4)中示出的结构并不构成对故障预警装置的限定，除图3(或图4)所示部件之外，该故障预警装置可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合附图对本申请实施例提供的故障预警方法进行详细介绍。
本申请实施例提供的故障预警方法包括：故障预警装置根据网络设备在第二时长(位于当前时刻之前)输出的业务流量的异常特征信息，建立特征数据库的流程(简称为“特征数据库建立流程”)；故障预警装置根据网络设备在第一时长(位于当前时刻之前)输出的业务流量的特征信息和特征数据库，对网络设备在当前时刻之后输出的业务流量进行预测的流程(简称为“故障预警流程”)。
下面先对“特征数据库建立流程”进行描述。
如图5所示，“特征数据库建立流程”包括：S501-S502。
S501、故障预警装置获取网络设备在第二时长输出的业务流量。
其中，第二时长的终止时刻位于当前时刻之前。
网络设备在第二时长输出的业务流量中包括该业务流量对应的异常特征信息。
可选的，故障预警装置可以通过实时采集的方式获取网络设备在第二时长输出的业务流量，也可以通过与网络设备通信的方式，获取网络设备在第二时长输出的业务流量，例如：故障预警装置向网络设备发送请求消息，请求获取网络设备在第二时长输出的业务流量；相应的，响应于上述请求消息，网络设备向故障预警装置发送其在第二时长输出的业务流量。
用户在使用IPTV业务时，IPTV机顶盒会通过至少一个网络设备向业务服务器发送请求消息。在实际应用中，由于网络性能波动或者网络资源不稳定等问题，任一网络设备都可能出现故障。
当网络设备发生故障时，该网络设备输出的流量就会发生异常。因此，故障预警装置可以在网络设备发生故障时，获取发生故障的网络设备输出的业务流量的异常特征信息。
由于第二时长的终止时刻位于当前时刻之前，因此，故障预警装置可以获取到第二时长中，网络设备每一次发生故障时的异常特征信息。即故障预警装置可以获取到网络设备在第二时长输出的业务流量的异常特征信息。
可选的，本申请实施例对第二时长的范围不作限定。
S502、故障预警装置根据网络设备在第二时长输出的业务流量的异常特征信息，建立特征数据库。
在获取网络设备在第二时长输出的业务流量的异常特征信息之后，故障预警装置根据该异常特征信息，建立特征数据库。
示例性的，故障预警装置获取到的BRAS设备的异常特征信息包括：BRAS设备输出100个报文、信息2、信息3……，则故障预警装置建立的特征数据库可以如表1所示。
表1
异常特征信息
BRAS设备输出100个报文
信息2
信息3
……
可选的，在获取到异常特征信息之后，故障预警装置还可以获取到每一个异常特征信息对应的处理结果。本申请实施例中涉及到的处理结果可以为运维人员预先设置的。
示例性的，若故障预警装置获取到“BRAS设备输出100个报文”，则该故障预警装置获取该异常特征信息应的处理结果为“调整BRAS设备的网络参数”。
在实际应用中，一个异常特征信息可以对应一个处理结果，也可以对应多个处理结果。一个处理结果可以对应一个异常特征信息，也可以对应多个异常特征信息。本申请实施例对此不作限定。
故障预警装置可以根据获取到的异常特征信息和该异常特征信息对应的处理结果，建立特征数据库。
示例性的，故障预警装置获取到的BRAS设备的异常特征信息如表1所示。异常特征信息“100个报文”对应处理结果为“调整BRAS设备的网络参数”；异常特征信息“信息2”对应处理结果为：结果2；异常特征信息“信息3”对应处理结果为：结果3。表2示出了这种场景的特征数据库。
表2
异常特征信息 处理结果
信息1 调整BRAS设备的网络参数
信息2 结果2
信息3 结果3
…… ……
本申请实施例中的表1和表2均是对特征数据库的示例说明，不是对特征数据库的限定。在实际应用中，特征数据库还可以采用其他形式表示，如树形结构等。
在构建了特征数据库之后，故障预警装置可以用特征数据库中的异常特征信息，预测网络设备在当前时刻之后输出的业务流量。即执行“故障预警流程”。
下面对“故障预警流程”进行描述。
如图6所示，“故障预警流程”包括：S601-S605。
S601、故障预警装置获取网络设备在第一时长输出的业务流量。
其中，第一时长的终止时刻位于当前时刻之前。网络设备在第一时长输出的业务流量用于预测网络设备在当前时刻之后输出的业务流量。
因为第一时长的终止时刻位于当前时刻之前，所以故障预警装置可以参考S501的方法，获取网络设备在第一时长输出的业务流量。
可选的，本申请实施例对第一时长的范围不作限定。
可选的，第一时长的起始时刻与当前时刻的差值小于或等于预设时长，在这种情况下，装置预测的精准度更高。
可选的，第一时长的起始时刻可以与第二时长的起始时刻相同，也可以位于第二时长的起始时刻之后。
示例性的，当前时刻为2019年11月30日12:00，预设时长为12个小时，因此，第一时长可以是2019年11月30日5:00-2019年11月30日11：00。第二时长可以是2019年10月30日12:00-2019年11月30日8：00。
S602、故障预警装置根据网络设备在第一时长输出的业务流量预测网络设备在当前时刻之后输出的业务流量。
具体的，在获取到网络设备在第一时长输出的业务流量之后，故障预警装置可以根据该业务流量预测网络设备在当前时刻之后输出的业务流量。本申请实施例中涉及到的业务流量均包括该业务流量的特征信息(例如该业务流量中报文的数量)。
可选的，故障预警装置将获取到的网络设备在第一时长输出的业务流量，输入到预设的预测模型，以得到网络设备在当前时刻之后输出的业务流量。可以看出，该预测模型可以用于预测网络设备在当前时刻之后输出的业务流量。
该预测模型可以是差分整合移动平均自回归(autoregressive integratedmoving average，ARIMA)模型，也可以是其他预测模型，在此不作限定。
示例性的，当前时刻为2019年11月30日12:00。第一时长为：2019年11月30日5:00-2019年11月30日11：00。第二时长为：2019年10月30日12:00-2019年11月30日8：00。预设的预测模型为：ARIMA模型。故障预警装置根据网络设备在第二时长输出的业务流量的异常特征信息，建立特征数据库。然后，故障预警装置获取网络设备在第一时长输出的业务流量。接着，故障预警装置将获取到的网络设备在第一时长输出的业务流量，输入到ARIMA模型中，得到2019年11月30日13:00(即当前时刻之后)的业务流量。其中，2019年11月30日13:00的业务流量中包括一个报文数量为100的特征信息。
S603、故障预警装置判断网络设备在当前时刻之后的任一时刻输出的业务流量的特征信息与特征数据库中的异常特征信息是否匹配。
对于当前时刻之后的任一时刻，故障预警装置都执行S603-S605。
具体的，对于当前时刻之后的任一时刻，以时刻A为例，在预测出网络设备在时刻A输出的业务流量之后，故障预警装置获取网络设备在时刻A输出的业务流量中的特征信息，并判断该特征信息与特征数据库中的异常特征信息是否匹配。
示例性的，对于IPTV业务而言，故障预警装置预测出BRAS设备在当前时刻之后的某一时刻输出的与IPTV业务对应的报文数量为100个(即特征信息为100个报文)。然后，故障预警装置判断特征数据库中是否存储有“从BRAS设备输出100个报文”这一异常特征信息。若特征数据库中存储有“从BRAS设备输出100个报文”这一异常特征信息，则执行S604。若特征数据库中没有存储“从BRAS设备输出100个报文”这一异常特征信息，则执行S605。
S604、故障预警装置发出告警信息。
若故障预警装置预测出网络设备在第一时刻输出的业务流量的特征信息与特征数据库中的异常特征信息相匹配，则发出告警信息，指示该网络设备将要发生故障。其中，第一时刻为当前时刻之后。
可选的，故障预警装置还可以将特征数据库中存储的该异常特征信息对应的故障处理建议，添加到告警信息中，方便运维人员可以快速处理该网络设备的故障。
示例性的，参考表2，对于IPTV业务而言，故障预警装置预测出BRAS设备在当前时刻之后的某一时刻输出的与IPTV业务对应的报文数量为100个(即特征信息为100个报文)。然后，故障预警装置确定“从BRAS设备输出的与IPTV业务对应的报文数量为100个”这一特征信息与特征数据库中的“从BRAS设备输出100个报文”的异常特征信息相匹配，则发出告警信息。该告警信息中包括“调整BRAS设备的网络参数”这一处理结果。
可选的，故障预警装置可以显示告警信息(该告警信息可以采用文字或者图形的方式展现)，也可以播放告警信息(该告警信息可以采用语音播放该告警信息的相应内容的形式，也可以采用蜂鸣音播放的形式)，还可以通过其他方式进行告警，在此不作限定。
S605、故障预警装置输出第二时刻的业务流量的特征信息。
具体的，若故障预警装置预测出网络设备在第二时刻输出的业务流量的特征信息与特征数据库中的异常特征信息不匹配，则输出第二时刻的业务流量的特征信息。其中，第二时刻为当前时刻之后。
可选的，在输出第二时刻的业务流量的特征信息后，运维人员可以判断该特征信息是否为新的异常特征信息。若该特征信息是新的异常特征信息，则故障预警装置将该异常特征信息存储到特征数据库中，以及时更新特征数据库，进一步提高预测的准确度，进而提高确定故障的准确度。
由上可知，本申请实施例提供了一种故障预警方法，故障预警装置首先预测网络设备在当前时刻之后输出的业务流量，若故障预警装置预测出网络设备在当前时刻之后的第一时刻，网络设备输出的业务流量的特征信息与特征数据库中的异常特征信息匹配，则发出告警信息，指示网络设备将要发生故障。在这种情况下，运维人员可以根据故障预警装置发出的告警信息，及时的对将要发生故障的网络设备进行检查，有效地提高了网络设备的故障维修效率。
上述主要从方法的角度对本申请实施例提供的方案进行了介绍。为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，本申请实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
本申请实施例可以根据上述方法示例对故障预警装置进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。可选的，本申请实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
如图7所示，为本申请实施例提供的一种故障预警装置70的结构示意图。该故障预警装置70用于通过预测网络设备输出的业务流量，有效地提高了网络设备的故障维修效率，例如用于执行图5所示的特征数据库建立流程或图6所示的故障预警流程。故障预警装置70包括：预测单元701和告警单元702。
预测单元701，用于预测网络设备在当前时刻之后输出的业务流量。例如，结合图6，预测单元701可以用于执行S602。
告警单元702，用于若预测单元预测出网络设备在第一时刻输出的业务流量的特征信息与特征数据库中的异常特征信息匹配，则发出告警信息；告警信息用于指示网络设备故障；第一时刻为当前时刻之后。例如，结合图6，告警单元702可以用于执行S604。
可选的，预测单元701具体用于：
获取网络设备在第一时长输出的业务流量；第一时长的起始时刻与当前时刻的差值小于或等于预设时长；第一时长的终止时刻位于当前时刻之前。例如，结合图6，预测单元701可以用于执行S601。
将网络设备在第一时长输出的业务流量输入到预测模型，以确定网络设备在当前时刻之后输出的业务流量。
可选的，故障预警装置70还包括：获取单元703和构建单元704。
获取单元703，用于获取网络设备在第二时长输出的业务流量的异常特征信息；第二时长的终止时刻位于当前时刻之前。例如，结合图5，获取单元703可以用于执行S501。
构建单元704，用于根据获取单元获取的网络设备在第二时长输出的业务流量的异常特征信息，建立特征数据库。例如，结合图5，构建单元704可以用于执行S502。
可选的，故障预警装置还包括：判断单元705。
判断单元705，用于判断网络设备在当前时刻之后输出的业务流量的特征信息与特征数据库中的异常特征信息是否匹配。例如，结合图6，判断单元705可以用于执行S603。
可选的，故障预警装置还包括：输出单元706。
输出单元706，用于若预测出网络设备在第二时刻输出的业务流量的特征信息与特征数据库中的异常特征信息不匹配，则输出网络设备在第二时刻之后输出的业务流量的特征信息，第二时刻为当前时刻之后。例如，结合图6，输出单元706可以用于执行S605。
本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质包括计算机执行指令。当计算机执行指令在计算机上运行时，使得计算机执行如上述实施例提供的故障预警方法中，故障预警装置执行的各个步骤。
本申请实施例还提供一种计算机程序产品，该计算机程序产品可直接加载到存储器中，并含有软件代码，该计算机程序产品经由计算机载入并执行后能够实现上述实施例提供的故障预警方法中，故障预警装置执行的各个步骤。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件程序实现时，可以全部或部分地以计算机程序产品的形式来实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机执行指令时，全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(digitalsubscriber line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可以用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如，软盘、硬盘、磁带)，光介质(例如，DVD)、或者半导体介质(例如固态硬盘(solid state disk，SSD))等。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是一个物理单元或多个物理单元，即可以位于一个地方，或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (4)

1.一种故障预警方法，其特征在于，包括：
预测网络设备在当前时刻之后输出的业务流量；
若预测出所述网络设备在第一时刻输出的业务流量的特征信息与特征数据库中的异常特征信息匹配，则发出告警信息；所述告警信息用于指示所述网络设备故障；所述第一时刻为所述当前时刻之后；
获取所述网络设备在第二时长输出的业务流量的异常特征信息；所述第二时长的终止时刻位于所述当前时刻之前；
根据所述网络设备在第二时长输出的业务流量的异常特征信息，建立所述特征数据库；
若预测出所述网络设备在第二时刻输出的业务流量的特征信息与特征数据库中的异常特征信息不匹配，则输出所述网络设备在所述第二时刻之后输出的业务流量的特征信息，所述第二时刻为所述当前时刻之后；
判断所述第二时刻输出的业务流量的特征信息是否为新的异常特征信息，若是，则将所述新的异常特征信息存储至所述特征数据库中；
所述若预测出所述网络设备在第一时刻输出的业务流量的特征信息与特征数据库中的异常特征信息匹配，则发出告警信息之前，还包括：
判断所述网络设备在所述当前时刻之后输出的业务流量的特征信息与所述特征数据库中的异常特征信息是否匹配；
所述预测网络设备在当前时刻之后输出的业务流量，包括：
获取所述网络设备在第一时长输出的业务流量；所述第一时长的起始时刻与所述当前时刻的差值小于或等于预设时长；所述第一时长的终止时刻位于所述当前时刻之前；
将所述网络设备在所述第一时长输出的业务流量输入到预测模型，以确定所述网络设备在所述当前时刻之后输出的业务流量；所述预测模型为差分整合移动平均自回归模型。
2.一种故障预警装置，其特征在于，包括：
预测单元，用于预测网络设备在当前时刻之后输出的业务流量；
告警单元，用于若所述预测单元预测出所述网络设备在第一时刻输出的业务流量的特征信息与特征数据库中的异常特征信息匹配，则发出告警信息；所述告警信息用于指示所述网络设备故障；所述第一时刻为所述当前时刻之后；
获取单元，用于获取所述网络设备在第二时长输出的业务流量的异常特征信息；所述第二时长的终止时刻位于所述当前时刻之前；
构建单元，用于根据所述获取单元获取的所述网络设备在第二时长输出的业务流量的异常特征信息，建立所述特征数据库；
判断单元，用于判断所述网络设备在所述当前时刻之后输出的业务流量的特征信息与所述特征数据库中的异常特征信息是否匹配；
输出单元，用于若预测出所述网络设备在第二时刻输出的业务流量的特征信息与特征数据库中的异常特征信息不匹配，则输出所述网络设备在所述第二时刻之后输出的业务流量的特征信息，所述第二时刻为所述当前时刻之后；
所述判断单元，还用于判断所述第二时刻输出的业务流量的特征信息是否为新的异常特征信息，若是，则将所述新的异常特征信息存储至所述特征数据库中；
所述预测单元，具体用于：
获取所述网络设备在第一时长输出的业务流量；所述第一时长的起始时刻与所述当前时刻的差值小于或等于预设时长；所述第一时长的终止时刻位于所述当前时刻之前；
将所述网络设备在所述第一时长输出的业务流量输入到预测模型，以确定所述网络设备在所述当前时刻之后输出的业务流量；所述预测模型为差分整合移动平均自回归模型。
3.一种故障预警装置，其特征在于，包括存储器和处理器；所述存储器用于存储计算机执行指令，所述处理器与所述存储器通过总线连接；
当所述故障预警装置运行时，所述处理器执行所述存储器存储的所述计算机执行指令，以使所述故障预警装置执行如权利要求1所述的故障预警方法。
4.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括计算机执行指令，当所述计算机执行指令在计算机上运行时，使得所述计算机执行如权利要求1所述的故障预警方法。
CN201911296449.6A 2019-12-16 2019-12-16 一种故障预警方法及装置 Active CN111147899B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911296449.6A CN111147899B (zh) 2019-12-16 2019-12-16 一种故障预警方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911296449.6A CN111147899B (zh) 2019-12-16 2019-12-16 一种故障预警方法及装置

Publications (2)

Publication Number Publication Date
CN111147899A CN111147899A (zh) 2020-05-12
CN111147899B true CN111147899B (zh) 2023-05-23

Family

ID=70518446

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911296449.6A Active CN111147899B (zh) 2019-12-16 2019-12-16 一种故障预警方法及装置

Country Status (1)

Country Link
CN (1) CN111147899B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114598904B (zh) * 2020-11-20 2023-06-30 中国移动通信集团广东有限公司 交互式网络电视iptv业务的故障定位方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101729301A (zh) * 2008-11-03 2010-06-09 中国移动通信集团湖北有限公司 网络异常流量监测方法和监测系统
CN107135230A (zh) * 2017-06-13 2017-09-05 北京溢思得瑞智能科技研究院有限公司 一种基于infigarch模型的网络流量异常检测方法及设备
CN107832866A (zh) * 2017-09-26 2018-03-23 晶赞广告（上海）有限公司 一种流量预测方法及装置、存储介质、终端
CN108667856A (zh) * 2018-08-10 2018-10-16 广东电网有限责任公司 一种网络异常检测方法、装置、设备及存储介质

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101483547B (zh) * 2009-02-12 2011-05-11 中国人民解放军信息工程大学 一种网络突发事件度量评估方法及系统
JP2011155388A (ja) * 2010-01-26 2011-08-11 Hitachi Ltd 障害表示方法、障害設定装置及び監視制御装置
JP2012124707A (ja) * 2010-12-08 2012-06-28 Kyocera Corp 障害検出方法、無線端末、及び基地局
EP2469757A1 (en) * 2010-12-24 2012-06-27 British Telecommunications Public Limited Company Communications network management
CN102130800B (zh) * 2011-04-01 2013-08-28 苏州赛特斯网络科技有限公司 基于数据流行为分析的网络访问异常检测装置及方法
US8997060B2 (en) * 2013-07-31 2015-03-31 International Business Machines Corporation Parallel program analysis and branch prediction
CN103716180A (zh) * 2013-12-04 2014-04-09 国网上海市电力公司 基于网络流量实际预测的网络异常预警方法
CN105634796A (zh) * 2015-12-22 2016-06-01 山西合力创新科技有限公司 一种网络设备故障预测及诊断方法
US10142185B2 (en) * 2016-06-08 2018-11-27 At&T Intellectual Property I, L.P. Content quality assessment and prediction via flows
CN106789177B (zh) * 2016-11-30 2019-09-10 武汉船舶通信研究所 一种网络故障处理的系统
CN109873712B (zh) * 2018-05-18 2022-03-22 新华三信息安全技术有限公司 一种网络流量预测方法及装置
CN109040488B (zh) * 2018-07-20 2020-08-11 阿里巴巴集团控股有限公司 流量调度方法和装置、计算设备及存储介质
CN110086649B (zh) * 2019-03-19 2023-06-16 深圳壹账通智能科技有限公司 异常流量的检测方法、装置、计算机设备及存储介质
CN110225067B (zh) * 2019-07-24 2021-08-24 上海戎磐网络科技有限公司 一种物联网安全预警系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101729301A (zh) * 2008-11-03 2010-06-09 中国移动通信集团湖北有限公司 网络异常流量监测方法和监测系统
CN107135230A (zh) * 2017-06-13 2017-09-05 北京溢思得瑞智能科技研究院有限公司 一种基于infigarch模型的网络流量异常检测方法及设备
CN107832866A (zh) * 2017-09-26 2018-03-23 晶赞广告（上海）有限公司 一种流量预测方法及装置、存储介质、终端
CN108667856A (zh) * 2018-08-10 2018-10-16 广东电网有限责任公司 一种网络异常检测方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN111147899A (zh) 2020-05-12

Similar Documents

Publication Publication Date Title
US9973397B2 (en) Diagnosis of network anomalies using customer probes
US20160330067A1 (en) Network Service Fault Handling Method, Service Management System, and System Management Module
CN103117879B (zh) 一种计算机硬件运行参数网络监测系统
US11003516B2 (en) Geographical redundancy and dynamic scaling for virtual network functions
CN109921925B (zh) 一种拨测方法及装置
WO2016197737A1 (zh) 自检处理方法、装置及系统
CN114357495B (zh) 基于区块链的预言机链下聚合方法、装置、设备和介质
CN103516851B (zh) 一种无线产品云测试平台系统
CN109617750A (zh) 一种服务预警方法及网关
US9641595B2 (en) System management apparatus, system management method, and storage medium
CN111147899B (zh) 一种故障预警方法及装置
CN106488416B (zh) 行业短信发送方法与装置
CN110198230B (zh) 应用的监控方法、装置、存储介质和电子装置
CN107666401A (zh) 一种配置信息获取方法及终端
CN109710447A (zh) 用于数据访问的方法、装置、介质和计算设备
CN113656252A (zh) 故障定位方法、装置、电子设备以及存储介质
CN109034416A (zh) 一种故障维护的方法、系统及设备
CN116886490A (zh) 服务器巡检方法、装置及计算机可读存储介质
CN111369770A (zh) 一种报警处理方法及装置
CN108768807B (zh) 一种云平台虚实互连的方法及装置
CN111092952A (zh) 一种数据交互方法及相关产品
US10965579B2 (en) System and method for interactivity testing of text-based customer communications
CN116723111B (zh) 业务请求的处理方法、系统及电子设备
CN116166891B (zh) 基于房地产管理系统的事件重推方法及相关装置
TWI700939B (zh) 網路設備的品質監控伺服器及其方法

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