CN112040501B - 移动网络质量的检测预警方法、装置、设备及存储介质 - Google Patents

移动网络质量的检测预警方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112040501B
CN112040501B CN202010885048.0A CN202010885048A CN112040501B CN 112040501 B CN112040501 B CN 112040501B CN 202010885048 A CN202010885048 A CN 202010885048A CN 112040501 B CN112040501 B CN 112040501B
Authority
CN
China
Prior art keywords
network
data set
weak
detection model
weak network
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
CN202010885048.0A
Other languages
English (en)
Other versions
CN112040501A (zh
Inventor
刘国平
章政兴
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.)
Kangjian Information Technology Shenzhen Co Ltd
Original Assignee
Kangjian Information Technology Shenzhen 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 Kangjian Information Technology Shenzhen Co Ltd filed Critical Kangjian Information Technology Shenzhen Co Ltd
Priority to CN202010885048.0A priority Critical patent/CN112040501B/zh
Publication of CN112040501A publication Critical patent/CN112040501A/zh
Application granted granted Critical
Publication of CN112040501B publication Critical patent/CN112040501B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/02Arrangements for optimising operational condition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques
    • G06F18/232Non-hierarchical techniques
    • G06F18/2321Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/08Testing, supervising or monitoring using real traffic
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及大数据技术领域,公开了一种移动网络质量的检测预警方法、装置、设备及存储介质,用于提高移动网络质量的检测预警的准确性。移动网络质量的检测预警方法包括:在预设时长内获取移动网络指标数据集和预测结果集;对移动网络指标数据集统计分析,得到目标分析数据集;从预测结果集中统计弱网结果数量,并判断弱网结果数量是否大于或者等于预设阈值;当弱网结果数量大于或者等于预设阈值时,按照目标分析数据集和终端对应的弱网检测模型确定已更新的弱网检测模型;按照弱网检测模型更新请求将已更新的弱网检测模型发送到终端,以使得终端生成预警信息。此外,本发明还涉及区块链技术,移动网络指标数据集可存储于区块链节点中。

Description

移动网络质量的检测预警方法、装置、设备及存储介质
技术领域
本发明涉及大数据技术的风险管控领域,尤其涉及一种移动网络质量的检测预警方法、装置、设备及存储介质。
背景技术
随着智能移动设备在4G或5G网络中的广泛应用,以及移动无线设备的广泛使用,移动网络环境越来越复杂。因此,在网络情况异常时,如何提升网络的有效利用,提升用户的体验越来越重要。
目前对于移动网络弱网环境的检测日益成熟,部分应用基于网络信号强弱、网络请求时间、网络平均传输速度,以及移动制式(例如,2G、3G或4G)的划分来判断弱网环境。但这些方式通常基于简单的数学统计,标准固定,并且一般选择比较保守的阈值,使得在某些特殊情况下网络质量检测效果差,存在移动网络弱网误报概率大和弱网预警正确率低的问题。另外,基于网络丢包率和错误率的方式,可以评估网络存在弱网环境,但存在延迟处理,例如,在确定网络环境异常时,对于视频聊天和语音聊天应用,当评估弱网环境时,用户往往已经受到影响了,存在预警响应速度慢的问题。
发明内容
本发明的主要目的在于解决现有的弱网预警正确率低和弱网预警效率低的问题。
为实现上述目的,本发明第一方面提供了一种移动网络质量的检测预警方法,包括:在预设时长内获取终端发送的移动网络指标数据集和预测结果集;定时对所述移动网络指标数据集进行数据预处理,得到已处理的指标数据集,并对所述已处理的指标数据集进行统计分析,得到目标分析数据集;从所述预测结果集中统计弱网结果数量,并判断所述弱网结果数量是否大于或者等于预设阈值;当所述弱网结果数量大于或者等于预设阈值时,获取所述终端对应的弱网检测模型,并按照所述目标分析数据集对所述对应的弱网检测模型进行参数调整,得到已更新的弱网检测模型;当接收到所述终端发送的弱网检测模型更新请求时,按照所述弱网检测模型更新请求将所述已更新的弱网检测模型发送到所述终端,以使得所述终端按照所述已更新的弱网检测模型调整网络环境,生成并展示对应的预警信息。
可选的,在本发明第一方面的第一种实现方式中,所述在预设时长内获取终端发送的移动网络指标数据集和预测结果集,包括:在预设时长内接收终端发送的交互行为埋点数据;对所述交互行为埋点数据进行数据解析,得到埋点标识、移动网络指标数据集和预测结果集;按照所述埋点标识将所述移动网络指标数据集和所述预测结果集存储到预设数据库中。
可选的,在本发明第一方面的第二种实现方式中,所述定时对所述移动网络指标数据集进行数据预处理,得到已处理的指标数据集,并对所述已处理的指标数据集进行统计分析,得到目标分析数据集,包括:按照预设规则定时对所述移动网络指标数据集进行数据筛选并过滤,得到已处理的指标数据集,所述预设规则用于识别并剔除异常的移动网络指标数据;从所述已处理的指标数据集中获取时间特征数据集,并对所述时间特征数据集进行阈值分析,得到第一分析数据集;从所述时间特征数据集中获取组合特征数据集,并对所述组合特征数据集进行权重分析,得到第二分析数据集,所述组合特征数据集包括连续特征数据集和离散特征数据集;对所述已处理的指标数据集进行时序分析,得到第三分析数据集,并将所述第一分析数据集、所述第二分析数据集、所述第三分析数据集组合为目标分析数据集。
可选的,在本发明第一方面的第三种实现方式中,所述从所述预测结果集中统计弱网结果数量,并判断所述弱网结果数量是否大于或者等于预设阈值,包括:对所述预测结果集进行时序分析与统计,得到弱网结果数量;对所述弱网结果数量与预设阈值进行比较,得到比较结果;判断所述比较结果是否大于或者等于预置比较阈值;若所述比较结果小于预置比较阈值,则确定所述弱网结果数量小于所述预设阈值;若所述比较结果大于或者等于预置比较阈值,则确定所述弱网结果数量大于或者等于所述预设阈值。
可选的,在本发明第一方面的第四种实现方式中,所述当所述弱网结果数量大于或者等于预设阈值时,获取所述终端对应的弱网检测模型,并按照所述目标分析数据集对所述对应的弱网检测模型进行参数调整,得到已更新的弱网检测模型,包括:当所述弱网结果数量大于或者等于预设阈值时,获取所述终端对应的标识信息,并采用所述对应的标识信息查询预设模型配置信息表,得到所述终端对应的弱网检测模型;按照所述目标分析数据集对所述对应的弱网检测模型中的模型参数进行参数调整,得到已更新的弱网检测模型,并对所述已更新的弱网检测模型配置对应的模型版本号,得到目标模型版本号,所述模型参数包括阈值参数和时序参数。
可选的,在本发明第一方面的第五种实现方式中,所述当接收到所述终端发送的弱网检测模型更新请求时,按照所述弱网检测模型更新请求将所述已更新的弱网检测模型发送到所述终端,以使得所述终端按照所述已更新的弱网检测模型调整网络环境,生成并展示对应的预警信息,包括:当接收到所述终端发送的弱网检测模型更新请求时,解析所述弱网检测模型更新请求,得到所述终端对应的标识信息、初始模型版本号和对应的业务场景信息;采用所述对应的标识信息和所述对应的业务场景信息查询预设数据库,得到所述目标模型版本号;判断所述初始模型版本号与所述目标模型版本号是否一致;当所述初始模型版本号与所述目标模型版本号不一致时,按照所述对应的标识信息将所述已更新的弱网检测模型发送到所述终端,以使得所述终端按照已更新的弱网检测模型调整网络环境,生成并展示对应的预警信息。
可选的,在本发明第一方面的第六种实现方式中,在所述当接收到所述终端发送的弱网检测模型更新请求时,按照所述弱网检测模型更新请求将所述已更新的弱网检测模型发送到所述终端,以使得所述终端按照所述已更新的弱网检测模型调整网络环境,生成并展示对应的预警信息之后,所述移动网络质量的检测预警方法包括:当医疗救护车执行急救任务时,采用所述已更新的弱网检测模型检测医疗救护车的移动网络质量,得到网络质量检测结果,并判断所述网络质量检测结果是否小于预设网络质量阈值;当所述网络质量检测结果小于预设网络质量阈值时,获取所述医疗救护车对应的网络质量预警信息,并推送解决问题方案信息,所述解决问题方案信息用于增强所述医疗救护车的移动网络质量。
本发明第二方面提供了一种移动网络质量的检测预警装置,包括:获取模块,用于在预设时长内获取终端发送的移动网络指标数据集和预测结果集;统计分析模块,用于定时对所述移动网络指标数据集进行数据预处理,得到已处理的指标数据集,并对所述已处理的指标数据集进行统计分析,得到目标分析数据集;判断模块,用于从所述预测结果集中统计弱网结果数量,并判断所述弱网结果数量是否大于或者等于预设阈值;调整模块,当所述弱网结果数量大于或者等于预设阈值时,用于获取所述终端对应的弱网检测模型,并按照所述目标分析数据集对所述对应的弱网检测模型进行参数调整,得到已更新的弱网检测模型;预警模块,当接收到所述终端发送的弱网检测模型更新请求时,用于按照所述弱网检测模型更新请求将所述已更新的弱网检测模型发送到所述终端,以使得所述终端按照所述已更新的弱网检测模型调整网络环境,生成并展示对应的预警信息。
可选的,在本发明第二方面的第一种实现方式中,所述获取模块具体用于:在预设时长内接收终端发送的交互行为埋点数据;对所述交互行为埋点数据进行数据解析,得到埋点标识、移动网络指标数据集和预测结果集;按照所述埋点标识将所述移动网络指标数据集和所述预测结果集存储到预设数据库中。
可选的,在本发明第二方面的第二种实现方式中,所述统计分析模块具体用于:按照预设规则定时对所述移动网络指标数据集进行数据筛选并过滤,得到已处理的指标数据集,所述预设规则用于识别并剔除异常的移动网络指标数据;从所述已处理的指标数据集中获取时间特征数据集,并对所述时间特征数据集进行阈值分析,得到第一分析数据集;从所述时间特征数据集中获取组合特征数据集,并对所述组合特征数据集进行权重分析,得到第二分析数据集,所述组合特征数据集包括连续特征数据集和离散特征数据集;对所述已处理的指标数据集进行时序分析,得到第三分析数据集,并将所述第一分析数据集、所述第二分析数据集、所述第三分析数据集组合为目标分析数据集。
可选的,在本发明第二方面的第三种实现方式中,所述判断模块具体用于:对所述预测结果集进行时序分析与统计,得到弱网结果数量;对所述弱网结果数量与预设阈值进行比较,得到比较结果;判断所述比较结果是否大于或者等于预置比较阈值;若所述比较结果小于预置比较阈值,则确定所述弱网结果数量小于所述预设阈值;若所述比较结果大于或者等于预置比较阈值,则确定所述弱网结果数量大于或者等于所述预设阈值。
可选的,在本发明第二方面的第四种实现方式中,所述调整模块具体用于:当所述弱网结果数量大于或者等于预设阈值时,获取所述终端对应的标识信息,并采用所述对应的标识信息查询预设模型配置信息表,得到所述终端对应的弱网检测模型;按照所述目标分析数据集对所述对应的弱网检测模型中的模型参数进行参数调整,得到已更新的弱网检测模型,并对所述已更新的弱网检测模型配置对应的模型版本号,得到目标模型版本号,所述模型参数包括阈值参数和时序参数。
可选的,在本发明第二方面的第五种实现方式中,所述预警模块具体用于:当接收到所述终端发送的弱网检测模型更新请求时,解析所述弱网检测模型更新请求,得到所述终端对应的标识信息、初始模型版本号和对应的业务场景信息;采用所述对应的标识信息和所述对应的业务场景信息查询预设数据库,得到所述目标模型版本号;判断所述初始模型版本号与所述目标模型版本号是否一致;当所述初始模型版本号与所述目标模型版本号不一致时,按照所述对应的标识信息将所述已更新的弱网检测模型发送到所述终端,以使得所述终端按照已更新的弱网检测模型调整网络环境,生成并展示对应的预警信息。
可选的,在本发明第二方面的第六种实现方式中,所述移动网络质量的检测预警装置还包括:检测模块,当医疗救护车执行急救任务时,用于采用所述已更新的弱网检测模型检测医疗救护车的移动网络质量,得到网络质量检测结果,并判断所述网络质量检测结果是否小于预设网络质量阈值;处理模块,当所述网络质量检测结果小于预设网络质量阈值时,用于获取所述医疗救护车对应的网络质量预警信息,并推送解决问题方案信息,所述解决问题方案信息用于增强所述医疗救护车的移动网络质量。
本发明第三方面提供了一种移动网络质量的检测预警设备,包括:存储器和至少一个处理器,所述存储器中存储有指令;所述至少一个处理器调用所述存储器中的所述指令,以使得所述移动网络质量的检测预警设备执行上述的移动网络质量的检测预警方法。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的移动网络质量的检测预警方法。
本发明提供的技术方案中,在预设时长内获取终端发送的移动网络指标数据集和预测结果集;定时对所述移动网络指标数据集进行数据预处理,得到已处理的指标数据集,并对所述已处理的指标数据集进行统计分析,得到目标分析数据集;从所述预测结果集中统计弱网结果数量,并判断所述弱网结果数量是否大于或者等于预设阈值;当所述弱网结果数量大于或者等于预设阈值时,获取所述终端对应的弱网检测模型,并按照所述目标分析数据集对所述对应的弱网检测模型进行参数调整,得到已更新的弱网检测模型;当接收到所述终端发送的弱网检测模型更新请求时,按照所述弱网检测模型更新请求将所述已更新的弱网检测模型发送到所述终端,以使得所述终端按照所述已更新的弱网检测模型调整网络环境,生成并展示对应的预警信息。本发明实施例中,通过分析移动网络正常工作时的指标特征数据,若存在不符合这些指标特征数据的工作指标,则确定存在弱网环境,对移动网络指标数据集进行精确统计和分析,从而使得移动终端按照弱网检测模型进行弱网环境调整,降低了弱网误报的概率,提高了弱网预警的正确率和效率。
附图说明
图1为本发明实施例中移动网络质量的检测预警方法的一个实施例示意图;
图2为本发明实施例中移动网络质量的检测预警方法的另一个实施例示意图;
图3为本发明实施例中移动网络质量的检测预警装置的一个实施例示意图;
图4为本发明实施例中移动网络质量的检测预警装置的另一个实施例示意图;
图5为本发明实施例中移动网络质量的检测预警设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种移动网络质量的检测预警方法、装置、设备及存储介质,用于通过分析移动网络正常工作时的指标特征数据,若存在不符合这些指标特征数据的工作指标,则确定存在弱网环境,提高弱网预警的正确率和效率。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中移动网络质量的检测预警方法的一个实施例包括:
101、在预设时长内获取终端发送的移动网络指标数据集和预测结果集。
其中,终端(例如,移动终端)预先安装设了埋点的应用程序,应用程序中包括弱网检测模型,弱网检测模型用于对终端交互行为的用户行为数据进行实时监听(也就是,搜索网络请求的数据),终端中的应用程序采集移动网络指标数据,移动网络指标数据包括与移动网络相关的时间数据和状态数据,并将移动网络指标数据上传至服务器,服务器接收到的终端发送的移动网络指标数据集和预测结果集,并将终端发送的移动网络指标数据集和预测结果集存储至预设数据库中。其中,时间数据可包括网络传输耗时数据,还可包括域名系统DNS解析时长和套接字socket连接时长,状态数据可包括网络请求成功状态,还可包括网络请求失败状态和网络请求超时状态,具体此处不做限定。
可以理解的是,本发明的执行主体可以为移动网络质量的检测预警装置,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
102、定时对移动网络指标数据集进行数据预处理,得到已处理的指标数据集,并对已处理的指标数据集进行统计分析,得到目标分析数据集。
服务器对接收的移动网络指标数据集进行统计和大数据分析,评估整体弱网检测的表现的变化,也可考虑不同场景下用户的反馈信息,并及时更新弱网检测模型。
具体的,服务器调用预设定时任务,从预设数据库中读取移动网络指标数据集;服务器对对移动网络指标数据集进行数据清洗,得到已处理的指标数据集,已处理的数据集的数据数量小于或者等于移动网络指标数据集的数据数量;服务器对已处理的指标数据集进行指标阈值分析,也就是,服务器通过统计各移动网络指标数据对应的网络阈值对对移动网络指标数据集进行统计分析,各移动网络指标数据包括正常网络请求的成功率、域名系统DNS解析时长、网络连接时长、正常工作时的网络传输耗时、网络传输平均速度和网络超时时长,具体此处不做限定;例如,移动网络请求成功率的初始指标阈值为2.5秒,若有99%的网络请求都能在2.5秒内能完成,则可以设置2.5秒为目标指标阈值,超过2.5秒的请求确定为弱网环境,可以理解的是,这些指标阈值和指标形式可随着可更新,服务器对已处理的指标数据集进行多特征分析,也就是在实际网络工作情况下,不能单凭某一项指标超标就判断终端处于弱网环境,需要组合多个指标参数;服务器对已处理的指标数据集在预设时长范围内进行多特征分析进行时序分析,其中,预设时长范围可以为30分钟,也可以为2小时,具体此处不做限定。
103、从预测结果集中统计弱网结果数量,并判断弱网结果数量是否大于或者等于预设阈值。
需要说明的是,在实际网络请求中,会存在短时时长内的弱网环境,例如,短时时长为1秒,服务器对检测到的弱网结果进行清除操作,但在一定时长范围内统计各移动网络指标数据对应的连续数次请求时长,并且连续数次请求时长全部超过预设阈值,服务器确定应该发出弱网预警,实现对移动网络质量的检测。进一步地,服务器从预测结果集中读取预测结果为预设目标值的弱网结果,得到初始弱网结果集;服务器从初始弱网结果集中去除短时时长内的弱网结果,得到剩余弱网结果集;服务器统计剩余弱网结果集的数据量,得到弱网结果数量,并判断弱网结果数量是否大于或者等于预设阈值。例如,若弱网结果数量为10,预设阈值为5,则服务器确定弱网结果数量大于或者等于预设阈值,服务器执行步骤104,若弱网结果数量为4,预设阈值为5,则服务器确定弱网结果数量小于预设阈值,服务器确定取消网络预警。
需要说明的是,预设阈值可以根据实际移动网络检测情况进行设置与调整,预设阈值的取值范围为正整数,具体此处不做限定。
104、当弱网结果数量大于或者等于预设阈值时,获取终端对应的弱网检测模型,并按照目标分析数据集对对应的弱网检测模型进行参数调整,得到已更新的弱网检测模型。
其中,参数调整的内容分成两部分进行调整,一部分包括时间阈值的调整和连续错误次数的调整,并能够通过网络下发更新终端。另外一部分,包括终端自身运行参数的调整,例如,参数超时时长和重试策略,目的是使得终端运行时的网络请求性能更稳定,一般可通过服务器进行网络参数配置并发布。具体的,当弱网结果数量大于或者等于预设阈值时,服务器从预设数据库中读取终端对应的弱网检测模型;服务器采用目标分析数据集对对应的弱网检测模型进行参数调整,得到已更新的弱网检测模型。
进一步地,服务器接收配置参数请求,并按照配置参数请求调整终端对应的运行参数,并将调整后的运行参数发送到终端中。例如,在网络视频会话、网络直播和网络视频播放的场景下,通过弱网监测,预先向用户发布预警提示信息,及时降低画面质量参数,以及调整单次下载视频数据包的大小。同时,通过对移动网络质量的弱网监测,降低用户的通话质量的弱网影响。
105、当接收到终端发送的弱网检测模型更新请求时,按照弱网检测模型更新请求将已更新的弱网检测模型发送到终端,以使得终端按照已更新的弱网检测模型调整网络环境,生成并展示对应的预警信息。
其中,终端发送的弱网检测模型更新请求包括终端对应的标识信息,对应的标识信息用于指示向服务器查询是否有新版本的弱网检测模型;同时服务器预先配置不同终端对应的业务场景。具体的,服务器首先发送弱网检测模型的版本号。终端在比对版本号后,若确定弱网检测模型有更新,则向服务器请求对应的弱网检测模型数据,服务器解析弱网检测模型更新请求,得到对应的终端标识,并采用对应的终端标识从预设数据库中读取已更新的弱网检测模型,并将已更新的弱网检测模型发送到终端,以使得终端按照已更新的弱网检测模型调整网络环境,生成并展示对应的预警信息。需要说明的是,弱网检测模型的版本号包括模型数据更新的时间戳。
本发明实施例中,通过分析移动网络正常工作时的指标特征数据,若存在不符合这些指标特征数据的工作指标,则确定存在弱网环境,对移动网络指标数据集进行精确统计和分析,从而使得移动终端按照弱网检测模型进行弱网环境调整,降低了弱网误报的概率,提高了弱网预警的正确率和效率。
请参阅图2,本发明实施例中移动网络质量的检测预警方法的另一个实施例包括:
201、在预设时长内获取终端发送的移动网络指标数据集和预测结果集。
其中,预测结果集包括至少一个弱网结果。可选的,服务器在预设时长内接收终端发送的交互行为埋点数据;服务器对交互行为埋点数据进行数据解析,得到埋点标识、移动网络指标数据集和预测结果集;服务器按照埋点标识将移动网络指标数据集和预测结果集存储到预设数据库中。
需要说明的是,当终端处于弱网环境时,若终端发送交互行为埋点数据失败时,则终端将交互行为埋点数据进行缓存,当终端检测到数据发送成功时,再读取缓存的交互行为埋点数据,并将缓存的交互行为埋点数据发送服务器中。进一步地,服务器接收的交互行为埋点数据可以为在预设时长内的多个数据包,也可为单个数据包,交互行为埋点数据一般小于10K,也可以小于12K,具体此处不做限定。
202、按照预设规则定时对移动网络指标数据集进行数据筛选并过滤,得到已处理的指标数据集,预设规则用于识别并剔除异常的移动网络指标数据。
其中,预设规则用于识别并剔除异常的移动网络指标数据,例如,服务器对移动网络指标数据集过滤空值数据的,预设规则为判断移动网络指标数据集中各指标数据是否为空值,具体此处不做限定。具体的,服务器定时从预设数据库中查询预设规则;服务器按照预设规则定时对移动网络指标数据集进行数据筛选并过滤,得到已处理的指标数据集,已处理的指标数据集包括符合预设规则的多个移动网络指标数据。
203、从已处理的指标数据集中获取时间特征数据集,并对时间特征数据集进行阈值分析,得到第一分析数据集。
其中,时间特征数据集为在指定时段对应的多个指标数据;服务器按照时间维度对时间进行单元划分,例如,服务器将50毫秒或者100毫秒设置为一个单元。服务器预先获取位于该时间段内的已处理的指标数据集,并统计次数,形成可以参考的指标阈值。例如,对于成功响应的网络请求,常见的第一指标阈值可以采用99%或者99.9%,具体此处不做限定。而对网络请求失败的样本,服务器计算失败样本的第二指标阈值。还可以包括DNS时间特征数据和安全套接字协议SSL时间特征数据。例如,网络请求成功率的初始标准为99%,3秒内,刚好有99%的网络请求能完成,则可以设置3秒为初始的标准阈值,超过3秒的请求则确定存在弱网环境。
进一步地,服务器从预设配置数据表中获取预设的时间特征参数,服务器根据预设的时间特征参数对移动网络指标数据集进行匹配,得到获取时间特征数据集,服务器对时间特征数据集分别判断是否大于对应的预设阈值,得到第一分析数据集,第一分析数据集包括终端中移动网络的网络信号弱,以及移动网络的网络信号强。
204、从时间特征数据集中获取组合特征数据集,并对组合特征数据集进行权重分析,得到第二分析数据集,组合特征数据集包括连续特征数据集和离散特征数据集。
需要说明的是,在实际移动网络工作情况下,服务器还需要对多个特征进行组合,得到组合特征数据集,以判断是否存在弱网环境,并且对不同特征数据设置不同的权重。可选的,服务器获取已处理的指标数据集,并计算已处理的指标数据集中各网络数据对应的离散值;服务器根据聚类算法和预设异常网络数据,生成聚类中心点,并计算网络数据与聚类中心点的相似值;服务器根据离散值和相似值,设置已处理的指标数据集中各网络数据的权值。
具体的,服务器对成功的网络请求和失败的网络请求分别对应的时间特征数据集(组合特征数据集)进行权重分析,得到第二分析数据集。服务器对连续特征数据集,结合成功的网络请求样本,服务器通过预置的方差选择算法,将时间特征的方差排列,根据方差从大到小排列的顺序和方差值之间的间隔规律确定第一连续特征数据。服务器对连续特征数据集,结合待分类的网络请求,服务器分析时间特征与网络请求失败的协方差,也就是进行相关性分析,服务器设置较大的值为第二连续特征数据,服务器将第一连续特征数据和第二连续特征数据合并为连续特征数据集。对于离散特征,例如接入方式或者移动制式特征,移动制式特征包括行动热点WIFI、3G和4G,也可以包括5G,具体此处不做限定。可以针对单一特征对于平均网络请求时间、网络成功率以及基于概率的相关性分析,服务器获取相关度较高的特征,并将相关度较高的特征设置为离散特征数据集,并将连续特征数据集和离散特征数据集组合为组合特征数据集。例如,SSL认证时间和传输控制协议TCP传输时间存在关联关系,选取为组合特征数据。
205、对已处理的指标数据集进行时序分析,得到第三分析数据集,并将第一分析数据集、第二分析数据集、第三分析数据集组合为目标分析数据集。
其中,时序分析,是指统计一段时长内网络错误连续发生的次数,适用于视频或音频连续网络请求的场景。例如,DNS解析错误、网络连接操作、读写超时,和socket错误。具体的,服务器会按照逐个用户的网络访问请求,服务器对已处理的指标数据集分析网络错误连续发生的次数,以便于分析正常的网络请求对于网络错误的冗余度和通常的时间范围,得到第三分析数据集,并将第一分析数据集、第二分析数据集、第三分析数据集组合为目标分析数据集。
206、从预测结果集中统计弱网结果数量,并判断弱网结果数量是否大于或者等于预设阈值。
其中,弱网结果数量的取值范围大于或者等于0的整数,预设阈值的取值范围为正整数。可选的,服务器对预测结果集进行时序分析与统计,得到弱网结果数量;服务器对弱网结果数量与预设阈值进行比较,得到比较结果;服务器判断比较结果是否大于或者等于预置比较阈值;若比较结果小于预置比较阈值,则服务器确定弱网结果数量小于预设阈值;若比较结果大于或者等于预置比较阈值,则服务器确定弱网结果数量大于或者等于预设阈值,进一步地,服务器执行步骤207。其中,预置比较阈值可以为0,具体此处不做限定。
207、当弱网结果数量大于或者等于预设阈值时,获取终端对应的弱网检测模型,并按照目标分析数据集对对应的弱网检测模型进行参数调整,得到已更新的弱网检测模型。
需要说明的是,终端中的弱网检测模型具有对应的模型版本号,已更新的弱网检测模型与更新前的弱网检测模型具有不同的模型版本号。可选的,当弱网结果数量大于或者等于预设阈值时,服务器获取终端对应的标识信息,并采用对应的标识信息查询预设模型配置信息表,得到终端对应的弱网检测模型;服务器按照目标分析数据集对对应的弱网检测模型中的模型参数进行参数调整,得到已更新的弱网检测模型,并对已更新的弱网检测模型配置对应的模型版本号,得到目标模型版本号,模型参数包括阈值参数和时序参数。
208、当接收到终端发送的弱网检测模型更新请求时,按照弱网检测模型更新请求将已更新的弱网检测模型发送到终端,以使得终端按照已更新的弱网检测模型调整网络环境,生成并展示对应的预警信息。
其中,预警信息用于提示用户移动网络质量差,例如,预警信息为“当前通话质量不佳”,也可以采用其他提示信息,具体此处不做限定。可选的,当接收到终端发送的弱网检测模型更新请求时,服务器解析弱网检测模型更新请求,得到终端对应的标识信息、初始模型版本号和对应的业务场景信息;服务器采用对应的标识信息和对应的业务场景信息查询预设数据库,得到目标模型版本号;服务器判断初始模型版本号与目标模型版本号是否一致;当初始模型版本号与目标模型版本号不一致时,服务器按照对应的标识信息将已更新的弱网检测模型发送到终端,以使得终端按照已更新的弱网检测模型调整网络环境,生成并展示对应的预警信息。
需要说明的是,阈值参数是指某网络请求执行时间,阈值为多少毫秒,例如,DNS解析时间的阈值和总的网络请求时间阈值。时序参数是指某段时间内,某种错误类型连续发生的上限。例如,通过弱网监控数据,调整了网关API请求的参数和策略,例如连接超时时长从固定10秒调整到2.5秒、5秒、10秒的动态重试机制;在WIFI接入情况下,有弱网提示时,连接超时的参数从5秒起步。经过统计,原有的超时时长集中在5秒,10秒左右,改进后,超时时长集中在2.5秒和5秒附近。提升了在弱网情况下的反应时间,及时与用户互动,方便用户更好地使用,避免白屏现象。
进一步地,服务器还可以从弱网检测模型请求中获取终端对应的网际互连协议IP地址信息,并根据对应的IP地址信息确定地理位置信息,服务器依据地理位置细分弱网检测模型。服务器还可以根据用户提示信息的反馈信息进行模型调整,具体此处不做限定。服务器还可以按照每天、每周或者每月生成终端对应的弱网检测数据报表。
可选的,当医疗救护车执行急救任务时,服务器采用已更新的弱网检测模型检测医疗救护车的移动网络质量,得到网络质量检测结果,并判断网络质量检测结果是否小于预设网络质量阈值;当网络质量检测结果小于预设网络质量阈值时,服务器获取医疗救护车对应的网络质量预警信息,并向终端推送解决问题方案信息,解决问题方案信息用于增强医疗救护车的移动网络质量。可以理解的是,医疗救护车预先装载医疗仪器设备和高清摄像设备,由于医疗救护车出诊后,需要在出诊人员的终端安装更新的弱网检测模型,终端可3G通信网络、4G通信网络或者5G通信网络与服务器建立通信连接,服务器通过弱网检测模型进行弱网环境调整和预测,实时监控医疗救护车的位置,并且对急性发病患者进行远程指导救治,以确保医疗救护车图传网络更稳定,提高了对患者的救治效率和移动网络质量。
本发明实施例中,通过分析移动网络正常工作时的指标特征数据,若存在不符合这些指标特征数据的工作指标,则确定存在弱网环境,对移动网络指标数据集进行精确统计和分析,从而使得移动终端按照弱网检测模型进行弱网环境调整,降低了弱网误报的概率,提高了弱网预警的正确率和效率。
上面对本发明实施例中移动网络质量的检测预警方法进行了描述,下面对本发明实施例中移动网络质量的检测预警装置进行描述,请参阅图3,本发明实施例中移动网络质量的检测预警装置的一个实施例包括:
获取模块301,用于在预设时长内获取终端发送的移动网络指标数据集和预测结果集;
统计分析模块302,用于定时对移动网络指标数据集进行数据预处理,得到已处理的指标数据集,并对已处理的指标数据集进行统计分析,得到目标分析数据集;
判断模块303,用于从预测结果集中统计弱网结果数量,并判断弱网结果数量是否大于或者等于预设阈值;
调整模块304,当弱网结果数量大于或者等于预设阈值时,用于获取终端对应的弱网检测模型,并按照目标分析数据集对对应的弱网检测模型进行参数调整,得到已更新的弱网检测模型;
预警模块305,当接收到终端发送的弱网检测模型更新请求时,用于按照弱网检测模型更新请求将已更新的弱网检测模型发送到终端,以使得终端按照已更新的弱网检测模型调整网络环境,生成并展示对应的预警信息。
进一步地,将移动网络指标数据集存储于区块链数据库中,具体此处不做限定。
本发明实施例中,通过分析移动网络正常工作时的指标特征数据,若存在不符合这些指标特征数据的工作指标,则确定存在弱网环境,对移动网络指标数据集进行精确统计和分析,从而使得移动终端按照弱网检测模型进行弱网环境调整,降低了弱网误报的概率,提高了弱网预警的正确率。
请参阅图4,本发明实施例中移动网络质量的检测预警装置的另一个实施例包括:
获取模块301,用于在预设时长内获取终端发送的移动网络指标数据集和预测结果集;
统计分析模块302,用于定时对移动网络指标数据集进行数据预处理,得到已处理的指标数据集,并对已处理的指标数据集进行统计分析,得到目标分析数据集;
判断模块303,用于从预测结果集中统计弱网结果数量,并判断弱网结果数量是否大于或者等于预设阈值;
调整模块304,当弱网结果数量大于或者等于预设阈值时,用于获取终端对应的弱网检测模型,并按照目标分析数据集对对应的弱网检测模型进行参数调整,得到已更新的弱网检测模型;
预警模块305,当接收到终端发送的弱网检测模型更新请求时,用于按照弱网检测模型更新请求将已更新的弱网检测模型发送到终端,以使得终端按照已更新的弱网检测模型调整网络环境,生成并展示对应的预警信息。
可选的,获取模块301还可以具体用于:
在预设时长内接收终端发送的交互行为埋点数据;
对交互行为埋点数据进行数据解析,得到埋点标识、移动网络指标数据集和预测结果集;
按照埋点标识将移动网络指标数据集和预测结果集存储到预设数据库中。
可选的,统计分析模块302还可以具体用于:
按照预设规则定时对移动网络指标数据集进行数据筛选并过滤,得到已处理的指标数据集,预设规则用于识别并剔除异常的移动网络指标数据;
从已处理的指标数据集中获取时间特征数据集,并对时间特征数据集进行阈值分析,得到第一分析数据集;
从时间特征数据集中获取组合特征数据集,并对组合特征数据集进行权重分析,得到第二分析数据集,组合特征数据集包括连续特征数据集和离散特征数据集;
对已处理的指标数据集进行时序分析,得到第三分析数据集,并将第一分析数据集、第二分析数据集、第三分析数据集组合为目标分析数据集。
可选的,判断模块303还可以具体用于:
对预测结果集进行时序分析与统计,得到弱网结果数量;
对弱网结果数量与预设阈值进行比较,得到比较结果;
判断比较结果是否大于或者等于预置比较阈值;
若比较结果小于预置比较阈值,则确定弱网结果数量小于预设阈值;
若比较结果大于或者等于预置比较阈值,则确定弱网结果数量大于或者等于预设阈值。
可选的,调整模块304还可以具体用于:
当弱网结果数量大于或者等于预设阈值时,获取终端对应的标识信息,并采用对应的标识信息查询预设模型配置信息表,得到终端对应的弱网检测模型;
按照目标分析数据集对对应的弱网检测模型中的模型参数进行参数调整,得到已更新的弱网检测模型,并对已更新的弱网检测模型配置对应的模型版本号,得到目标模型版本号,模型参数包括阈值参数和时序参数。
可选的,预警模块305还可以具体用于:
当接收到终端发送的弱网检测模型更新请求时,解析弱网检测模型更新请求,得到终端对应的标识信息、初始模型版本号和对应的业务场景信息;
采用对应的标识信息和对应的业务场景信息查询预设数据库,得到目标模型版本号;
判断初始模型版本号与目标模型版本号是否一致;
当初始模型版本号与目标模型版本号不一致时,按照对应的标识信息将已更新的弱网检测模型发送到终端,以使得终端按照已更新的弱网检测模型调整网络环境,生成并展示对应的预警信息。
可选的,移动网络质量的检测预警装置还包括:
检测模块306,当医疗救护车执行急救任务时,用于采用已更新的弱网检测模型检测医疗救护车的移动网络质量,得到网络质量检测结果,并判断网络质量检测结果是否小于预设网络质量阈值;
处理模块307,当网络质量检测结果小于预设网络质量阈值时,用于获取医疗救护车对应的网络质量预警信息,并向终端推送解决问题方案信息,解决问题方案信息用于增强医疗救护车的移动网络质量。
本发明实施例中,通过分析移动网络正常工作时的指标特征数据,若存在不符合这些指标特征数据的工作指标,则确定存在弱网环境,对移动网络指标数据集进行精确统计和分析,从而使得移动终端按照弱网检测模型进行弱网环境调整,降低了弱网误报的概率,提高了弱网预警的正确率。
上面图3和图4从模块化的角度对本发明实施例中的移动网络质量的检测预警装置进行详细描述,下面从硬件处理的角度对本发明实施例中移动网络质量的检测预警设备进行详细描述。
图5是本发明实施例提供的一种移动网络质量的检测预警设备的结构示意图,该移动网络质量的检测预警设备500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)510(例如,一个或一个以上处理器)和存储器520,一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中,存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对移动网络质量的检测预警设备500中的一系列指令操作。更进一步地,处理器510可以设置为与存储介质530通信,在移动网络质量的检测预警设备500上执行存储介质530中的一系列指令操作。
移动网络质量的检测预警设备500还可以包括一个或一个以上电源540,一个或一个以上有线或无线网络接口550,一个或一个以上输入输出接口560,和/或,一个或一个以上操作系统531,例如Windows Serve,Mac OS X,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图5示出的移动网络质量的检测预警设备结构并不构成对移动网络质量的检测预警设备的限定,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。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述移动网络质量的检测预警方法的步骤。
本发明还提供一种移动网络质量的检测预警设备,所述移动网络质量的检测预警设备包括存储器和处理器,存储器中存储有指令,所述指令被处理器执行时,使得处理器执行上述各实施例中的所述移动网络质量的检测预警方法的步骤。
进一步地,所述计算机可读存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
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,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明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,该计算机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台计算机设备(可以是个人计算机,服务器,或者网络设备等)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、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,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,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种移动网络质量的检测预警方法,其特征在于,所述移动网络质量的检测预警方法包括:
在预设时长内获取终端发送的移动网络指标数据集和预测结果集;
定时对所述移动网络指标数据集进行数据预处理,得到已处理的指标数据集,并对所述已处理的指标数据集进行统计分析,得到目标分析数据集;其中,对所述已处理的指标数据集进行统计分析,包括:获取已处理的指标数据集,并计算已处理的指标数据集中各网络数据对应的离散值;根据聚类算法和预设异常网络数据,生成聚类中心点,并计算网络数据与聚类中心点的相似值;根据离散值和相似值,设置已处理的指标数据集中各网络数据的权值;
从所述预测结果集中统计弱网结果数量,并判断所述弱网结果数量是否大于或者等于预设阈值;
当所述弱网结果数量大于或者等于预设阈值时,获取所述终端对应的弱网检测模型,并按照所述目标分析数据集对所述对应的弱网检测模型进行参数调整,得到已更新的弱网检测模型;
当接收到所述终端发送的弱网检测模型更新请求时,按照所述弱网检测模型更新请求将所述已更新的弱网检测模型发送到所述终端,以使得所述终端按照所述已更新的弱网检测模型调整网络环境,生成并展示对应的预警信息。
2.根据权利要求1所述的移动网络质量的检测预警方法,其特征在于,所述在预设时长内获取终端发送的移动网络指标数据集和预测结果集,包括:
在预设时长内接收终端发送的交互行为埋点数据;
对所述交互行为埋点数据进行数据解析,得到埋点标识、移动网络指标数据集和预测结果集;
按照所述埋点标识将所述移动网络指标数据集和所述预测结果集存储到预设数据库中。
3.根据权利要求1所述的移动网络质量的检测预警方法,其特征在于,所述定时对所述移动网络指标数据集进行数据预处理,得到已处理的指标数据集,并对所述已处理的指标数据集进行统计分析,得到目标分析数据集,包括:
按照预设规则定时对所述移动网络指标数据集进行数据筛选并过滤,得到已处理的指标数据集,所述预设规则用于识别并剔除异常的移动网络指标数据;
从所述已处理的指标数据集中获取时间特征数据集,并对所述时间特征数据集进行阈值分析,得到第一分析数据集;
从所述时间特征数据集中获取组合特征数据集,并对所述组合特征数据集进行权重分析,得到第二分析数据集,所述组合特征数据集包括连续特征数据集和离散特征数据集;
对所述已处理的指标数据集进行时序分析,得到第三分析数据集,并将所述第一分析数据集、所述第二分析数据集、所述第三分析数据集组合为目标分析数据集。
4.根据权利要求1所述的移动网络质量的检测预警方法,其特征在于,所述从所述预测结果集中统计弱网结果数量,并判断所述弱网结果数量是否大于或者等于预设阈值,包括:
对所述预测结果集进行时序分析与统计,得到弱网结果数量;
对所述弱网结果数量与预设阈值进行比较,得到比较结果;
判断所述比较结果是否大于或者等于预置比较阈值;
若所述比较结果小于预置比较阈值,则确定所述弱网结果数量小于所述预设阈值;
若所述比较结果大于或者等于预置比较阈值,则确定所述弱网结果数量大于或者等于所述预设阈值。
5.根据权利要求1所述的移动网络质量的检测预警方法,其特征在于,所述当所述弱网结果数量大于或者等于预设阈值时,获取所述终端对应的弱网检测模型,并按照所述目标分析数据集对所述对应的弱网检测模型进行参数调整,得到已更新的弱网检测模型,包括:
当所述弱网结果数量大于或者等于预设阈值时,获取所述终端对应的标识信息,并采用所述对应的标识信息查询预设模型配置信息表,得到所述终端对应的弱网检测模型;
按照所述目标分析数据集对所述对应的弱网检测模型中的模型参数进行参数调整,得到已更新的弱网检测模型,并对所述已更新的弱网检测模型配置对应的模型版本号,得到目标模型版本号,所述模型参数包括阈值参数和时序参数。
6.根据权利要求5所述的移动网络质量的检测预警方法,其特征在于,所述当接收到所述终端发送的弱网检测模型更新请求时,按照所述弱网检测模型更新请求将所述已更新的弱网检测模型发送到所述终端,以使得所述终端按照所述已更新的弱网检测模型调整网络环境,生成并展示对应的预警信息,包括:
当接收到所述终端发送的弱网检测模型更新请求时,解析所述弱网检测模型更新请求,得到所述终端对应的标识信息、初始模型版本号和对应的业务场景信息;
采用所述对应的标识信息和所述对应的业务场景信息查询预设数据库,得到所述目标模型版本号;
判断所述初始模型版本号与所述目标模型版本号是否一致;
当所述初始模型版本号与所述目标模型版本号不一致时,按照所述对应的标识信息将所述已更新的弱网检测模型发送到所述终端,以使得所述终端按照已更新的弱网检测模型调整网络环境,生成并展示对应的预警信息。
7.根据权利要求1-6中任意一项所述的移动网络质量的检测预警方法,其特征在于,在所述当接收到所述终端发送的弱网检测模型更新请求时,按照所述弱网检测模型更新请求将所述已更新的弱网检测模型发送到所述终端,以使得所述终端按照所述已更新的弱网检测模型调整网络环境,生成并展示对应的预警信息之后,所述移动网络质量的检测预警方法包括:
当医疗救护车执行急救任务时,采用所述已更新的弱网检测模型检测医疗救护车的移动网络质量,得到网络质量检测结果,并判断所述网络质量检测结果是否小于预设网络质量阈值;
当所述网络质量检测结果小于预设网络质量阈值时,获取所述医疗救护车对应的网络质量预警信息,并推送解决问题方案信息,所述解决问题方案信息用于增强所述医疗救护车的移动网络质量。
8.一种移动网络质量的检测预警装置,其特征在于,所述移动网络质量的检测预警装置包括:
获取模块,用于在预设时长内获取终端发送的移动网络指标数据集和预测结果集;
统计分析模块,用于定时对所述移动网络指标数据集进行数据预处理,得到已处理的指标数据集,并对所述已处理的指标数据集进行统计分析,得到目标分析数据集;
判断模块,用于从所述预测结果集中统计弱网结果数量,并判断所述弱网结果数量是否大于或者等于预设阈值;
调整模块,当所述弱网结果数量大于或者等于预设阈值时,用于获取所述终端对应的弱网检测模型,并按照所述目标分析数据集对所述对应的弱网检测模型进行参数调整,得到已更新的弱网检测模型;
预警模块,当接收到所述终端发送的弱网检测模型更新请求时,用于按照所述弱网检测模型更新请求将所述已更新的弱网检测模型发送到所述终端,以使得所述终端按照所述已更新的弱网检测模型调整网络环境,生成并展示对应的预警信息;
统计分析模块,还用于获取已处理的指标数据集,并计算已处理的指标数据集中各网络数据对应的离散值;根据聚类算法和预设异常网络数据,生成聚类中心点,并计算网络数据与聚类中心点的相似值;根据离散值和相似值,设置已处理的指标数据集中各网络数据的权值。
9.一种移动网络质量的检测预警设备,其特征在于,所述移动网络质量的检测预警设备包括:存储器和至少一个处理器,所述存储器中存储有指令;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述移动网络质量的检测预警设备执行如权利要求1-7中任意一项所述的移动网络质量的检测预警方法。
10.一种计算机可读存储介质,其上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1-7中任意一项所述的移动网络质量的检测预警方法。
CN202010885048.0A 2020-08-28 2020-08-28 移动网络质量的检测预警方法、装置、设备及存储介质 Active CN112040501B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010885048.0A CN112040501B (zh) 2020-08-28 2020-08-28 移动网络质量的检测预警方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010885048.0A CN112040501B (zh) 2020-08-28 2020-08-28 移动网络质量的检测预警方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112040501A CN112040501A (zh) 2020-12-04
CN112040501B true CN112040501B (zh) 2023-04-18

Family

ID=73586088

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010885048.0A Active CN112040501B (zh) 2020-08-28 2020-08-28 移动网络质量的检测预警方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112040501B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113472607B (zh) * 2021-06-29 2023-05-02 未鲲(上海)科技服务有限公司 应用程序网络环境检测方法、装置、设备及存储介质
CN113489786B (zh) * 2021-07-01 2023-11-14 北京玩蟹科技有限公司 一种长连接网络弱网重连方法、重发方法
CN114071526B (zh) * 2021-11-16 2024-01-30 北京鼎兴达信息科技股份有限公司 Gsm-r网络运行状态诊断方法
CN114146417B (zh) * 2021-12-03 2023-09-08 广州银汉科技有限公司 一种游戏弱网测试分析平台
CN114257870B (zh) * 2021-12-20 2024-03-15 北京字跳网络技术有限公司 短视频播放方法、装置、设备及存储介质
CN115277469A (zh) * 2022-07-12 2022-11-01 深圳壹账通智能科技有限公司 弱网可视化控制方法、装置、电子设备及可读存储介质
CN116302009B (zh) * 2023-05-19 2023-08-08 微网优联科技(成都)有限公司 一种基于无线路由器的软件更新方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109756911A (zh) * 2019-01-31 2019-05-14 腾讯科技(深圳)有限公司 网络质量预测方法、业务调整方法、相关设备及存储介质
WO2019095719A1 (zh) * 2017-11-14 2019-05-23 深圳中兴网信科技有限公司 网络流量异常检测方法、装置、计算机设备和存储介质
CN110381468A (zh) * 2019-08-08 2019-10-25 广州小鹏汽车科技有限公司 一种车辆网络的配置方法及系统、车辆
CN111309539A (zh) * 2020-03-26 2020-06-19 北京奇艺世纪科技有限公司 一种异常监测方法、装置和电子设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019095719A1 (zh) * 2017-11-14 2019-05-23 深圳中兴网信科技有限公司 网络流量异常检测方法、装置、计算机设备和存储介质
CN109756911A (zh) * 2019-01-31 2019-05-14 腾讯科技(深圳)有限公司 网络质量预测方法、业务调整方法、相关设备及存储介质
CN110381468A (zh) * 2019-08-08 2019-10-25 广州小鹏汽车科技有限公司 一种车辆网络的配置方法及系统、车辆
CN111309539A (zh) * 2020-03-26 2020-06-19 北京奇艺世纪科技有限公司 一种异常监测方法、装置和电子设备

Also Published As

Publication number Publication date
CN112040501A (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
CN112040501B (zh) 移动网络质量的检测预警方法、装置、设备及存储介质
EP3780523B1 (en) Network traffic identification method and related device
CN111343208B (zh) 基于区块链的数据检测方法、装置及计算机可读存储介质
US20180367565A1 (en) Method, device, server and storage medium of detecting dos/ddos attack
CN105376335B (zh) 一种采集数据上传方法和装置
CN112402980B (zh) 游戏运行的适配方法、装置及电子设备
CN112783725B (zh) 指标采集方法及装置
CN110418154B (zh) 一种多媒体数据推送方法、装置及系统
US11025709B2 (en) Load processing method and apparatus
CN110198251B (zh) 一种获得客户端地址的方法及装置
CN114025377A (zh) 家庭宽带网络的质差识别方法、装置及存储介质
CN108990092B (zh) 通信异常定位方法和装置
CN104702592A (zh) 流媒体下载方法和装置
CN113225339A (zh) 网络安全监测方法、装置、计算机设备及存储介质
CN106303563B (zh) 流媒体在线播放方法、装置、执行终端以及存储介质
CN115499230A (zh) 网络攻击检测方法和装置、设备及存储介质
CN107943678B (zh) 一种评价应用访问过程的方法及评价服务器
CN111565196B (zh) 一种KNXnet/IP协议入侵检测方法、装置、设备及介质
CN109728950B (zh) 网络质量优化方法、装置、设备及计算机存储介质
CN111210839A (zh) 对录音设备的检测方法及装置
CN107306199B (zh) 网元数据回放的方法和装置
CN106612241B (zh) 一种业务控制方法及装置
KR101553923B1 (ko) 시스템 사용량 분석 장치 및 방법
CN112395155A (zh) 服务的监控方法和装置、存储介质、电子装置
CN111479161A (zh) 一种直播的质量数据上报方法和装置

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