CN111371575B - 一种通话问题定界的方法和装置 - Google Patents

Abstract

本发明涉及移动通信技术领域，提供了一种通话问题定界的方法和装置。其中方法包括获取一条或者多条信令的事件字段和/或媒体面统计信息，并按照预设的基因特征组合顺序和预设的基因特征字段的划界规则，组合所述事件字段和/或媒体面统计信息，得到第一基因特征组合；依据基因库分析所述第一基因特征组合，得到定界信息；其中，所述基因库中存储有一种或者多种基因特征组合，以及与各基因特征组合相对应的定界信息。本发明采用了一种针对每一个通话都生成基因特征组合，并利用生成的基因特征组合匹配基因特征库的方式，迅速、高效的获得定界信息。解决了现有分析方法维度单一，并且形式松散不利于全面的准确定界或精准定界。

Description

一种通话问题定界的方法和装置

【技术领域】

本发明涉及移动通信技术领域，特别是涉及一种通话问题定界的方法和装置。

【背景技术】

随着长期演进语音承载(Voice over Long-Term Evolution，简写为：VoLTE)用户的快速发展，用户投诉也随之增多，但由于网络结构的复杂性，仅依靠某一个专向技术很难实现对VoLTE问题的精准定界。

专利权申请号：CN201810077857，提供一种VoLTE网络语音质量综合关联分析方法及系统，方法包括：从媒体流中提取数据包；对所述数据包进行分析，确定网络语音的关键绩效指标以及关键质量指标；分别根据所述关键绩效指标以及关键质量指标确定网络语音质量。通过从媒体流中直接、快速地提取数据包，并对数据包进行分析，确定网络语音的关键绩效指标以及关键质量指标，从而根据网络语音的关键绩效指标以及关键质量指标能够准确确定网络语音质量。该专利虽然从媒体流中提取数据包，但该专利提取数据包后获取的关键绩效指标及关键质量指标为丢包、抖动及时延，属于媒体流常规统计指标，并不能对于网络中的如丢包频率、抖动频率，高时延频率等进行相关评价和分析。

专利权申请号：CN201710076626公开了一种VoLTE语音质量评估方法及系统，方法包括：采集各接口处经过分光和汇聚后的语音和信令数据；对语音和信令数据进行解析，对解析得到的媒体流进行平均主观意见分MOS值评估，得到语音质量评估数据；根据控制面数据在语音质量评估数据中添加用户信息和位置信息，生成语音质量评估文件；将语音质量评估文件存储至数据库服务器。通过在语音质量评估数据中添加用户信息和位置信息后生成语音质量评估文件，方便查询，适用于VoLTE的各个时期，尤其适用于VoLTE拨打VoLTE用户，VoLTE拨打传统的2/3G用户的场景，并通过进行MOS值评估，使得评估结果可靠、准确。该专利采集可接口处的分光和汇聚后的语音和信令数据，该专利获取的数据仅用来进行MOS值评估和获取用户信息、用户位置信息来生成语音质量评估文件。

专利权申请号：CN201610966603，公开了一种VoLTE业务的故障定位方法及装置，方法包括：采集VoLTE业务中每一子流程的运行参数；将采集到的每一子流程的运行参数与该子流程对应的指标进行匹配；若存在一个以上的子流程的运行参数与该子流程的指标不匹配，则针对不匹配的每一个子流程，获取与该子流程相关的所有网络节点信息；依次扫描每一网络节点信息对应的网络节点中的性能参数和运行状态信息；根据扫描获取的性能参数及运行状态信息，确定发生故障的网络节点。该专利所用方法为子流程运行参数与子流程指标的对比，来确定网络节点。

鉴于此，克服该现有技术所存在的缺陷是本技术领域亟待解决的问题。

【发明内容】

本发明要解决的技术问题是解决现有技术中，现有技术中用于分析掉话或者接不通等问题的方式，多是根据扫描获取的性能参数及运行状态信息，确定发生故障的网络节点。即便是不同的网络节点拥有了自己的出错上报机制，但是由于不同网络架构之间的各自为营，相互之间报错信息不通等问题，造成了很难在一次跨网域的会话过程中，快捷、有效的确定问题定界结果。

进一步的，现有技术中并不能对于网络中的如丢包频率、抖动频率，高时延频率等进行相关评价和分析。

本发明采用如下技术方案：

第一方面，本发明提供了一种通话问题定界的方法，包括：

获取一条或者多条信令的事件字段和/或媒体面统计信息，并按照预设的基因特征组合顺序和预设的基因特征字段的划界规则，组合所述事件字段和/或媒体面统计信息，得到第一基因特征组合；

依据基因库分析所述第一基因特征组合，得到定界信息；

其中，所述基因库中存储有一种或者多种基因特征组合，以及与各基因特征组合相对应的定界信息。

优选的，所述依据基因库分析所述第一基因特征组合，得到定界信息，具体包括：

根据所述第一基因特征组合，匹配所述基因库中所包含的一种或者多种基因特征组合；若匹配成功后，得到相应匹配成功的基因特征组合所对应的定界信息。

优选的，所述分析结果还包括：

若匹配失败，则反馈所述第一基因特征组合给基因库管理平台；

所述基因库管理平台解析所述第一基因特征组合得到与之相符的定界信息；

根据所述解析得到的第一基因特征组合与之相符的定界信息，更新所述基因库。

优选的，所述获取一条或者多条信令的事件字段和/或媒体面统计信息，具体包括：

回溯S1-MME接口、S6a接口、S10接口、S11接口、S5接口、S8接口、Gx接口、Cx接口、Sh接口、Zh接口、Gm接口、Rx接口、Mw接口、Mg接口、Mj接口、ISC接口和ENUM接口中的一个或者多个接口中的相关信令；和/或，

回溯Sgi接口和/或S1-U接口采集的数据，生成所述媒体面统计信息。

优选的，所述回溯具体包括：利用单用户信令追踪、单CALL信令还原和多接口信令关联，还原出对应同一会话的信令链。

优选的，所述单用户信令追踪、单CALL信令还原和多接口信令关联，具体包括：

在各信令面接口及媒体面接口的原始码流中，通过解码和协议解析，获取到信令及媒体传输的time、imsi、msisdn、from-tag,to-tag、ue-ip、teid-c和teid-u中的一个或者多个字段，将不同接口相同时间段内、相同用户的、同一个call的信令及媒体包关联在一起，形成供划界规则分析的信令链。

优选的，在基因特征组合包括：公共字段、未接通定界字段、掉话定界字段、通话质量定界字段和预留字段中的一项或者多项时，则所述按照预设的基因特征组合顺序和预设的基因特征字段的划界规则，组合所述事件字段和/或媒体面统计信息，得到第一基因特征组合，具体包括：

根据所述公共字段、未接通定界字段、掉话定界字段和通话质量定界字段中的一项或者多项所包含的字段类型，获取与相应字段类型相关联接口的信令中获取异常信息和/或媒体面统计信息。

优选的，所述基因特征字段的划界规则，具体包括：

根据所述公共字段、未接通定界字段、掉话定界字段和通话质量定界字段中的一项或者多项所包含的异常信息和/或媒体面统计信息的参数值，按照预设的参数值区间和标识值的映射关系，以及参数值类型和标识值的映射关系，将对应映射的标识值作为基因特征字段的赋值。

优选的，所述媒体面统计信息包括按照指定时长统计得到的，关键质量指标KQI和/或关键绩效指标KPI。

优选的，所述未接通事件的异常信息包括：SIP状态码、cause、warning、reason和Q.850中的一项或者多项。

优选的，所述掉话的异常信息包括：S1AP cause、EMM cause、GTPV2-C cause、GTP-C cause、ResultCode、ResultCode和Rule-Failure-Code中的一项或者多项。

优选的，所述通话质量的异常信息和媒体面统计信息包括：移动性管理的失败事件、高丢包频率、高时延频率、高抖动频率和切换频率中的一项或者多项。

优选的，基因特征组合包括：公共字段、未接通定界字段、掉话定界字段和通话质量定界字段，具体的：

所述公共字段用于存储当前业务类型、通话状态和通话质量标识；

所述未接通定界字段用于存储MW、MG、MJ接口中SIP信令传输的特性和SIP异常信令或错误码中携带的报错信息；

掉话定界字段用于存储掉话相关接口的异常信令及异常释放所携带的原因值；

所述通话质量定界字段用于存储信令面事件统计和媒体面KPI和KQI统计。

优选的，所述未接通定界字段使用的字段包含主被叫方向区分，是否含有180，是否有CANCEL，SIP错误码，SIP错误码原因，SIP错误码warning头域，CANCEL原因值，183原因值、update原因值、180原因值10个维度中的一项或者多项；

并以SIP状态码为主线结合10个维度中的一线或者多项特征，组成未接通定界字段。

优选的，所述掉话定界字段是以话音承载的异常释放为主线，结合S1AP cause、EMM cause、GTPV2-C cause、GTP-C cause、ResultCode、ResultCode、Rule-Failure-Code中的一项或者多项信息组成掉话定界字段。

优选的，所述通话质量定界字段是以RTP传输的性能为主线，结合信令面统计，组成通话质量定界字段。

优选的，所述依据基因库分析所述第一基因特征组合，得到定界信息，具体包括：

分析第一基因特征组合的公共字段中所包含的业务类型、通话状态和通话质量标识，确定所要验证的所述未接通定界字段的指定位或者所述掉话定界字段的指定位；

根据所述未接通定界字段的指定位、所述掉话定界字段的指定位和/或所述通话质量定界字段的指定位，与基因库中存储有的一种或者多种基因特征组合的匹配，得到定界信息。

优选的，所述根据所述未接通定界字段的指定位或者所述掉话定界字段的指定位，与基因库中存储有的一种或者多种基因特征组合的匹配，具体包括：

根据所述公共字段中所包含的业务类型、通话状态和通话质量标识所构成的第一字符串，筛选基因库得到与所述业务类型、通话状态和通话质量标识所构成的第一字符串相同的一种或者多种备选基因特征组合；

根据所要验证的所述未接通定界字段的指定位、所述掉话定界字段的指定位和/或所述通话质量定界字段的指定位构成的第二字符串，筛选所述一种或者多种备选基因特征组合，得到所述定界信息。

优选的，所述定界信息包括：

用户问题、终端问题、无线问题、EPC问题、IMS问题、PCC问题、CS域问题和对端问题中的一项或者多项。

第二方面，本发明还提供了一种通话问题定界的装置，用于实现第一方面所述的通话问题定界的方法，所述装置包括：

至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被程序设置为执行第一方面所述的通话问题定界的方法。

第三方面，本发明还提供了一种非易失性计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行，用于完成第一方面所述的通话问题定界的方法。

本发明采用了一种针对每一个通话都生成基因特征组合，并利用生成的基因特征组合匹配基因特征库的方式，迅速、高效的获得定界信息。解决了现有分析方法维度单一，并且形式松散不利于全面的准确定界或精准定界。

另外，本发明优选方案中所采用的多接口关联问题特征描述全，多接口关键信令及异常释放原因记录，全面聚焦问题关键点，信令面与媒体面关联，相互验证支撑，定界结果更精确，可以细致到UE、eNB、无线等维度。

【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。显而易见地，下面所描述的附图仅仅是本发明的一些实施例，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是本发明实施例提供的一种通话问题定界的方法的流程示意图；

图2是本发明实施例提供的一种掉话定界关键信息获取示意图；

图3是本发明实施例提供的一种掉话定界中的定界信息分布示意图；

图4是本发明实施例提供的一种实现本发明基因特征组合匹配的基础架构示意图；

图5是本发明实施例提供的一种匹配失败后的补充方法流程图；

图6是本发明实施例提供的一种常规网络架构中相关节点和对应接口分布示意图；

图7是本发明实施例提供的一种实现本发明基因特征组合分析得到定界信息的架构示意图；

图8是本发明实施例提供的一种各接口中相关信令间表征其关联信息的标识分布示意图；

图9是本发明实施例提供的一种较为完整的基因特征组合各字段构成示意图；

图10是本发明实施例提供的一种定界分析流程示意图；

图11是本发明实施例提供的一种更为典型的定界分析流程示意图；

图12是本发明实施例提供的一种未接通的定界分析树示意图；

图13是本发明实施例提供的一种未接通的基因特征字段的内容示意图；

图14是本发明实施例提供的一种未接通的定界信息和事件内容关系表；

图15是本发明实施例提供的一种具体应用场景下的通话问题定界的方法的流程示意图；

图16是本发明实施例提供的一种通话问题定界的装置结构示意图。

【具体实施方式】

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说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在本发明各实施例中，符号“/”表示同时具有两种功能的含义，而对于符号“A和/或B”则表明由该符号连接的前后对象之间的组合包括“A”、“B”、“A和B”三种情况；例如无线/参数问题，表示无线问题或参数问题。

此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

现有技术中，信令分析平台可以将现网的每一次业务生成一条XML数据简化(XMLData Reduced，简写为：XDR)记录，可以支撑投诉查询，为客服提供用户业务详单，且针对投诉可以进行初步的原因分析。当前信令分析平台主要根据单接口报错网元及报错信息来进行问题原因的定位。这种方法有很多的局限性，一个是定界维度有限，一个是定位精准度不够。所以针对VoLTE通话问题的智能定界，一直以来都是信令分析平台的重点也是难点。

为了解决智能定界的准确性及时效性问题，本发明使用了特征码(在本发明各实施例中也被描述为基因特征组合)与特征码库(在本发明各实施例中也被描述为基因特征库)比对方案，其核心思想是对现网产生的每一通呼叫进行多接口信令面及媒体面关联，生成一组属于该呼叫的特征码，该组特征码记录了该呼叫的呼叫属性、呼叫类型、呼叫结果及呼叫过程中在信令面及媒体面的关键信息，将这组特征码作为XDR存储在数据库中，在数据库中建立一张用于智能定界的定界特征码库，该库中存储的是固化了专家经验和历史经验的定界特征码，不同的特征码对应不同通话问题的最终定界结果，用记录的通话特征码与定界特征码进行比对，比对一致则会对应到一种定界结果，如果在定界特征码库(在本发明各实施例中表述为基因特征库中存储的基因特征组合和定界信息的映射关系，即定界特征码库是所述基因特征库着重强调定界信息层面的一种描述方式)中无该特征的通话特征码，则转为人工(在本发明各实施例中也被描述为技术专家)分析，做出最终定界后，将该条特征码记录为定界特征码，丰富定界特征码库。

接下来，本发明将通过具体的实施例，逐一展开描述本发明的核心内容和相关过程。

实施例1:

本发明实施例1提供了一种通话问题定界的方法，尤其适用于涉及VoLTE架构的会话环境，如图1所述，包括：

在步骤201中，获取一条或者多条信令的事件字段和/或媒体面统计信息，并按照预设的基因特征组合顺序和预设的基因特征字段的划界规则，组合所述事件字段和/或媒体面统计信息，得到第一基因特征组合。

其中，所述的第一基因特征组合仅仅是为了与后续的基因库中的一种或者多种基因特征组合区别描述的方便而增加的标识，并不对其产生特殊的限定意义。

其中，所述一条或者多条信令都是为了完成同一用户的、同一通话附带生成的，而所述同一通话包括语音类型、视频类型和会议类型等。

在本发明实施例中，所述一条或者多条信令的事件字段通常是用于支撑未接通的定界和掉话的定界，而信令的事件字段和媒体面统计信息，则用于支撑通话质量的定界。在具体实施例中是采用所述一条或者多条信令的事件字段，还是采用一条或者多条信令的事件字段和媒体面统计信息，则是根据具体应用场景需求而设定，但是不管是上述哪种实现方式均属于本发明的保护范围内。

如图2所示，在本发明实施例中以最为普遍、关注度较高的掉话定界为例，其相关字段的关键信息获取示意图，其需要多接口完成一轮会话的示例，各接口中包含的事件字段被有效收集，用于组合成所述第一基因特征组合(具体为第一基因特征组合中的掉话定界字段部分)，并反馈给分析主体进行定界信息确认，所述分析主体可以是基因库平台或者是第三方与基因库建立有数据交互功能的服务器。

如图9所示，为本发明实施例所提供的目前设计方案中最为典型的基因特征组合的构成形式，其中，对于表征每一个基因特征字段的上方均标注了相应的划界规则。因此，在本发明实施例中，所述的划界规则是指将原本可能是一些列参数值或者统计量的内容，根据参数值区间和标识值的映射关系，以及参数值类型和标识值的映射关系，将对应映射的标识值作为基因特征字段的赋值。

在步骤202中，依据基因库分析所述第一基因特征组合，得到定界信息；

其中，所述基因库中存储有一种或者多种基因特征组合，以及与各基因特征组合相对应的定界信息。

以本发明实施例所涉及的某一程度的定界信息为例，所述定界信息可以包括：用户问题、终端问题、无线问题、EPC问题、IMS问题、PCC问题、CS域问题和对端问题中的一项或者多项。

除此以外，还可以根据定界的划分力度的不同，根据网络中节点的类型，衍生出更多的定界信息，如图3所示是掉话的定界结果为例，还可以将上述8个问题项细化到PGW问题、PCRF问题、MME问题、eNB问题等等。

理论上，只要是各节点支持信令回溯的，或者节点支持与其上下关联节点信令回溯后推理得到相应问题结果的，均可以归属到本发明实施例所提出的定界信息的范畴内，在此不再一一赘述。这也是本发明实施例所提出的基因特征组合和基因特征库匹配分析的优势所在，其分析的精确程度和覆盖的广度是现有常规根据参数分析所不具备的。

另外，所述定界信息的展示或输出可以是在指定的信令监测平台的web页面上，或者有专门的定界模块内展示。

本发明实施例采用了一种针对每一轮通过都生成基因特征组合，并利用生成的基因特征组合匹配基因特征库的方式，迅速、高效的获得定界信息。解决了现有分析方法维度单一，并且形式松散不利于全面的准确定界或精准定界。

在本发明实施例，对于步骤202中所涉及的，依据基因库分析所述第一基因特征组合，得到定界信息，还提供了一种具体实现方式：

根据所述第一基因特征组合，匹配所述基因库中所包含的一种或者多种基因特征组合；若匹配成功后，得到相应匹配成功的基因特征组合所对应的定界信息。即采用了一种匹配的方式完成相应的定界信息的获得，由于在本发明实施例中，定界信息和相应的基因库中的基因特征组合可以是按照一对多，或者多对一的映射方式存储的，因此，一旦匹配成功便可以获取基因库中存储的映射关系里的与相应匹配成功的基因特征组合相一致的定界信息。如图4所示，提供了一种实现上述匹配方式的基础架构，从图4中可以看到，基因库特征组合的初始形成是源自专家分析经验和海量案例总结的，即每一轮的匹配成功和匹配失败都将能够为基因特征库组合的丰富提供有力的素材。而对于第一特征组合(在本发明实施例中仅为了方便区分基因库特征组合而起的称呼)而言，其整合信令面特征统计(即源自网络架构中各节点分别用来完成会话建立的信令层面的特征)和媒体面特征统计(各节点分别用来完成会话内容自身的特征)。如图4中所示，相应的输出定界结果可以是输出到维护人员的智能终端上，也可以是输出在维护平台的显示界面上，还可以输出给拥有查询权限的普通用户的智能终端上等等，在此不一一赘述。

常规的处理思路中，既然存在上述的匹配成功的情况，自然也存在匹配失败的情况，而相应匹配失败的情况可能是在系统方法搭建之初，基因特征库中存储的基因特征组合类型和定界信息还不全面的情况下发生。而对于上述可能发生的匹配失败的情况，在本发明实施例中还提供了一种有别于普通直接反馈失败结果的优选方案，如图5所示，所述分析结果还包括：

在步骤301中，若匹配失败，则反馈所述第一基因特征组合给基因库管理平台。

在本发明中，所述基因库管理平台可以是单机体的服务器，也可以是刀片服务器，还可以是云计算系统实现的，在此不做特殊的限定。

由于本发明在步骤202中已经完成了相应的匹配过程，即便匹配失败；相应的匹配中间过程也可以作为基因库管理平台侧进行学习和完善的素材，因此，优选的中间匹配结果也会被反馈给所述基因库管理平台。

在步骤302中，所述基因库管理平台解析所述第一基因特征组合得到与之相符的定界信息。

其中，基因库管理平台解析的方式优选的是通过人为的引入技术专家的分析来实现。除此以外，还可以通过大数据的方式完成，相应的具体解析方式并非本发明自身的改进点，因此，不在本发明中具体展开阐述。

在步骤303中，根据所述解析得到的第一基因特征组合与之相符的定界信息，更新所述基因库。

通过多轮上述基因库的更新过程，便能够达到几乎90％的基因特征组合类型的覆盖，从而使得所述步骤301-步骤303被执行的次数越来越少，而让整个运行方法的系统达到全自动化的程度。

在本发明实施例中所涉及的所述获取一条或者多条信令的事件字段和/或媒体面统计信息，其中，一条或者多条信令的事件字段的获取，主要表现为未接通定界和掉话定界，两者都是通过信令回溯的方式获取相关信令的。回溯过程是通过信令回溯系统，从存储有全部信令的信令采集系统中，利用多接口信令关联等手段，获取属于同一通话的所有信令。对于所述媒体面统计信息，主要表现为通话质量定界，在本发明实施例中，通话质量定界是先判断媒体面关键质量指标(Key Quality Indicators，简写为：KQI)和关键绩效指标(Key Performance Indicator，简写为：KPI)再判断信令面的事件统计。其中，信令面的事件统计在本发明实施例中具体指移动性管理事件(例如：可以从S1-MME接口中获取所述移动性管理事件相关事件统计)。

对于基因特征库而言，其自身会从待其定界的整个网络架构中，确定存在的网络节点之间的接口信息(例如图6所示的网络节点之间的接口示意图)，并确定各接口之间传输的关键信令和关键信令中的报错关键信息，因此，相应的在本发明实施例中，以图6所示的网络架构，为了获取属于同一通话的所有信令，通常是需要获取整个网络架构中所包含的接口，如S1-MME接口、S6a接口、S10接口、S11接口、S5接口、S8接口、S1-U接口、Gx接口、Cx接口、Sh接口、Zh接口、Gm接口、Rx接口、Mw接口、Mg接口、Mj接口、ISC接口、ENUM接口和Sgi接口等等所采集的历史相关信令，回溯过程是从整个网络架构中所包含的接口采集得到的信令，利用单用户信令追踪、单CALL信令还原和多接口信令关联，获取属于同一会话的所有信令，绘制成对应一个通话的完整的信令链；以便后续操作中能够根据所述第一基因特征组合所包含的基因特征字段所关联的事件字段和/或媒体面统计信息类型，从所述信令链中抽取对应的参数值，按照预设的基因特征组合顺序和预设的基因特征字段的划界规则，组合所述事件字段和/或媒体面统计信息。常规的会话形式包括V2C、V2V或者C2V，而对于本发明实施例而言，可以采用上述方案对于信令的回溯和会话还原机制，便可以是形成一种适用于各种会话形式的基因特征组合的方案。

进一步的，以图7所示的关系图，阐述在本发明实施例中所涉及的各对象的一种典型表现形式，对于图7中所示的关键信令在本发明各实施例中也被简称为信令，而相应的关键信令中的报错关键信息在本发明实施例中也被称为cause或reason(统称为事件字段)。正如上面解释的，关键信令是用于建立会话而必要的准备前奏，而所述媒体面统计信息则是完成建立会话准备后，切换到由执行会话的相关接口完成会话内容时，相应接口中包含的关键信息所构成。而通过图7也可知，在本发明实施例中用于保存第一基因特征组合的形式，可以是沿用现有技术中的XDR格式；当然，除此以外的类似采用简单的字符串也是可以实现所述第一基因特征组合的存储。

接通问题涉及S1AP、GTPv2、GTP-U、SIP、diameter等协议，将所有接口的不同协议信令进行关联生成的关联度低，不能满足问题定界的要求；因此，取SIP协议为接通问题分析的主要协议，关联Gm、Mw、Mg口的SIP话单筛选出未接通事件，然后通过信令平台进行全流程分析。通过上述分析，结合本发明实施例，在步骤201中涉及的所述事件字段，以未接通定界为例，从MW、MG、MJ接口获取的与未接通定界相关的SIP信令，具体包括：SIP状态码、cause、warning、reason和Q.850等。所述掉话的异常信息包括：S1AP cause、EMM cause、GTPV2-C cause、GTP-C cause、ResultCode、ResultCode和Rule-Failure-Code等。所述通话质量的异常信息和媒体面统计信息包括：移动性管理的失败事件、高丢包频率、高时延频率、高抖动频率和切换频率等。

上述内容，对于信令回溯找到异常信令，主要是通过信令源头和出处进行了描述，然而，本发明实施例步骤201-203每一轮执行过程，理论上都是针对特定一次会话来进行的，而相应的一次会话通常又是源自一个或者多个用户之间，因此，在上述扩展内容中已经介绍了信令回溯的出处后，还提供了一种建立回溯得到信令间关联关系的方法过程，所述对于未接通事件通过信令回溯找到异常信令，具体包括：单用户信令追踪、单CALL信令还原和多接口信令关联，如图8所示，具体包括：

在各信令面接口及媒体面接口的原始码流中，通过解码和协议解析，获取到信令及媒体传输的time、imsi、msisdn、from-tag,to-tag、ue-ip、teid-c和teid-u中的一个或者多个字段，将不同接口相同时间段内、相同用户的、同一个call的信令及媒体包关联在一起，形成多接口的融合信令(即所述信令链)。由于具体的会话可能穿越不同的网络架构，例如2G、3G、LET、4G，以至于未来的5G，因此，不同组网之间、甚至不同节点之间会采用各自的传输协议，因此，才会拥有上述的多种标识同一会话的标识信息，在本发明实施例中，对于针对同一用户的一次会话的第一基因特征组合的生成，正是通过上述各标识信息完成在浩瀚的信令记录中产找到同一次会话的相关信令。

本发明上述方案中所采用的多接口关联问题特征描述全，多接口关键信令及异常释放原因记录，全面聚焦问题关键点，信令面与媒体面关联，相互验证支撑，定界结果更精确，可以细致到UE、eNB、无线等维度。

在本发明实施例中，提供了一种优选的基因特征组合的结构形式，如图9所示，基因特征组合包括：公共字段、未接通定界字段、掉话定界字段和通话质量定界字段，具体的：

所述公共字段用于存储当前业务类型、通话状态和通话质量标识。

所述未接通定界字段用于存储MW、MG、MJ接口中SIP信令传输的特性和SIP异常信令或错误码中携带的报错信息。

掉话定界字段用于存储掉话相关接口的异常信令及异常释放所携带的原因值；其中，所述原因值在信令中通常表现为cause标识下的参数值。

所述通话质量定界字段用于存储信令面事件统计和媒体面KPI和KQI统计。如图9所示，其中，所述基因特征组合中未接通定界所使用的字段包含主被叫方向区分，是否含有180，是否有CANCEL，SIP错误码，SIP错误码原因，SIP错误码warning头域，CANCEL原因值，183原因值、update原因值、180原因值10个维度；并以SIP状态码为主线结合10个维度的特征，组成未接通定界用基因库。所述掉话定界字段是以话音承载的异常释放为主线，结合S1AP cause、EMM cause、GTPV2-C cause、GTP-C cause、ResultCode、ResultCode、Rule-Failure-Code各信息组成掉话定界字段。所述通话质量定界字段是以RTP传输的性能为主线，结合信令面统计，组成通话质量定界字段。

基于上述介绍的基因特征组合的组合形式，反观本发明实施例1中提步骤202中所涉及的，所述依据基因库分析所述第一基因特征组合，得到定界信息，如图10所示，具体可以被执行为以下内容：

在步骤401中，分析第一基因特征组合的公共字段中所包含的业务类型、通话状态和通话质量标识，确定所要验证的所述未接通定界字段的指定位、所述掉话定界字段的指定位或者所述通话质量定界字段的指定位。

在步骤402中，根据所述未接通定界字段的指定位、所述掉话定界字段的指定位和/或所述通话质量定界字段的指定位，与基因库中存储有的一种或者多种基因特征组合的匹配，得到定界信息。

结合本发明实施例，对于步骤402中所提出的，所述根据所述未接通定界字段的指定位、所述掉话定界字段的指定位和/或所述通话质量定界字段的指定位，与基因库中存储有的一种或者多种基因特征组合的匹配，还给予了一种更为明确的实现方式，如图11所示，包括：

在步骤4021中，根据所述公共字段中所包含的业务类型、通话状态和通话质量标识所构成的第一字符串，筛选基因库得到与所述业务类型、通话状态和通话质量标识所构成的第一字符串相同的一种或者多种备选基因特征组合。

在步骤4022中，根据所要验证的所述未接通定界字段的指定位、所述掉话定界字段的指定位和/或所述通话质量定界字段的指定位构成的第二字符串，筛选所述一种或者多种备选基因特征组合，得到所述定界信息。

在实际的操作中，步骤401-步骤402除了可以表现为步骤内容自身所描述的仅匹配指定基因特征字段外，还可以采用另一种可选的方式，具体的，首先对第一基因特征组合进行掩码运算，从而将整个基因特征组合中不希望进行匹配分析的字段通过掩码中的逻辑运算转换为0或者1，从而留下目标待分析基因特征字段的有效待分析信息，进一步的，将此留下的目标待分析基因特征字段的有效待分析信息与基因特征库中的各基因特征组合进行匹配，从而得到定界信息。相对而言，经过掩码运算后的第一基因特征组合针对性分析特性更强，并且可以通过压缩无效字段位，降低匹配对象的长度，从而进一步提高匹配效率。

实施例2:

以图12和图13为例，为本发明实施例针对未接通类型下，各定界信息分析所拟出的基因特征组合中未接通定界字段的构成的方式。

如图12所示提供了未接通问题树，对于未接通这种定界类型来说，其下可以包含多种定界信息，而相应的一个或者多个定界信息会对应着某一条树支路径。对于图12所示的未接通的问题树而言，是为了方便描述的原理的角度提供的简单示例，在实际情况中可以通过复杂化基因特征组合来实现更为精确的定界信息的判断，最为理想的情况便是达到每一条树枝的末端树叶唯一的对应一定界信息。

以图12展开描述，对于未接通问题而言，会对主叫和被叫侧的有无180进行报错关键信息的搜集，其中，有无180具体SIP协议中的180ring的状态的判断。进一步的，在有180情况下和无180情况下，进一步确定是否存在cancel，最后得到如图12中所示的一系列的定界信息组，例如图12左侧的定界信息组中包括“主叫取消”、“被叫拒接”、“被叫无响应”、“被叫无应答”、“被叫异常”、“呼叫等待”等，在本发明实施例中，所述“主叫取消”、“被叫拒接”、“被叫无响应”、“被叫无应答”、“被叫异常”、“呼叫等待”等，通常被认为是初级定界信息(或者被理解为上述定界信息组或者定界信息分类)，其可以被用于进一步获取能够明确问题到指定网络节点上的定界信息，因此，在本发明实施例中，对于存储上述子定界信息的位置，可以是如图13所示的Cause_180。

具体在建立基因特征库时候，通常都要对现有网络架构中，典型的未接通定界类型、掉话定界类型和通话质量定界类型，进行上述定界信息关系树的分析；并且，分析过程通常还是一种迭代的过程，以图12所示的定界信息关系树为例，应该属于初始的分析环节，为了将其中树叶中的定界信息组进一步拆分开，通常还会在图12中的树中增加新的节点，而所述新的节点源自网络中类似图6和图7所示的不同接口中的关键信令包含的报错关键信息。

在具体分析的过程中，除了可以采用如图12所示的定界信息关系树的方式，也可以采用表格的方式进行分析或者辅助分析，例如图14所示的。相应的字段的含义还可以通过具体的标准协议中查找和确定，在此不再赘述。

在本发明中，对于不同的需求层面，相应定界信息梳理出来的精细程度也是因使用场景而异，因此，在本发明实施例1实现过程中，优选的是对于不同的需求用户设置不同的优先级或者权限级别，相应的基因特征平台在进行第一基因特征组合生成，以及后续的匹配操作的时候，可以根据上述不同用户的优先级或者权限级别，从不同清单中关键信令中获取报错关键信息生成差异化的第一基因特征组合。并且，为了保证处理格式的一致性，可以将第一基因特征组合的格式设置成等长，并且，对于因差异化未去搜集的报错关键信息，就可以在相应第一基因特征组合中以保留位形式存在，从而为后续的匹配过程提供高效的分析途径；例如：保留位不做实质匹配动作，而填写了报错关键信息的第一基因特征组合的字段进行匹配动作，最后根据各字段的匹配动作结果分析得到不同精细程度的定界信息。

但是，上述等长格式的第一基因特征组合，若本身长度就较大时，针对上述存在用户不同精度定界信息反馈需求场景，就可能带来网络带宽的不必要的负荷。因此，作为本发明实施例可选实现方案，同样可以这对上述需求场景，设置不同长度的第一基因特征组合，并且，相应的基因特征库也给与多套不同长度的基因特征组合和定界信息映射关系存储。

实施例3：

本发明实施例是在实施例1中介绍了本发明主体实现方案后，从一个具体应用实例场景阐述，实施例1中相应的回溯机制、第一基因特征组合，以及相应的定界信息处理，如何系统的被执行。

在步骤501中，定界分析平台接收到针对指定用户标识、指定时间区域和/或指定地区的定界信息分析请求。

其中，在一般用户咨询场景中所述用户标识通常为必选项，而所述指定时间区域通常为备选项，方便用户对于临近的几次会话过程进行选择性定界分析。

但是，不排除在特殊应用场景下，操作人员需要对一段时间内出现的大面积掉话进行分析，此时，指定时间区域则会成为优选项，相对而言此时的用户标识则会成为可有可无的存在。

所述指定地区可以限定为一个省、一个市、一个城区等等，其存在的价值和意义与所述指定时间区域相似，在此不再赘述。

在步骤502中，定界分析平台从整个网络架构中所包含的接口，回溯出对应所述用户标识和/或指定时间区域的信令链。

在本发明实施例，所述整个网络架构中所包含的接口，举例如S1-MME接口、S6a接口、S10接口、S11接口、S5接口、S8接口、S1-U接口、Gx接口、Cx接口、Sh接口、Zh接口、Gm接口、Rx接口、Mw接口、Mg接口、Mj接口、ISC接口、ENUM接口和Sgi接口等等。回溯过程是从整个网络架构中所包含的接口采集得到的信令(严格表述的话也被描述为历史相关信令)，利用单用户信令追踪、单CALL信令还原和多接口信令关联，获取属于同一会话的所有信令，绘制成对应一个通话的完整的信令链。

绘制成对应一个通话的完整的信令链过程具体包括，在各信令面接口及媒体面接口的原始码流中，通过解码和协议解析，获取到信令及媒体传输的time、imsi、msisdn、from-tag,to-tag、ue-ip、teid-c和teid-u中的一个或者多个字段，将不同接口相同时间段内、相同用户的、同一个call的信令及媒体包关联在一起，形成多接口的融合信令(即所述信令链)。

在步骤503中，根据所述第一基因特征组合所包含的基因特征字段所关联的事件字段和/或媒体面统计信息类型，从所述信令链中抽取对应的参数值。

在本发明实施例中，所述一条或者多条信令的事件字段通常是用于支撑未接通的定界和掉话的定界，而信令的事件字段和媒体面统计信息，则用于支撑通话质量的定界。

在具体实施例中是采用所述一条或者多条信令的事件字段，还是采用一条或者多条信令的事件字段和媒体面统计信息，则是根据具体应用场景需求而设定。

在步骤504中，按照预设的基因特征组合顺序和预设的基因特征字段的划界规则，组合所述事件字段和/或媒体面统计信息得到第一基因特征组合。

如图9所示，为本发明实施例所提供的第一基因特征组合的构成形式，其中，对于表征每一个基因特征字段的上方均标注了相应的划界规则。因此，在本发明实施例中，所述的划界规则是指将原本可能是一些列参数值或者统计量的内容，根据参数值区间和标识值的映射关系，以及参数值类型和标识值的映射关系，将对应映射的标识值作为基因特征字段的赋值。

在步骤505中，根据所述第一基因特征组合，匹配所述基因库中所包含的一种或者多种基因特征组合；若匹配成功后，执行步骤506；若匹配失败，执行步骤508。

在步骤506中，得到相应匹配成功的基因特征组合所对应的定界信息。

所述定界信息包括：用户问题、终端问题、无线问题、EPC问题、IMS问题、PCC问题、CS域问题和对端问题中的一项或者多项。在具体应用场景中，根据请求咨询的用户权限的不同，或者根据最终结果的呈现展现的层级的不同，如图3所示是掉话的定界结果为例，还可以将上述8个问题项细化到PGW问题、PCRF问题、MME问题、eNB问题等等。

在步骤507中，所述定界信息的展示或输出可以是在指定的信令监测平台的web页面上，或者有专门的定界模块内展示。

在步骤508中，反馈所述第一基因特征组合给基因库管理平台。

在本发明中，所述基因库管理平台可以是单机体的服务器，也可以是刀片服务器，还可以是云计算系统实现的，在此不做特殊的限定。即便匹配失败；相应的匹配中间过程也可以作为基因库管理平台侧进行学习和完善的素材，因此，优选的中间匹配结果也会被反馈给所述基因库管理平台。在本发明实施例中，所述定界分析平台和基因库管理平台可以同属于一个归属者，也可以由独立的机构运维，例如：基因库管理平台可以作为基础平台，提供给多个定界分析平台接入使用，而所述多个定界分析平台可以是不同的组网成员，例如定界分析平台可以是：联通运营商、移动运营商、各企业网等等；而所述基因库管理平台优选的是跨各大运营商的综合性的分析平台。

在步骤509中，所述基因库管理平台解析所述第一基因特征组合得到与之相符的定界信息。

其中，基因库管理平台解析的方式优选的是通过人为的引入技术专家的分析来实现。除此以外，还可以通过大数据的方式完成，相应的具体解析方式并非本发明自身的改进点，因此，不在本发明中具体展开阐述。

在步骤510中，根据所述解析得到的第一基因特征组合与之相符的定界信息，更新所述基因库。

本发明实施例通过信令采集系统收集的多接口信令，利用分析系统实现多接口关联入库，采用大数据分析手段，采集VoLTE的未接通、掉话及通话质量差的关键特征，形成多接口通话特征码，为每一个通话打上一个标签。将VoLTE专家定界经验形成定界特征码，用采集到的通话特征码与定界特征码进行对比，快速输出定界结果。本发明与传统方法相比，可以批量快速定界VoLTE的通话问题，由于本发明采用了多接口关联、跨域分析及媒体面用户面结合的方法，能够提升问题定界的精度，将定界维度细化至UE、无线、eNB、MME、SAE-GW、PCRF、SBC等。

实施例4:

请参阅图16，是本发明实施例的通话问题定界的装置的架构示意图。本实施例的通话问题定界的装置包括一个或多个处理器21以及存储器22。其中，图16中以一个处理器21为例。

处理器21和存储器22可以通过总线或者其他方式连接，图16中以通过总线连接为例。

存储器22作为一种通话问题定界的方法和装置非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如实施例1中的通话问题定界的方法以及对应的程序指令(例如，图1、图5、图10、图11和图15所示的方法流程)。处理器21通过运行存储在存储器22中的非易失性软件程序、指令以及模块，从而执行通话问题定界的装置的各种功能应用以及数据处理，即实现实施例1的通话问题定界的方法。

存储器22可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器22可选包括相对于处理器21远程设置的存储器，这些远程存储器可以通过网络连接至处理器21。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

所述程序指令/模块存储在所述存储器22中，当被所述一个或者多个处理器21执行时，执行上述实施例1中的通话问题定界的方法，例如，执行以上描述的图1、图5、图10、图11和图15所示的各个步骤。

本发明实施例通过信令采集系统收集的多接口信令，利用分析系统实现多接口关联入库，采用大数据分析手段，采集VoLTE的未接通、掉话及通话质量差的关键特征，形成多接口通话特征码，为每一个通话打上一个标签。将VoLTE专家定界经验形成定界特征码，用采集到的通话特征码与定界特征码进行对比，快速输出定界结果。本发明与传统方法相比，可以批量快速定界VoLTE的通话问题，由于本发明采用了多接口关联、跨域分析及媒体面用户面结合的方法，能够提升问题定界的精度，将定界维度细化至UE、无线、eNB、MME、SAE-GW、PCRF、SBC等。

值得说明的是，上述装置内的模块、单元之间的信息交互、执行过程等内容，由于与本发明的处理方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。

本领域普通技术人员可以理解实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，Random AccessMemory)、磁盘或光盘等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (20)

1.一种通话问题定界的方法，其特征在于，包括：

获取一条或者多条信令的事件字段和/或媒体面统计信息，并按照预设的基因特征组合顺序和预设的基因特征字段的划界规则，组合所述事件字段和/或媒体面统计信息，得到第一基因特征组合；

依据基因库分析所述第一基因特征组合，得到定界信息；

其中，所述基因库中存储有一种或者多种基因特征组合，以及与各基因特征组合相对应的定界信息；

划界规则是指将原本是一些列参数值或者统计量的内容，根据参数值区间和标识值的映射关系，以及参数值类型和标识值的映射关系，将对应映射的标识值作为基因特征字段的赋值；

对第一基因特征组合进行掩码运算，从而将整个基因特征组合中不希望进行匹配分析的字段通过掩码中的逻辑运算转换为0或者1，从而留下目标待分析基因特征字段的有效待分析信息，将此留下的目标待分析基因特征字段的有效待分析信息与基因特征库中的各基因特征组合进行匹配，从而得到定界信息。

2.根据权利要求1所述的通话问题定界的方法，其特征在于，所述依据基因库分析所述第一基因特征组合，得到定界信息，具体包括：

根据所述第一基因特征组合，匹配所述基因库中所包含的一种或者多种基因特征组合；若匹配成功后，得到相应匹配成功的基因特征组合所对应的定界信息。

3.根据权利要求2所述的通话问题定界的方法，其特征在于，所述分析结果还包括：

若匹配失败，则反馈所述第一基因特征组合给基因库管理平台；

所述基因库管理平台解析所述第一基因特征组合得到与之相符的定界信息；

根据所述解析得到的第一基因特征组合与之相符的定界信息，更新所述基因库。

4.根据权利要求1所述的通话问题定界的方法，其特征在于，所述获取一条或者多条信令的事件字段和/或媒体面统计信息，具体包括：

回溯S1-MME接口、S6a接口、S10接口、S11接口、S5接口、S8接口、Gx接口、Cx接口、Sh接口、Zh接口、Gm接口、Rx接口、Mw接口、Mg接口、Mj接口、ISC接口和ENUM接口中的一个或者多个接口中的相关信令；和/或，

回溯Sgi接口和/或S1-U接口采集的数据，生成所述媒体面统计信息。

5.根据权利要求4所述的通话问题定界的方法，其特征在于，所述回溯具体包括：利用单用户信令追踪、单CALL信令还原和多接口信令关联，还原出对应同一会话的信令链。

6.根据权利要求5所述的通话问题定界的方法，其特征在于，所述单用户信令追踪、单CALL信令还原和多接口信令关联，具体包括：

在各信令面接口及媒体面接口的原始码流中，通过解码和协议解析，获取到信令及媒体传输的time、imsi、msisdn、from-tag,to-tag、ue-ip、teid-c和teid-u中的一个或者多个字段，将不同接口相同时间段内、相同用户的、同一个call的信令及媒体包关联在一起，形成供划界规则分析的信令链。

7.根据权利要求1所述的通话问题定界的方法，其特征在于，在基因特征组合包括：公共字段、未接通定界字段、掉话定界字段、通话质量定界字段和预留字段中的一项或者多项时，则所述按照预设的基因特征组合顺序和预设的基因特征字段的划界规则，组合所述事件字段和/或媒体面统计信息，得到第一基因特征组合，具体包括：

根据所述公共字段、未接通定界字段、掉话定界字段和通话质量定界字段中的一项或者多项所包含的字段类型，获取与相应字段类型相关联接口的信令中获取异常信息和/或媒体面统计信息。

8.根据权利要求7所述的通话问题定界的方法，其特征在于，所述基因特征字段的划界规则，具体包括：

根据所述公共字段、未接通定界字段、掉话定界字段和通话质量定界字段中的一项或者多项所包含的异常信息和/或媒体面统计信息的参数值，按照预设的参数值区间和标识值的映射关系，以及参数值类型和标识值的映射关系，将对应映射的标识值作为基因特征字段的赋值。

9.根据权利要求7或8所述的通话问题定界的方法，其特征在于，所述媒体面统计信息包括按照指定时长统计得到的，关键质量指标KQI和/或关键绩效指标KPI。

10.根据权利要求7所述的通话问题定界的方法，其特征在于，所述未接通事件的异常信息包括：SIP状态码、cause、warning、reason和Q.850中的一项或者多项。

11.根据权利要求7所述的通话问题定界的方法，其特征在于，所述掉话的异常信息包括：S1AP cause、EMM cause、GTPV2-C cause、GTP-C cause、ResultCode、ResultCode和Rule-Failure-Code中的一项或者多项。

12.根据权利要求7所述的通话问题定界的方法，其特征在于，所述通话质量的异常信息和媒体面统计信息包括：移动性管理的失败事件、高丢包频率、高时延频率、高抖动频率和切换频率中的一项或者多项。

13.根据权利要求1-8任一所述的通话问题定界的方法，其特征在于，基因特征组合包括：公共字段、未接通定界字段、掉话定界字段和通话质量定界字段，具体的：

所述公共字段用于存储当前业务类型、通话状态和通话质量标识；

所述未接通定界字段用于存储MW、MG、MJ接口中SIP信令传输的特性和SIP异常信令或错误码中携带的报错信息；

掉话定界字段用于存储掉话相关接口的异常信令及异常释放所携带的原因值；

所述通话质量定界字段用于存储信令面事件统计和媒体面KPI和KQI统计。

14.根据权利要求13所述的通话问题定界的方法，其特征在于，所述未接通定界字段使用的字段包含主被叫方向区分，是否含有180，是否有CANCEL，SIP错误码，SIP错误码原因，SIP错误码warning头域，CANCEL原因值，183原因值、update原因值、180原因值10个维度中的一项或者多项；

并以SIP状态码为主线结合10个维度中的一项或者多项特征，组成未接通定界字段。

15.根据权利要求13所述的通话问题定界的方法，其特征在于，所述掉话定界字段是以话音承载的异常释放为主线，结合S1AP cause、EMM cause、GTPV2-C cause、GTP-C cause、ResultCode、ResultCode、Rule-Failure-Code中的一项或者多项信息组成掉话定界字段。

16.根据权利要求13所述的通话问题定界的方法，其特征在于，所述通话质量定界字段是以RTP传输的性能为主线，结合信令面统计，组成通话质量定界字段。

17.根据权利要求13所述的通话问题定界的方法，其特征在于，所述依据基因库分析所述第一基因特征组合，得到定界信息，具体包括：

分析第一基因特征组合的公共字段中所包含的业务类型、通话状态和通话质量标识，确定所要验证的所述未接通定界字段的指定位、所述掉话定界字段的指定位或者所述通话质量定界字段的指定位；

根据所述未接通定界字段的指定位、所述掉话定界字段的指定位和/或所述通话质量定界字段的指定位，与基因库中存储有的一种或者多种基因特征组合的匹配，得到定界信息。

18.根据权利要求17所述的通话问题定界的方法，其特征在于，所述根据所述未接通定界字段的指定位、所述掉话定界字段的指定位和/或所述通话质量定界字段的指定位，与基因库中存储有的一种或者多种基因特征组合的匹配，具体包括：

根据所述公共字段中所包含的业务类型、通话状态和通话质量标识所构成的第一字符串，筛选基因库得到与所述业务类型、通话状态和通话质量标识所构成的第一字符串相同的一种或者多种备选基因特征组合；

根据所要验证的所述未接通定界字段的指定位、所述掉话定界字段的指定位和/或所述通话质量定界字段的指定位构成的第二字符串，筛选所述一种或者多种备选基因特征组合，得到所述定界信息。

19.根据权利要求1-8任一所述的通话问题定界的方法，其特征在于，所述定界信息包括：

用户问题、终端问题、无线问题、EPC问题、IMS问题、PCC问题、CS域问题和对端问题中的一项或者多项。

20.一种通话问题定界装置，其特征在于，所述装置包括：

至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被程序设置为执行权利要求1-19任一所述的通话问题定界的方法。

Images