CN111194044B - 专线拨测方法、装置、设备和介质 - Google Patents
专线拨测方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN111194044B CN111194044B CN201811352725.1A CN201811352725A CN111194044B CN 111194044 B CN111194044 B CN 111194044B CN 201811352725 A CN201811352725 A CN 201811352725A CN 111194044 B CN111194044 B CN 111194044B
- Authority
- CN
- China
- Prior art keywords
- dial testing
- dial
- line
- judging
- busy
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/061—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using biological neurons, e.g. biological neurons connected to an integrated circuit
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/22—Arrangements for supervision, monitoring or testing
- H04M3/26—Arrangements for supervision, monitoring or testing with means for applying test signals or for measuring
- H04M3/28—Automatic routine testing ; Fault testing; Installation testing; Test methods, test equipment or test arrangements therefor
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
- H04W76/20—Manipulation of established connections
- H04W76/28—Discontinuous transmission [DTX]; Discontinuous reception [DRX]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Molecular Biology (AREA)
- Neurology (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Monitoring And Testing Of Exchanges (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种专线拨测方法、装置、设备和介质。该方法包括:根据忙时判断神经网络,对所述专线的用户业务状态进行判断;如果判定所述专线的用户业务处于忙时,则对所述专线进行非连续拨测;如果判定所述专线的用户业务处于闲时,则对所述专线进行周期性连续拨测。根据本发明实施例提供的技术方案,可以对专线的用户业务状态进行判断,在用户业务忙时进行非连续拨测,防止跟用户抢带宽,提升用户感知。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种专线拨测方法、装置、设备和介质。
背景技术
随着三大电信运营商在集团客户(简称集客)和公众客户等领域的快速发展,各种用户对于专线网络质量和使用体验的要求越来越高。然而目前针对专线网络性能与业务质量感知,尚缺乏有效的主动监测手段。因网络质量裂化原因导致的用户使用不畅,经常只能“事后救火”,即待用户通过投诉反映了问题,才开始着手处理用户的问题。
现有技术开始尝试在客户末端部署探针,建立周期性拨测能力。现有技术的拨测方案通过对末端探针下发周期性任务,指导探针发起各类拨测动作,与客户业务共享一条专线的带宽。然而由于拨测周期是固定的,因此业务质量下滑的发现能力也是固定周期的,只有拨测的时候才能获知问题,经常晚于客户投诉。
但是,应该注意的是,虽然现有的拨测方案可以模拟客户的行为,获取到客户的感知,但是在实际应用中效果并不理想,包括如下问题:探针在客户忙时进行周期性拨测,出现跟客户抢带宽的问题,尤其是基于桌面的探针,需要同时对多个互联网内容源并发进行下载或上传,客户感知下滑引发的投诉时有发生。
综上所述,现有的拨测方法在用户业务忙时仍然进行周期性拨测,与用户抢带宽,进而难以保证用户感知。
发明内容
本发明实施例提供了一种专线拨测方法、装置、设备和介质,可以对专线的用户业务状态进行判断,当判定用户业务处于忙时,则对专线进行非连续拨测,当判定用户业务处于忙时,则对专线进行周期性连续拨测,不与用户抢带宽,并且及时获取专线的业务质量,进而保证用户感知。
第一方面,本发明实施例提供了一种专线拨测方法,方法包括:
根据忙时判断神经网络,对专线的用户业务状态进行判断;
如果判定专线的用户业务处于忙时,则对专线进行非连续拨测;
如果判定专线的用户业务处于闲时,则对专线进行周期性连续拨测。
根据本发明所述的专线拨测方法,其中,忙时判断神经网络包括长短期记忆网络LSTM。
根据本发明所述的专线拨测方法,其中,非连续拨测包括基于扩展不连续接收模式eDRX的非连续拨测。
根据本发明所述的专线拨测方法,方法还包括:
判断上次拨测是否可以拨通,
如果判定上次拨测可以拨通,则启动根据忙时判断神经网络,对专线的用户业务状态进行判断。
根据本发明所述的专线拨测方法,判断上次拨测是否可以拨通,包括:
如果判定上次拨测不可以拨通,则对专线进行多次连续拨测;
判断多次连续拨测是否可以拨通;
如果判定多次连续拨测可以拨通,则启动根据忙时判断神经网络,对专线的用户业务状态进行判断。
根据本发明所述的专线拨测方法,方法还包括:
如果判定多次连续拨测均不可以拨通,则将多次连续拨测关联数据库,形成故障工单,并将故障工单派发给专线维护人员。
根据本发明所述的专线拨测方法,方法还包括:
判断专线端到端链路上的网元是否发出告警或投诉;
如果判定没有发出告警或投诉,则沿用当前拨测方式;
如果判定发出告警或投诉,则停止当前拨测方式,并对当前拨测方式进行强制复位;
判断是否接收到来自强制复位的复位信号,如果接收到复位信号,则启动对专线进行多次连续拨测。
根据本发明所述的专线拨测方法,方法还包括:
基于增量同步和/或并行同步的方式,从各个网络数据库中获取拨测方案数据,并将拨测方案数据分别储存在不同的数据表中,其中拨测方案数据包括告警信息和/或投诉信息;
其中,判断专线端到端链路上的网元是否有告警或投诉包括:根据告警信息或投诉信息,分别判断专线端到端链路上的网元是否有告警或投诉。
根据本发明所述的专线拨测方法,方法还包括:
判断专线端到端链路上的网元是否处于工程状态,其中,
如果判定处于工程状态,则停止当前拨测方式,直至工程状态结束,启动对当前拨测方式进行强制复位;
如果判定未处于工程状态,则启动判断专线端到端链路上的网元是否有告警或投诉。
第二方面,本发明实施例提供了一种专线拨测装置,装置包括:
忙时判断子模块,用于根据忙时判断神经网络,对专线的用户业务状态进行判断,
非连续拨测子模块,用于当忙时判断子模块判定专线的用户业务处于忙时,对专线进行非连续拨测;
周期性连续拨测子模块,用于当忙时判断子模块判定专线的用户业务处于闲时,对专线进行周期性连续拨测。
根据本发明所述的专线拨测装置,忙时判断神经网络包括长短期记忆网络LSTM。
根据本发明所述的专线拨测装置,非连续拨测包括基于扩展不连续接收模式eDRX的非连续拨测。
根据本发明所述的专线拨测装置,装置还包括:
上次拨测判断子模块,用于判断上次拨测是否可以拨通,
如果判定上次拨测可以拨通,则启动根据忙时判断神经网络,对专线的用户业务状态进行判断。
根据本发明所述的专线拨测装置,装置还包括:
连续拨测子模块,用于如果判定上次拨测不可以拨通,则对专线进行多次连续拨测;
连续拨测判断子模块,用于判断多次连续拨测是否可以拨通;
如果判定多次连续拨测可以拨通,则启动根据忙时判断神经网络,对专线的用户业务状态进行判断。
根据本发明所述的专线拨测装置,装置还包括:
派单子模块,如果判定多次连续拨测均不可以拨通,则将多次连续拨测关联数据库,形成故障工单,并将故障工单派发给专线维护人员。
第三方面,本发明实施例提供了一种专线拨测设备,该设备包括:
处理器以及存储有计算机程序指令的存储器;
所述处理器执行计算机程序指令时实现如上述实施方式中第一方面的方法。
第四方面,本发明实施例提供了一种计算机存储介质,计算机存储介质上存储有计算机程序指令,计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。
本发明实施例提供的专线拨测方法、装置、设备和介质,可以对专线的用户业务状态进行判断,当判定用户业务处于忙时,则对专线进行非连续拨测,当判定用户业务处于忙时,则对专线进行周期性连续拨测,不与用户抢带宽,并且及时获取专线的业务质量,进而保证用户感知。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单地介绍,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本发明实施例的专线拨测方法的流程示意图;
图2示出了本发明实施例的专线拨测装置的结构示意图;
图3示出了本发明实施例的智能拨测系统的工作流程示意图;
图4示出了本发明实施例的智能拨测装置的工作流程示意图;
图5示出了LSTM网络链状结构示意图;
图6示出了LSTM网络链状结构进行第一步处理的示意图;
图7示出了LSTM网络链状结构进行第二步处理的示意图;
图8示出了LSTM网络链状结构进行第三步处理的示意图;
图9示出了本发明实施例的专线拨测设备的示例性硬件架构的结构图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例,为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细描述。应理解,此处所描述的具体实施例仅被配置为解释本发明,并不被配置为限定本发明。对于本领域技术人员来说,本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本发明实施例可提供一种专线拨测方法,参考图1,图1示出了本发明实施例的专线拨测方法100的流程示意图,该方法包括:
S110,根据忙时判断神经网络,对专线的用户业务状态进行判断;
S121,如果判定专线的用户业务处于忙时,则对专线进行非连续拨测;
S122,如果判定专线的用户业务处于闲时,则对专线进行周期性连续拨测。
利用本发明提供的上述方案,通过对专线的用户业务状态进行判断,当判定用户业务处于忙时,则对专线进行非连续拨测,当判定用户业务处于忙时,则对专线进行周期性连续拨测,在用户业务忙时不与用户抢带宽,并且能够及时获取专线的业务质量,进而保证用户感知。
本发明实施例可提供一种专线拨测装置,参考图2,图2示出了本发明实施例的专线拨测装置200的结构示意图,该装置包括:
忙时判断子模块210,用于根据忙时判断神经网络,对专线的用户业务状态进行判断;
非连续拨测子模块221,用于当忙时判断子模块判定专线的用户业务处于忙时,对专线进行非连续拨测;
周期性连续拨测子模块222,用于当忙时判断子模块判定专线的用户业务处于闲时,对专线进行周期性连续拨测。
利用本发明提供的上述方案,通过忙时判断子模块,对专线的用户业务状态进行判断,当判定用户业务处于忙时,启动非连续拨测子模块,当判定用户业务处于闲时,则启动周期性连续拨测子模块,不与用户抢带宽,并且及时获取专线的业务质量,进而保证用户感知。
以下通过具体的实例,描述本发明实施例的可选的具体处理过程。需要说明的是,本发明的方案并不依赖于具体的算法,在实际应用中,可选用任何已知或未知的硬件、软件、算法、程序或其任意组合等来实现本发明的方案,只要是采用了本发明方案的实质思想,均落入本发明的保护范围。
本发明一实施例的用于诸如集客专线的专线智能拨测方案主要功能包括以下中的一种或多种:拨测方案数据库、工程状态分析、告警或投诉分析、拨测状态复位、智能拨测。
作为一个示例,参考图3,图3示出了本发明实施例的智能拨测系统的工作流程示意图。
具体地,本方案的整体流程为:拨测方案数据库整合网络数据库后,进行工程状态分析,应该注意的是,网络割接期间设备的状态就是工程状态,其中,网络割接是指对现网软硬件系统进行割接、升级、替换、数据配置、故障处理等可能影响现网业务的操作。
如果是工程状态则停止当前拨测方式,待工程结束启动拨测状态复位,如果非工程状态则进行告警或投诉分析。如果有告警或投诉,则停止当前拨测方式,并启动拨测状态复位,并判断是否收到来自拨测状态复位的复位信号,如果接收到复位信号,则启动智能拨测;如果没有告警或投诉,则沿用当前智能拨测方式,期间如果收到复位信号,则当前智能拨测方式需要复位。
整个流程中最核心的是智能拨测,使用忙时判断神经网络对用户业务忙时进行精准预测,当用户业务处于忙时,启动非连续拨测,例如基于扩展不连续接收模式(Extendedidle mode Discontinuous Reception,eDRX)技术的非连续拨测,以降低对业务带宽的占用;当用户业务处于非忙时,启动周期性连续拨测。发现无法拨通时,发起纠错重拨机制,以降低误判风险。确认专线业务质量已经出问题后,立即派发工单至专线维护人员。
作为一个示例,专线智能拨测系统包括网络数据库装置、拨测方案数据库装置、工程状态分析装置、告警或投诉判断装置、拨测状态复位装置、以及智能拨测装置中的一种或多种,下面对系统中各个装置分别进行介绍,如下所示:
<网络数据库装置>
为支撑集客业务的快速发展,运营商搭建了多个集客支撑系统,其中集客支撑系统可以用于向网络数据库装置提供数据,每个系统的功能和数据来源都有极大的价值,值得专线智能拨测方案去分析和处理。例如:故障管理系统能够提供专线端到端链路上的告警信息、投诉预处理系统能够提供专线用户的投诉信息、电子运维系统(ElectricOperation Maintenance System,EOMS)能够提供涉及专线的工程割接信息。为了集中存储并管理这些数据,搭建了拨测方案数据库装置。
<拨测方案数据库装置>
拨测方案数据库装置的作用是获取各个网络数据库中的数据。打通专线智能拨测方案到各个系统的接口,其可以以任一数据状态变化为触发条件,并采用诸如增量同步的方式进行变化数据的采集,有效降低接口的压力,也提升了程序执行效率。为了最大化避免各系统时间不一致的影响,还可以采用诸如并行同步方式,拨测方案数据库装置可以从各系统中采集相关数据,将所有系统数据贴上标签,作为主键索引,以方便快速访问数据库表中的特定信息。拨测方案数据库装置可以使用诸如关系型数据库管理系统(MySQL),以获取和储存各个系统数据,没有将所有数据存放于一张大的数据总表内,而是将各类数据分别存放在各自的数据表中,从而提升了数据处理速度和灵活性。
<工程状态分析装置>
工程状态分析装置可以用于识别专线端到端链路上的网元是否处于工程状态。如果处于工程状态,在工程开始之时起,该专线暂停当前智能拨测方式,直至工程结束之时,激活拨测状态复位装置;如果没有工程状态,则转至告警或投诉判断装置。
<告警或投诉判断装置>
告警或投诉判断装置可以用于识别专线端到端链路上的网元是否有告警或者专线是否存在在途用户投诉。如果有告警或者有在途用户投诉,激活拨测状态复位装置,对该专线立即进行智能拨测,从而进一步诊断业务质量情况;如果没有告警或者有在途用户投诉,可以沿用智能拨测中的当前拨测方式。
<拨测状态复位装置>
拨测状态复位装置可以用于面对专线的状态突然发生变化时,将当前专线拨测方式进行强制复位。复位原始信息来自于工程状态分析装置和告警或投诉判断装置,复位信息整合后发送至智能拨测装置。
利用本发明实施例提供的拨测状态复位装置,可以在面对专线的状态突然发生变化(例如,工程结束、端到端链路上的网元有告警或者用户投诉)时,为了立即获取业务的可用性,拨测复位机制将当前专线拨测方式进行强制复位,然后拨测方案会立即发起拨测任务,获取当前业务质量情况,使得指导维护人员可以有针对性的开展下一步工作。
<智能拨测装置>
智能拨测装置是专线智能拨测方案的重要组成单元之一,智能拨测装置包括拨测开始子模块、复位判断子模块、上次拨测判断子模块、连续拨测子模块、连续拨测判断子模块、忙时判断子模块、非连续拨测子模块、周期性连续拨测子模块、派单子模块。
作为一个示例,参考图4,图4示出了本发明实施例的智能拨测装置的工作流程示意图,具体如下:
拨测开始子模块可以用于开启智能拨测流程,调用复位判断子模块;
复位判断子模块可以用于判断是否有从拨测状态复位装置接收到拨测复位信号,如果有拨测复位信号,则调用连续拨测子模块,如果没有拨测复位信号,则调用上次拨测判断子模块;
上次拨测判断子模块可以用于判断最近一次拨测是否能够拨通,如果判定能够拨通,则调用忙时判断子模块,如果判定不能够拨通,则调用连续拨测子模块;
连续拨测子模块可以用于发起连续N次拨测,其中N为大于等于1的正整数,诸如图4所示的发起5次连续拨测,N可以根据实际情况进行设置,实现纠错重拨机制,以降低误判风险,防止单次拨不通即产生并派发工单问题,节约维护人力,同时还能保证故障发现的及时性;
无论连续拨测子模块的结果如何,均调用连续拨测判断子模块,连续拨测判断子模块判断连续N次拨测是否能够拨通,如果N次拨测中有一次或一次以上能够拨通,则调用忙时判断子模块,如果N次拨测均无法拨通,说明业务质量有问题,则调用派单子模块;
派单子模块可以用于将拨测失败信息关联数据库,形成故障工单,派发至维护人员,指导维护人员处理;
如果上次拨测判断子模块的输出为上次可以拨通或者连续拨测判断子模块的输出为连续N次拨测存在可以拨通的情况,则说明业务质量正常,则调用忙时判断子模块;
其中,忙时判断子模块是智能拨测装置的重要组成部分之一,使用忙时判断神经网络对用户业务忙时进行精准预测,如果预测用户业务处于忙时,则启动非连续拨测子模块,以执行非连续拨测,如果预测用户业务处于非忙时,则启动周期性连续拨测子模块,以执行周期性连续拨测。
非连续拨测子模块可以采用诸如eDRX技术,实现非连续拨测的同时,确保下行可达性,以降低对业务带宽的占用;周期性连续拨测子模块启动周期性连续拨测。每轮智能拨测流程结束后都将回到拨测开始子模块,以启动下一轮拨测。
下面对智能拨测装置所包含的各个子模块分别进行介绍:
作为一个示例,再次参考图4,如图4所示,下面对智能拨测装置所包含的各个子模块、以及各个子模块的功能和工作原理进行介绍:
<拨测开始子模块>
拨测开始子模块是整个智能拨测的起点,用于触发下一环节的复位判断子模块。同时作为闭环的终点,拨测开始子模块接收非连续拨测子模块和周期性连续拨测子模块的触发条件,开启下一轮智能拨测任务。
<复位判断子模块>
复位判断子模块接收到拨测开始子模块的触发条件后,判断是否从拨测状态复位装置接收到复位信号。如果接收到复位信号,则触发连续拨测子模块,以启动连续拨测;如果未接收到复位信号,则触发上次拨测判断子模块。
<上次拨测判断子模块>
上次拨测判断子模块接收到来自复位判断子模块的触发条件后,当复位判断子模块判定未从拨测状态复位装置接收到复位信号时,则触发上次拨测判断子模块,以判断最近一次拨测是否能够拨通,并判断业务质量是否正常。如果判定最近一次拨测能拨通,则启动忙时判断子模块;如果判定最近一次拨测不能拨通,则启动连续拨测子模块。
<连续拨测子模块>
连续拨测子模块可以同时接收复位判断子模块和上次拨测判断子模块的触发条件。当接收到复位信号或者上次拨测判断子模块的判断结果为未拨通时,则触发连续拨测子模块,立即发起N次连续且快速的拨测,形成自动纠错重拨机制。纠错重拨机制可以用于降低误判风险,避免单次拨不通即产生工单问题,节约维护人力,同时还能保证故障发现的及时性。不论连续拨测子模块的结果如何,都将触发连续拨测判断子模块。
利用本发明实施例提供的连续拨测子模块,当出现复位信息或者上次拨测判断子模块的判断结果为上次拨测失败时,立即发起多次连续且快速拨测,形成自动纠错重拨机制,该纠错重拨机制可以用于降低误判风险,避免上次拨测判断子模块判断结果为拨不通便产生并派发工单问题,从而防止单次拨不通便产生工单问题,一方面可以节约人力,另一方面还可保证故障发现的及时性。
<连续拨测判断子模块>
连续拨测判断子模块接收到连续拨测子模块的触发条件后,判断N次连续拨测是否能拨通。如果N次连续拨测中存在一次或者多次可以拨通的情况,则说明业务质量无问题,下一步触发忙时判断子模块;如果N次连续拨测均不能拨通,说明业务质量有问题,立即触发派单子模块。
<忙时判断子模块>
由于当诸如集客用户处于业务忙时,对专线带宽要求很高,来自探针的周期性的频繁拨测必然对用户业务造成干扰,严重时甚至会导致用户业务的丢包,此类问题对于银行证券等金融行业用户的影响尤为严重。
因此,本发明实施例可以通过忙时判断子模块来预测用户忙时的时间范围,如果用户业务处于忙时,则触发非连续拨测,完美解决跟用户抢带宽的问题;如果用户业务处于非忙时,则触发周期性连续拨测,确保故障发现的及时性。
忙时判断子模块同时可以接收上次拨测判断子模块和连续拨测判断子模块的触发条件,当上次拨测判断子模块的判断结果为可以拨通或者连续拨测判断子模块的输出为存在可以拨通的情况,则触发忙时判断子模块,并判断用户业务是否处于忙时,并根据判断结果分别触发非连续拨测子模块和周期性连续拨测子模块。
忙时判断子模块通过忙时判断神经网络,对用户业务忙时进行精准预测,预测精确度能够达到设计要求范围之内。在一个可选实施例中,用于忙时判断的神经网络可以使用长短期记忆网络(Long Short-Term Memory,LSTM)网络,由于LSTM能够积累长期客户行为,优于传统神经网络,并且有实施性高、便于推广等特点,下面对LSTM网络进行介绍,具体如下:
LSTM在算法中加入了一个判断信息有用与否的处理器,该处理器当中放置了三个门,分别为输入门、遗忘门和输出门,当一个信息进入LSTM网络当中,可以根据规则判断是否有用。只有符合算法认证的信息才会留下,不符合的信息则通过遗忘门被遗忘。
通过采用诸如LSTM的忙时判断神经网络,可以对用户业务忙时进行预测,并根据预测结果判断当前用户的业务情况。
本发明实施例通过采用忙时判断神经网络,可以对用户业务使用情况进行积累,并挖掘忙时特征,通过多次迭代运算,实现用户业务忙时判断,测量结果准确,判断误差可控制在设计范围内。
<非连续拨测子模块>
非连续拨测子模块接收忙时判断子模块的触发条件后,当忙时判断子模块的判断结果为用户业务处于忙时,则触发非连续拨测子模块,启动非连续拨测,以降低对业务带宽的占用,在一个可选实施例中,非连续拨测可以是基于eDRX技术的非连续拨测。获取到非连续拨测子模块的结果后,下一步触发拨测开始子模块。
其中,eDRX技术即为长周期的不连续接收(Discontinuous Reception,DRX),可以实现探针与智能拨测方案间互动协商,按照预先配置策略,在探针与智能拨测方案协商的过程中,通过接受(accept)信令可以为不同探针提供不同的eDRX值。如果网络问题导致accept信令没有eDRX值,则探针会按照预先默认的DRX值。
此外,eDRX技术可以延长探针在用户忙时模式下的睡眠周期,最长可达到将近诸如3小时,减少接收单元的信令处理,有效释放带宽。同时eDRX技术也保证了下行可达性,可根据设备是否处于休眠状态缓存消息或者立即下发消息,保证了下行可达性。
本发明实施例通过采用eDRX技术,可以实现用户忙时的非连续拨测,相比较固定时间粒度的周期性拨测,本发明实施例有效地释放了带宽,不影响用户感知。
<周期性连续拨测子模块>
周期性连续拨测子模块接收忙时判断子模块的触发条件后,当忙时判断子模块的判断结果为用户业务处于闲时,则触发周期性连续拨测子模块,以启动周期性连续拨测。周期性连续拨测的拨测周期可以根据实际情况进行设置,例如常用的拨测周期为5s(秒)、10s、15s、1min(分钟)等。获取到周期性连续拨测结果后,下一步触发拨测开始子模块。
<派单子模块>
派单子模块接收连续拨测判断子模块的触发条件后,启动派单功能,及时告知维护人员处理故障。此时停止继续拨测,直到故障处理完成,工单归档后,系统自动触发拨测开始子模块。
利用本发明实施例的派单子模块,可以在发现业务质量异常时,及时派发工单至维护人员,防止当出现诸如链路割接、故障投诉已经派单等网络事件时,却依旧进行例行拨测,产生无效的工单,为维护人员增加了多余的工作量,提升用户感知。
此外,应该注意的是,在前述实施例中的LSTM网络有着链状的结构,内部的四层神经网络层以特殊的方式相互作用,分别使用3个Sigmoid函数和1个tanh函数作为激活函数。
其中,激活函数就是在人工神经网络的神经元上运行的函数,负责将神经元的输入映射到输出,引入激活函数是为了增加神经网络模型的非线性;Sigmoid函数也称为S型生长曲线。在信息科学中,由于其单增以及反函数单增等性质,Sigmoid函数常被用于隐层神经元输出,它可以将一个实数映射到(0,1)的区间,可以用来做二分类。
参考图5,图5示出了LSTM网络链状结构示意图,在图5的矩形框中,每一个箭头代表一个向量,表示上一个节点的输出是下一个节点的输入,中间环节是向量加法、乘法以及tanh运算。向量合并表示串联,向量分开表示相同向量输出到不同位置。LSTM单元中的水平线承载着状态的改变,从图5中可以看到,状态由t-1变为t。单元状态就是一个信息的传送带,贯穿了全程链条,使得信息不断的向下传递。
第一步,参考图6,图6示出了LSTM网络链状结构进行第一步处理的示意图,其中t状态输入经过遗忘门限层,遗忘门限层决定了哪些信息在单元中被去除,该门限层读取ht-1和xt,输出一个在0到1之间的数值,公式如下:
ft=σ(Wf·[ht-1,xt]+bf) (1)
其中,激活函数是sigmoid函数,σ表示sigmoid函数,Wf是遗忘门限层的连接权重矩阵,ht-1是LSTM单元上一个状态的输出,xt是t状态的输入,bf是遗忘门限层的偏移。
第二步,参考图7,图7示出了LSTM网络链状结构进行第二步处理的示意图,需要明确在单元当前状态中应该保存的新信息。该步骤共分为两个部分:首先,输入门限层使用sigmoid函数判断哪些值应该更新;其次,使用tanh函数形成新的候选值,这个值可以添加到当前状态中,公式如下:
it=σ(Wi·[ht-1,xt]+bi) (2)
其中,公式(2)的激活函数是sigmoid函数,公式(3)的激活函数是tanh,Wi和WC是遗忘门限层的连接权重矩阵,ht-1是LSTM单元上一个状态的输出,xt是t状态的输入,bi和bc是遗忘门限层的偏移。
第三步,参考图8,图8示出了LSTM网络链状结构进行第三步处理的示意图,该步骤需要更新单元状态,输出到当前单元状态。遗忘门限层输出与旧状态相乘,用于遗忘需要忘记的信息,再加上入门限层的候选值,形成新的候选值。
第四步,该步骤决定了当前状态t的输出值。该步骤共分为三个部分:首先,通过一个sigmoid函数来判断当前状态下哪些信息可以输出;其次,将第三步的单元更新状态输入至tanh函数;再次,将上面两个值相乘。这里t状态的单元输出了预期输出的值。
ot=σ(Wo·[ht-1,xt]+bo) (5)
ht=ot·tanh(Ct) (6)
其中,Wo是遗忘门限层的连接权重矩阵,bo是遗忘门限层的偏移。
通过以上方法,建立起LSTM网络,可以对用户业务忙时进行预测。作为一个示例,以某证券公司专线2017年1~12月的每天忙时数据为实验数据,用户业务流量快速提升的时间为忙时开始时间,业务流量快速下降的时间为忙时结束时间,设计目标是预测精度的万分之一。
输入向量xt=[t日忙时开始时间忙时开始时间属性t日忙时结束时间忙时结束时间属性]。进行365次反复的迭代运算,输出的忙时开始平均时间为8:30:23(8点30分23秒),忙时结束平均时间为15:29:55(15点29分55秒),即为最终实验结果。
为了评估预测结果的可靠性,衡量实验数据与实际数据的偏差,可以使用平均绝对百分比误差MAPE进行评估。
其中,Yt为LSTM网络预测值,yt为实际值,n为状态总数。在用户业务忙时预测网络中,MAPE的值越小,预测的准确性越高。
将利用LSTM网络预测的忙时时间,转为用于运算的数值后,忙时开始时间为0.35443287037037,忙时结束时间为0.64577546296296;将实际的用户忙时时间,转为用于运算的数值后,忙时开始时间为0.35416666666667,忙时结束时间为0.64583333333333。基于前述预测的忙时开始时间和忙时结束时间,与实际的忙时开始时间和忙时结束时间,最终MAPE计算结果是0.00023047663608%,可见最终基于LSTM的网络预测值可以达到精度万分之一的设计要求。
另外,本发明实施例的专线拨测方法可以由专线拨测设备来实现。图9示出了本发明实施例提供的专线拨测设备的硬件结构示意图。
专线拨测设备可以包括处理器1003以及存储有计算机程序指令的存储器1004。
图9是示出能够实现根据本发明实施例的通信方法和网络服务器的计算设备的示例性硬件架构的结构图。如图9所示,计算设备1000包括输入设备1001、输入接口1002、处理器1003、存储器1004、输出接口1005、以及输出设备1006。
其中,输入接口1002、处理器1003、存储器1004、以及输出接口1005通过总线1010相互连接,输入设备1001和输出设备1006分别通过输入接口1002和输出接口1005与总线1010连接,进而与计算设备1000的其他组件连接。
具体地,输入设备1001接收来自外部的输入信息,并通过输入接口1002将输入信息传送到处理器1003;处理器1003基于存储器1004中存储的计算机可执行指令对输入信息进行处理以生成输出信息,将输出信息临时或者永久地存储在存储器1004中,然后通过输出接口1005将输出信息传送到输出设备1006;输出设备1006将输出信息输出到计算设备1000的外部供用户使用。
计算设备1000可以执行本申请上述的通信方法中的各步骤。
处理器1003可以是一个或多个中央处理器(英文:Central Processing Unit,CPU)。在处理器1003是一个CPU的情况下,该CPU可以是单核CPU,也可以是多核CPU。
存储器1004可以是但不限于随机存储存储器(RAM)、只读存储器(ROM),可擦除可编程只读存储器(EPROM)、光盘只读存储器(CD-ROM)、硬盘等中的一种或多种。存储器1004用于存储程序代码。
可以理解的是,在本申请实施例中,图2提供的忙时判断子模块、非连续拨测子模块、和周期性连续拨测子模块中任一模块或全部模块的功能可以用图9所示的中央处理器1003实现。
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。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述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。所述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,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(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)。所述计算机可读取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用介质集成的服务器、数据中心等数据存储设备。所述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SolidState Disk(SSD))等。
本说明书的各个部分均采用递进的方式进行描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点介绍的都是与其他实施例不同之处。尤其,对于装置和系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例部分的说明即可。
Claims (12)
1.一种专线拨测方法,其特征在于,所述方法包括:
根据忙时判断神经网络,对所述专线的用户业务状态进行判断;
如果判定所述专线的用户业务处于忙时,则对所述专线进行非连续拨测;
如果判定所述专线的用户业务处于闲时,则对所述专线进行周期性连续拨测。
2.根据权利要求1所述的方法,其特征在于,所述忙时判断神经网络包括长短期记忆网络LSTM。
3.根据权利要求1所述的方法,其特征在于,所述非连续拨测包括基于扩展不连续接收模式eDRX的非连续拨测。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
判断上次拨测是否可以拨通,
如果判定所述上次拨测可以拨通,则启动所述根据忙时判断神经网络,对所述专线的用户业务状态进行判断。
5.根据权利要求4所述的方法,其特征在于,所述判断上次拨测是否可以拨通,包括:
如果判定所述上次拨测不可以拨通,则对所述专线进行多次连续拨测;
判断所述多次连续拨测是否可以拨通;
如果判定所述多次连续拨测可以拨通,则启动所述根据忙时判断神经网络,对所述专线的用户业务状态进行判断。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
如果判定所述多次连续拨测均不可以拨通,则将所述多次连续拨测关联数据库,形成故障工单,并将所述故障工单派发给专线维护人员。
7.根据权利要求5所述的方法,其特征在于,所述方法还包括:
判断所述专线端到端链路上的网元是否发出告警或投诉;
如果判定没有发出所述告警或投诉,则沿用当前拨测方式;
如果判定发出所述告警或投诉,则停止所述当前拨测方式,并对所述当前拨测方式进行强制复位;
判断是否接收到来自所述强制复位的复位信号,如果接收到所述复位信号,则启动所述对所述专线进行多次连续拨测。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
基于增量同步和/或并行同步的方式,从各个网络数据库中获取拨测方案数据,并将所述拨测方案数据分别储存在不同的数据表中,其中所述拨测方案数据包括告警信息和/或投诉信息;
其中,所述判断所述专线端到端链路上的网元是否有告警或投诉包括:根据所述告警信息或所述投诉信息,分别判断所述专线端到端链路上的网元是否有告警或投诉。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
判断所述专线端到端链路上的网元是否处于工程状态,其中,
如果判定处于所述工程状态,则停止所述当前拨测方式,直至所述工程状态结束,启动所述对所述当前拨测方式进行强制复位;
如果判定未处于所述工程状态,则启动所述判断所述专线端到端链路上的网元是否有告警或投诉。
10.一种专线拨测装置,其特征在于,所述装置包括:
忙时判断子模块,用于根据忙时判断神经网络,对所述专线的用户业务状态进行判断,
非连续拨测子模块,用于当所述忙时判断子模块判定所述专线的用户业务处于忙时,对所述专线进行非连续拨测;
周期性连续拨测子模块,用于当所述忙时判断子模块判定所述专线的用户业务处于闲时,对所述专线进行周期性连续拨测。
11.一种专线拨测设备,其特征在于,所述设备包括:处理器以及存储有计算机程序指令的存储器;
所述处理器执行所述计算机程序指令时实现如权利要求1-9任意一项所述专线拨测方法。
12.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-9任意一项所述专线拨测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811352725.1A CN111194044B (zh) | 2018-11-14 | 2018-11-14 | 专线拨测方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811352725.1A CN111194044B (zh) | 2018-11-14 | 2018-11-14 | 专线拨测方法、装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111194044A CN111194044A (zh) | 2020-05-22 |
CN111194044B true CN111194044B (zh) | 2023-09-19 |
Family
ID=70708920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811352725.1A Active CN111194044B (zh) | 2018-11-14 | 2018-11-14 | 专线拨测方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111194044B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113949620B (zh) * | 2021-10-19 | 2023-12-15 | 杭州东方通信软件技术有限公司 | 一种专线链路监控方法及系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05199299A (ja) * | 1992-01-20 | 1993-08-06 | Fujitsu Ltd | ディジタル加入者の擬似発呼試験方式 |
CN101188529A (zh) * | 2007-12-11 | 2008-05-28 | 上海华为技术有限公司 | 一种e1环回检测的方法及装置 |
CN101345725A (zh) * | 2008-08-26 | 2009-01-14 | 中兴通讯股份有限公司 | 一种通过数据配置控制资源占用的方法和系统 |
CN101370302A (zh) * | 2008-09-17 | 2009-02-18 | 广州市新邮通信设备有限公司 | 掉话解决方法 |
CN101583140A (zh) * | 2009-05-14 | 2009-11-18 | 复旦大学 | 通信网络自动化监测系统及其实现方法 |
CN201398196Y (zh) * | 2009-05-14 | 2010-02-03 | 复旦大学 | 一种通信网络自动化监测系统 |
CN101834680A (zh) * | 2010-05-18 | 2010-09-15 | 中兴通讯股份有限公司 | 移动终端的测试方法及系统 |
CN101888316A (zh) * | 2010-05-06 | 2010-11-17 | 袁隽 | 根据应用场景特征参数控制服务器能耗的方法及装置 |
CN102014419A (zh) * | 2009-09-09 | 2011-04-13 | 苏州工业园区科升通讯有限公司 | 采用终端手机进行2g与3g网络测试的方法 |
CN103024772A (zh) * | 2012-12-07 | 2013-04-03 | 广东省电信工程有限公司 | 一种语音专线自动拨测系统及方法 |
CN103228005A (zh) * | 2013-04-27 | 2013-07-31 | 深圳市网信联动技术有限公司 | 移动通信网络数据业务的测试方法及装置 |
CN107613147A (zh) * | 2017-09-26 | 2018-01-19 | 北京荣达千里科技有限公司 | 一种电话专线智能切换装置、测试系统及测试方法 |
-
2018
- 2018-11-14 CN CN201811352725.1A patent/CN111194044B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05199299A (ja) * | 1992-01-20 | 1993-08-06 | Fujitsu Ltd | ディジタル加入者の擬似発呼試験方式 |
CN101188529A (zh) * | 2007-12-11 | 2008-05-28 | 上海华为技术有限公司 | 一种e1环回检测的方法及装置 |
CN101345725A (zh) * | 2008-08-26 | 2009-01-14 | 中兴通讯股份有限公司 | 一种通过数据配置控制资源占用的方法和系统 |
CN101370302A (zh) * | 2008-09-17 | 2009-02-18 | 广州市新邮通信设备有限公司 | 掉话解决方法 |
CN101583140A (zh) * | 2009-05-14 | 2009-11-18 | 复旦大学 | 通信网络自动化监测系统及其实现方法 |
CN201398196Y (zh) * | 2009-05-14 | 2010-02-03 | 复旦大学 | 一种通信网络自动化监测系统 |
CN102014419A (zh) * | 2009-09-09 | 2011-04-13 | 苏州工业园区科升通讯有限公司 | 采用终端手机进行2g与3g网络测试的方法 |
CN101888316A (zh) * | 2010-05-06 | 2010-11-17 | 袁隽 | 根据应用场景特征参数控制服务器能耗的方法及装置 |
CN101834680A (zh) * | 2010-05-18 | 2010-09-15 | 中兴通讯股份有限公司 | 移动终端的测试方法及系统 |
CN103024772A (zh) * | 2012-12-07 | 2013-04-03 | 广东省电信工程有限公司 | 一种语音专线自动拨测系统及方法 |
CN103228005A (zh) * | 2013-04-27 | 2013-07-31 | 深圳市网信联动技术有限公司 | 移动通信网络数据业务的测试方法及装置 |
CN107613147A (zh) * | 2017-09-26 | 2018-01-19 | 北京荣达千里科技有限公司 | 一种电话专线智能切换装置、测试系统及测试方法 |
Non-Patent Citations (2)
Title |
---|
移动互联网业务感知端到端分析模型智能化研究与探索;赵丽敏;许洪东;;电信科学(S2);全文 * |
铁通公司固定电话网自动拨测系统的开发与研究;王开胜;铁路计算机应用(05);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111194044A (zh) | 2020-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112162878B (zh) | 数据库故障发现方法、装置、电子设备及存储介质 | |
WO2017045472A1 (zh) | 资源预测方法、系统和容量管理装 | |
CN110457175B (zh) | 业务数据处理方法、装置、电子设备及介质 | |
CN110263054A (zh) | Sql工单的审核系统、审核方法、装置及计算机设备 | |
CN102082703A (zh) | 业务支撑系统设备性能监控的方法及装置 | |
CN110874744B (zh) | 一种数据异常检测方法及装置 | |
CN112200375B (zh) | 预测模型生成方法、预测模型生成装置和计算机可读介质 | |
CN102056200A (zh) | 一种业务处理流程监控方法和系统 | |
CN110825589B (zh) | 用于微服务系统的异常检测方法及其装置和电子设备 | |
CN111194044B (zh) | 专线拨测方法、装置、设备和介质 | |
Li et al. | Customer churn prediction of china telecom based on cluster analysis and decision tree algorithm | |
CN114138601A (zh) | 一种业务告警方法、装置、设备及存储介质 | |
CN113783862B (zh) | 一种边云协同过程中进行数据校验的方法及装置 | |
CN115617670A (zh) | 软件测试管理方法、存储介质及系统 | |
CN115150289A (zh) | 基于复合监控的异常处理方法及系统 | |
CN110413482B (zh) | 检测方法和装置 | |
CN113127362A (zh) | 对象测试方法、对象测试装置、电子设备及可读存储介质 | |
Yousef et al. | On the use of predictive analytics techniques for network elements failure prediction in telecom operators | |
CN111124798A (zh) | 数据监控方法、系统、设备及存储介质 | |
CN112529594B (zh) | 一种物资质检方法及相关装置 | |
CN115576732B (zh) | 根因定位方法以及系统 | |
EP4203448A1 (en) | Systems and methods for use in blocking of robocall and scam call phone numbers | |
CN117785572A (zh) | 一种性能测试方法、装置、电子设备及计算机可读介质 | |
CN118101411A (zh) | 一种事件驱动的跨渠道数据同步方法及系统 | |
CN116743606A (zh) | 一种异常流量监测方法、装置、设备及存储介质 |
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 |