CN112737894B - 网络质量监控方法和装置、存储介质和电子设备 - Google Patents

Abstract

本公开涉及一种网络质量监控方法和装置、存储介质和电子设备，所述方法包括：获取多个用户的网络请求成功率，其中，每个用户的网络请求成功率为该用户在单位采集时间内响应成功的网络请求数与总网络请求数的比值；从多个所述网络请求成功率中确定离群点，并将去除离群点后的网络请求成功率的平均值作为修正成功率；根据预设周期，在每一时间周期内执行以下操作：根据上一时间周期内的修正成功率确定本时间周期的成功率阈值；当本时间周期内的修正成功率小于所述成功率阈值的情况下，确定本时间周期存在网络异常。本方法可以减少因用户网络波动造成的网络异常误报。

Description

网络质量监控方法和装置、存储介质和电子设备

技术领域

本公开涉及通信技术领域，具体地，涉及一种网络质量监控方法和装置、存储介质和电子设备。

背景技术

客户端的网络环境非常复杂，不同国家、地区、运营商的网络环境存在较大差异，要对客户端的网络质量进行直观地监控，需从网络环境中的各个层级进行排查，每个监控级下的波动都较大，容易产生误报。然而，客户端的网络质量可以间接从用户发送的请求的数量以及成功的请求数量体现，网络质量越高则成功的请求数量所占的比例越高，因此，可以通过获取用户上报的网络请求成功率快速而便捷判断网络质量的高低。

但是，通过网络请求成功率进行的网络质量的监控是基于用户上报的网络日志进行的，用户个人如频繁切换网络、自身网络条件较差等因素所产生的网络波动也会进行上报，导致网络日志分析时产生非网络质量问题导致的报警；且网络波动带来的网络请求成功率的波动也会使得监控网络质量所用的报警阈值较难设定，容易出现误报或漏报。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种网络质量监控方法，所述方法包括：获取多个用户的网络请求成功率，其中，每个用户的网络请求成功率为该用户在单位采集时间内响应成功的网络请求数与总网络请求数的比值；从多个所述网络请求成功率中确定离群点，并将去除离群点后的网络请求成功率的平均值作为修正成功率；根据上一时间周期内的修正成功率确定本时间周期的成功率阈值；当本时间周期内的修正成功率小于所述成功率阈值的情况下，确定本时间周期存在网络异常。

第二方面，本公开提供一种网络质量监控装置，所述装置包括：获取模块，用于获取多个用户的网络请求成功率，其中，每个用户的网络请求成功率为该用户在单位采集时间内响应成功的网络请求数与总网络请求数的比值；修正模块，用于从多个所述网络请求成功率中确定离群点，并将去除离群点后的网络请求成功率的平均值作为修正成功率；确定模块，用于根据上一时间周期内的修正成功率确定本时间周期的成功率阈值；检测模块，用于当本时间周期内的修正成功率小于所述成功率阈值的情况下，确定本时间周期存在网络异常。

第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现本公开第一方面所述方法的步骤。

第四方面，本公开提供一种电子设备，包括存储装置和处理装置，存储装置上存储有计算机程序，处理装置，用于执行所述存储装置中的所述计算机程序，以实现本公开第一方面所述方法的步骤。

通过上述技术方案，至少可以达到以下的技术效果：

通过去除离群点的方式对网络请求成功率数据进行降噪，并通过降噪后的网络请求成功率进行监控阈值的设定以及网络质量监控，降低了用户网络波动带来的网络质量监控容易误报的问题。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：

图1是根据一示例性公开实施例示出的一种网络质量监控方法的流程图。

图2是根据一示例性公开实施例示出的一种成功率阈值变化示意图。

图3是根据一示例性公开实施例示出的一种网络质量监控方法的流程图。

图4是根据一示例性公开实施例示出的一种网络质量监控的流程示意图。

图5是根据一示例性公开实施例示出的一种网络质量监控装置的框图。

图6是根据一示例性公开实施例示出的一种电子设备的框图。

图7是根据一示例性公开实施例示出的降噪处理前后的网络请求成功率随时间变化的示意图。

图8是根据一示例性公开实施例示出的成功率阈值曲线和真实的成功率曲线随时间变化的示意图。

图9是根据一示例性公开实施例示出的降噪前后的历史数据曲线以及成功率预测值随时间变化的示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

首先，对网络请求成功率进行说明。对单个用户而言，用户在一定时间内通过客户端发送的请求总数中成功请求数所占的比例即为单个用户的网络请求成功率，统计多个用户的网络请求成功率做平均计算则可以得到全局的网络请求成功率，目前，对网络质量的监控主要是针对该全局的网络请求成功率进行的。

图1是根据一示例性公开实施例所示出的一种网络质量监控方法的流程图，如图1所示，所述方法包括以下步骤：

S11、获取多个用户的网络请求成功率。

其中，每个用户的网络请求成功率为该用户在单位采集时间内响应成功的网络请求数与总网络请求数的比值。

获取网络请求成功率的频率可以是预设的或系统能够承载的任意频率值，例如，该获取的获取频率为1秒，则每隔1秒收集一次网络请求成功率，每次收集的单个用户的网络请求成功率是该用户1秒内成功的请求数量占1秒内总请求数量的比例。该网络请求成功率可以是基于用户上报的网络日志分析得到的，因此，该获取网络请求成功率的频率也可以是基于用户的网络日志上报频率确定的。

S12、从多个所述网络请求成功率中确定离群点，并将去除离群点后的网络请求成功率的平均值作为修正成功率。

由于网络质量的好坏会从全局影响每个用户的网络请求情况，因此，在忽略单个用户自身的网络波动的条件下，所有的网络请求成功率应呈现出相同的趋向性，即，网络质量高时，所有的网络请求成功率应趋于较高，当网络质量低时，所有的网络请求成功率应趋于较低。因此，当单个用户的网络请求成功率与其他大部分用户不趋同时，该用户的网络请求成功率较低的原因很可能不是由于客户端的网络质量导致的，而是由于用户自身的网络波动导致的。因此，可以通过离群点识别的方式，从多个用户的网络请求成功率中寻找到与大部分网络请求成功率不趋同的离群点并将其提除，以达到数据降噪的目的。

在一种可能的实施方式中，可以确定多个所述网络请求成功率的成功率平均值和成功率标准差；针对每个网络请求成功率，计算该网络请求成功率与所述成功率平均值的差值，并确定该差值与所述成功率标准差的比值；将所述比值不属于预设的比值范围的网络请求成功率作为所述离群点。例如，该预设的比例范围可以为-3至3，也就是将网络请求成功率与平均值的差值超过了三个标准差的数据作为离群点。

值得说明的是，该离群点识别还可以通过其他的方式实现，例如，可以通过构建箱体图的形式确定离群点，还可以通过DBScan(Density-Based Spatial Clustering ofApplications with Noise，具有噪声的基于密度的聚类方法)算法确定离群点等。

在识别离群点后，可以去除离群点，并将去除离群点之后的网络请求成功率的平均值作为修正成功率。值得说明的是，对离群点的识别以及对网络请求成功率的修正应当是针对一次获取到的数据，也就说，在获取到多个用户的网络请求成功率之后，都对该时间点获取到的多个网络请求成功率进行降噪处理，得到该时间点对应的修正成功率。

S13、根据上一时间周期内的修正成功率确定本时间周期的成功率阈值。

可以总结各个周期间修正成功率的变化规律进行成功率阈值的设定，或通过建立预测模型的形式对成功率阈值进行预测，具体的成功率阈值的预测方式本公开不做限定。在本公开中，可以采用二次指数平滑模型对成功率进行预测。具体的，可以通过以下的公式进行成功率预测，并将预测得到的成功率作为成功率阈值：

F_t+1＝a_t+b_t

其中，F_t为第t+1周期的成功率预测值，a_t为第一指数，b_t为第二指数，a_t和b_t是通过一次平滑指数

和二次平滑指数

计算得到的。

一次平滑指数和二次平滑指数可以通过以下的方式确定：

其中，为Y_t第t周期的修正成功率，a为二次指数平滑系数，可以根据历史变化幅度进行调整。在本公开中，该二次指数平滑系数的取值为0.05。

在本公开中，可以通过二次指数平滑模型，基于上一预设周期的修正成功率，预测出当前周期的成功率，并基于预测值设定成功率阈值，例如，可以将预测值作为成功率阈值，也可以将预测值与预设容错值的差值作为成功率阈值，如，当预测值为86％时，可以将该成功率阈值设置为86％，也可以将成功率阈值设置为80％，在成功率阈值为80％的情况下，该预设容错值为6％。

在一种可能的实施方式中，可以根据历史网络请求成功率计算成功率稳定性，并基于所述成功率稳定性确定成功率偏移量，并基于上一预设周期内的修正成功率，确定当前预设周期的成功率预测值，并将所述成功率预测值与所述成功率偏移量相减，得到成功率阈值。成功率稳定性用于表征成功率的波动程度，稳定性越高，则成功率的波动程度越小，成功率投射为成功率曲线之后的曲线稳定性越强。

其中，所述成功率偏移量与所述成功率稳定性成反比例关系，该成功率偏移量等同于上述的预设容错值。在网络波动较大的情况下，成功率稳定性也较低，从而可以通过较大的容错值对监控结果进行平衡，因此，可以将偏移量作为该容错值，以实现对成功率阈值的周期性调整。

S14、当本时间周期内的修正成功率小于所述成功率阈值的情况下，确定本时间周期存在网络异常。

在确定了本时间周期的成功率阈值之后，可以对获取到的修正成功率进行监测，在本周期的修正成功率小于成功率阈值的情况下，可以认为发生了网络异常。

值得说明的是，上述步骤S11和S12可以是实时执行的步骤，而步骤S13和S14可以是在每一个时间周期内执行的步骤。

在步骤S13中，成功率偏移量可以通过下述的方式得到：通过预设对应函数，基于所述成功率稳定性确定与该成功率稳定性对应的成功率偏移量。

其中，所述预设对应函数是通过以下步骤得到的：获取多个网络环境下的历史网络请求成功率，确定各网络环境下的历史网络请求成功率的稳定性，基于各网络环境下的历史网络请求成功率确定各网络环境的偏移量，将一个网络环境下的偏移量和该偏移量对应的稳定性作为一个数据点，并基于各网络环境下的各个数据点进行拟合，将得到的一阶线性方程作为所述预设对应函数。

在一种可能的实施方式中，针对每个网络环境，获取该网络环境下的多个用户在各预设时间点的历史网络请求成功率，针对每个预设时间点，确定多个用户对应的所述历史网络请求率中的离群点，并确定除离群点后的历史网络请求率的平均值作为更新后的历史网络请求成功率，并基于更新后的历史网络请求成功率计算不同网络环境下的成功率稳定性。为了保证有效性，用于计算成功率稳定性的历史网络请求成功率数据可以是预设时间范围内的数据。其中，该历史数据可以是曾获取到的实时数据，该预设时间点基于获取的频率所确定的获取时间点。这样，在监测各网络环境的场景下，用该网络环境对应的历史网络请求成功率进行成功率稳定性的计算，该成功率稳定性可以更准确地反映该网络环境下的网络波动情况。

其中，该网络环境可以由国家、省份、域名、运营商中的一种或多种组成，在获取一个网络环境下的历史网络请求成功率时，可以先确定该网络环境对应的网络环境信息，饼基于该网络环境信息获取与其匹配的历史网络请求成功率，网络环境信息可以包括国家信息、省份信息、域名信息、运营商信息中的一种或多种的组合。

在一种可能的实施方式中，针对每个网络环境，可以通过以下的形式计算得到其对应的成功率稳定性：

其中，σ_r为成功率稳定性，N为网络请求成功率的数据总量，x_i为第i个网络请求成功率的数值，r为网络请求成功率的平均值。

在得到各网络环境下的成功率稳定性之后，可以根据成功率的波动情况以及预设的网络请求成功率的波动情况以及偏移量的对应关系选取各网络环境对应的偏移量，将一个网络环境下的偏移量和该偏移量对应的稳定性作为一个数据点，并将成功率稳定性作为x值，将偏移量作为y值，对所有的成功率稳定性以及其对应的偏移量进行一阶线性拟合，得到一阶线性方程y＝kx+b，以及参数k即参数b。

其中，历史网络请求率的变化曲线可以是将每个预设时间点的历史网络请求率的平均值按照时间顺序连接得到的。

在进行成功率阈值设定时，可以统计上一时间周期内的网络请求成功率，并通过上述计算成功率稳定性的公式计算出上一时间周期的成功率稳定性σ_t-1，并通过参数k和参数b计算得到本周期的成功率偏移量ε_t，即

ε_r＝kσ_t-1+b

值得说明的是，由于每个周期内的成功率稳定性不同，因此，每个周期的成功率偏移量也不相同，从而使得每个周期的成功率阈值可以动态调整，在上一周期的网络波动较大的情况下，成功率阈值可能适应性的降低，以提升网络质量监控的容错率，减少误报，在上一周期的网络波动较小的情况下，成功率阈值可能适应性地提高，以提升网络质量监控的精确度，减少漏报。

如图2所示的是一种成功率阈值变化示意图，如图2所示，横轴为时间，纵轴为成功率，可以看出，成功率的预测值与修正成功率的变化趋势有关，而成功率阈值和成功率的预测值之间的差值与修正成功率曲线的波动程度相关，这样，在修正成功率波动较大的情况下，成功率阈值和成功率的预测值之间的差值也较高，可以减少因网络波动带来的误报。

基于上述的技术方案，至少可以达到以下技术效果：

通过去除离群点的方式对网络请求成功率数据进行降噪，并通过降噪后的网络请求成功率进行监控阈值的设定以及网络质量监控，降低了用户网络波动带来的网络质量监控容易误报的问题。

图3是根据一示例性公开实施例示出的一种网络质量监控方法的流程图，如图3所示，所述方法包括以下步骤：

S31、获取待监控的网络环境下的多个用户的网络请求成功率

其中，每个用户的网络请求成功率为该用户在单位采集时间内响应成功的网络请求数与总网络请求数的比值。

其中，网络环境可以包括国家、省份、域名、运营商中的一种或多种的组合。例如，一个网络环境可以精确到XX国XX省XX域名XX运营商的粒度，则监控的对象为该环境下的网络质量状态，网络环境还可以是XX国家XX省份维度的，则监控的对象为该省份的网络质量状态。该网络环境可以根据需求进行设定，也可以同时对多个网络环境进行监控。

在一种可能的实施方式中，可以获取待监控的网络环境信息，并基于所述待监控的网络环境信息，获取与所述待监控的网络环境信息匹配的多个用户的网络请求成功率，其中，所述网络环境信息包括国家信息、省份信息、域名信息、运营商信息中的一种或多种的组合。

S32、从多个所述网络请求成功率中确定离群点，并将去除离群点后的网络请求成功率的平均值作为修正成功率。

S33、根据上一时间周期内的修正成功率确定本时间周期的成功率阈值。

成功率阈值的确定方式可以是根据该网络环境下的历史成功率的变化情况确定的，参考步骤S13，可以有多种成功率阈值确定的方式，本公开对此不做限制。

例如，可以通过二次指数平滑模型对成功率进行预测，基于该网络环境下上一预设周期的网络请求成功率预测当前周期的成功率，并基于预测得到的成功率确定成功率阈值。

在一种可能的实施方式中，可以根据所述待监控的网络环境下的历史网络请求成功率计算成功率稳定性，并基于所述成功率稳定性确定成功率偏移量，并基于上一预设周期内的修正成功率，确定当前预设周期的成功率预测值，并将所述成功率预测值与所述成功率偏移量相减，得到成功率阈值。

其中，所述成功率偏移量与所述成功率稳定性成反比例关系，该成功率偏移量等同于上述的预设容错值。在网络波动较大的情况下，成功率稳定性也较低，从而可以通过较大的容错值对监控结果进行平衡，因此，可以将偏移量作为该容错值，以实现对成功率阈值的周期性调整。

成功率偏移量可以通过下述的方式得到：基于成功率稳定性和成功率偏移量的预设对应函数，确定与所述成功率稳定性对应的成功率偏移量。

其中，所述预设对应函数是通过以下步骤得到的：获取多个网络环境下的历史网络请求成功率，确定各网络环境下的历史网络请求成功率的稳定性，基于各网络环境下的历史网络请求成功率确定各网络环境的偏移量，将各网络环境下的偏移量和及该偏移量对应的稳定性进行拟合，将得到的一阶线性方程作为所述预设对应函数。

S34、当本时间周期内的修正成功率小于所述成功率阈值的情况下，确定本时间周期存在网络异常。

在确定了本周期的成功率阈值之后，可以对获取到的修正成功率进行检测，在本周期的修正成功率小于成功率阈值的情况下，可以确定待监测的网络环境发生了网络异常。这样，可以从不同的粒度检测到网络异常情况，在待监测的网络环境包括多层级的网络环境的情况下，可以通过各层级的网络环境是否存在网络异常，来确定网络异常的原因，例如，当待检测的网络环境包括了四种环境，分别为A国、A国B省、A国B省C域名、A国B省C域名D运营商，并检测到四种环境中的“A国B省C域名”以及“A国B省C域名D运营商”两者出现了网络异常，而“A国”及“A国B省”两者网络正常，则可以确定网络异常的原因为C域名出现了异常情况。

如图4所示的是一种网络质量监控的流程示意图，如图4所示，可以获取用户配置的待监测网络环境，实时记录该网络环境下多名网络用户上报的网络日志，从网络日志中分析每个用户的网络请求成功率并进行去噪处理，通过二次指数平滑模型预测本周期的成功率预测值，根据该网络环境下的历史网络成功率计算该网络环境的成功率稳定性，根据预计算得到的线性方程计算该成功率稳定性对应的偏移量，基于成功率预测值和成功率偏移量计算成功率阈值，判断本周期获取到的去噪后的网络请求成功率是否小于成功率阈值，若小于则发出报警。

图7是经过本公开的降噪方式处理前后的网络请求成功率随时间变化的图像，图7中可以看出，去噪会大幅降低原始数据的抖动，有效进行数据平滑，通过降噪可以降低用户侧网络波动对网络质量监控的影响，使得网络请求成功率的预测、监控效率更高且效果更好。

图8是成功率阈值曲线与真实的成功率曲线随时间变化的图像，从图8中可以看出，预测值和真实值之间存在偏移量，当出现网络故障时，真实值低于预测阈值，从而及时发出报警；而在故障恢复之后，预测阈值检测到报警的恢复，会动态调节趋近真实值，由此实现成功率阈值随真实值自适应调整的效果。

图9为降噪前后的历史数据曲线以及成功率预测值随时间变化的图像，历史数据十分平稳的情况下，随着监控时间的持续变长、记录的历史数据增加，偏移量会自动正向调节，预测值和真实值之间差值变小，可以帮助快速发现问题。反之，在历史数据波动较大的情况下，偏移量会自动负向自调节，增大预测值和真实值绝对值，可以有效适应当前网络特征，降低误报。

基于上述的技术方案，至少可以达到以下技术效果：

分网络环境获取网络请求成功率，并通过去除离群点的方式对待监测的网络环境的网络请求成功率数据进行降噪，并通过降噪后的网络请求成功率进行监控阈值的设定以及网络质量监控，降低了用户网络波动带来的网络质量监控容易误报的问题，并且可以精细地确定各网络环境的网络质量，提升了网络质量检测的精度。

图5是根据一示例性公开实施例示出的一种网络质量监控装置的狂徒，如图5所示，所述网络质量监控装置500包括：

获取模块510，用于获取多个用户的网络请求成功率，其中，每个用户的网络请求成功率为该用户在单位采集时间内响应成功的网络请求数与总网络请求数的比值。

修正模块520，用于从多个所述网络请求成功率中确定离群点，并将去除离群点后的网络请求成功率的平均值作为修正成功率。

确定模块530，用于根据上一时间周期内的修正成功率确定本时间周期的成功率阈值。

检测模块540，用于当本时间周期内的修正成功率小于所述成功率阈值的情况下，确定本时间周期存在网络异常。

在一种可能的实施方式中，所述修正模块520用于确定多个所述网络请求成功率的成功率平均值和成功率标准差；针对每个网络请求成功率，计算该网络请求成功率与所述成功率平均值的差值，并确定该差值与所述成功率标准差的比值；将所述比值不属于预设的比值范围的网络请求成功率作为所述离群点。

在一种可能的实施方式中，所述装置还包括：计算模块，用于根据历史网络请求成功率计算成功率稳定性，所述成功率稳定性用于表征成功率的波动程度；基于所述成功率稳定性确定成功率偏移量，其中，所述成功率偏移量与所述成功率稳定性成反比例关系；所述确定模块530，用于基于上一预设周期内的修正成功率，确定当前预设周期的成功率预测值，并将所述成功率预测值与所述成功率偏移量相减，得到成功率阈值。

在一种可能的实施方式中，所述获取模块510，用于获取待监控的网络环境下的多个用户的网络请求成功率；所述计算模块，用于根据所述待监控的网络环境下的历史网络请求成功率计算成功率稳定性。

在一种可能的实施方式中，所述计算模块，用于通过预设对应函数，基于所述成功率稳定性确定与该成功率稳定性对应的成功率偏移量；所述计算模块，还用于获取多个网络环境下的历史网络请求成功率；确定各网络环境下的历史网络请求成功率的稳定性；基于各网络环境下的历史网络请求成功率确定各网络环境的偏移量；将一个网络环境下的偏移量和该偏移量对应的稳定性作为一个数据点，并基于各网络环境下的各个数据点进行拟合，将得到的一阶线性方程作为所述预设对应函数。

在一种可能的实施方式中，所述计算模块，还用于针对每个网络环境，获取该网络环境下的多个用户在预设时间段内各预设时间点的历史网络请求成功率；针对每个预设时间点，确定多个用户对应的所述历史网络请求率中的离群点，并确定除离群点后的历史网络请求率的平均值作为更新后的历史网络请求成功率。

在一种可能的实施方式中，所述获取模块510，还用于获取待监控的网络环境信息，所述网络环境信息包括国家信息、省份信息、域名信息、运营商信息中的一种或多种的组合；基于所述待监控的网络环境信息，获取与所述待监控的网络环境信息匹配的多个用户的网络请求成功率。

通过上述技术方案，至少可以达到以下的技术效果：

通过去除离群点的方式对网络请求成功率数据进行降噪，并通过降噪后的网络请求成功率进行监控阈值的设定以及网络质量监控，降低了用户网络波动带来的网络质量监控容易误报的问题。

下面参考图6，其示出了适于用来实现本公开实施例的电子设备600的结构示意图。该电子设备600可以是用户端用于进行网络请求和记录网络日志的设备，也可以是用于网络质量监控的服务器端的设备。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。

或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定，例如，第一获取模块还可以被描述为“获取至少两个网际协议地址的模块”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，示例1提供了一种网络质量监控方法，包括获取多个用户的网络请求成功率，其中，每个用户的网络请求成功率为该用户在单位采集时间内响应成功的网络请求数与总网络请求数的比值；从多个所述网络请求成功率中确定离群点，并将去除离群点后的网络请求成功率的平均值作为修正成功率；根据上一时间周期内的修正成功率确定本时间周期的成功率阈值；当本时间周期内的修正成功率小于所述成功率阈值的情况下，确定本时间周期存在网络异常。

根据本公开的一个或多个实施例，示例2提供了示例1的方法，所述从多个所述网络请求成功率中确定离群点，包括：确定多个所述网络请求成功率的成功率平均值和成功率标准差；针对每个网络请求成功率，计算该网络请求成功率与所述成功率平均值的差值，并确定该差值与所述成功率标准差的比值；将所述比值不属于预设的比值范围的网络请求成功率作为所述离群点。

根据本公开的一个或多个实施例，示例3提供了示例1的方法，所述方法还包括：根据历史网络请求成功率计算成功率稳定性，所述成功率稳定性用于表征成功率的波动程度；基于所述成功率稳定性确定成功率偏移量，其中，所述成功率偏移量与所述成功率稳定性成反比例关系；所述基于上一预设周期内的修正成功率，确定当前预设周期的成功率阈值，包括：基于上一预设周期内的修正成功率，确定当前预设周期的成功率预测值，并将所述成功率预测值与所述成功率偏移量相减，得到成功率阈值。

根据本公开的一个或多个实施例，示例4提供了示例3的方法，所述获取多个用户的网络请求成功率，包括：获取待监控的网络环境下的多个用户的网络请求成功率；所述根据历史网络请求成功率计算成功率稳定性，包括：根据所述待监控的网络环境下的历史网络请求成功率计算成功率稳定性。

根据本公开的一个或多个实施例，示例5提供了示例3的方法，所述基于所述成功率稳定性确定成功率偏移量，包括：通过预设对应函数，基于所述成功率稳定性确定与该成功率稳定性对应的成功率偏移量；其中，所述预设对应函数是通过以下步骤得到的：获取多个网络环境下的历史网络请求成功率；确定各网络环境下的历史网络请求成功率的稳定性；基于各网络环境下的历史网络请求成功率确定各网络环境的偏移量；将一个网络环境下的偏移量和该偏移量对应的稳定性作为一个数据点，并基于各网络环境下的各个数据点进行拟合，将得到的一阶线性方程作为所述预设对应函数。

根据本公开的一个或多个实施例，示例6提供了示例5的方法，所述获取多个网络环境下的历史网络请求成功率，包括：针对每个网络环境，获取该网络环境下的多个用户在预设时间段内各预设时间点的历史网络请求成功率；针对每个预设时间点，确定多个用户对应的所述历史网络请求率中的离群点，并确定除离群点后的历史网络请求率的平均值作为更新后的历史网络请求成功率。

根据本公开的一个或多个实施例，示例7提供了示例4的方法，所述获取待监控的网络环境下的多个用户的网络请求成功率，包括获取待监控的网络环境信息，所述网络环境信息包括国家信息、省份信息、域名信息、运营商信息中的一种或多种的组合；基于所述待监控的网络环境信息，获取与所述待监控的网络环境信息匹配的多个用户的网络请求成功率。

根据本公开的一个或多个实施例，示例8提供了一种网络质量监控装置，包括获取模块，用于获取多个用户的网络请求成功率，其中，每个用户的网络请求成功率为该用户在单位采集时间内响应成功的网络请求数与总网络请求数的比值；修正模块，用于从多个所述网络请求成功率中确定离群点，并将去除离群点后的网络请求成功率的平均值作为修正成功率；确定模块，用于根据上一时间周期内的修正成功率确定本时间周期的成功率阈值；检测模块，用于当本时间周期内的修正成功率小于所述成功率阈值的情况下，确定本时间周期存在网络异常。

根据本公开的一个或多个实施例，示例9提供了示例8的装置，所述修正模块用于确定多个所述网络请求成功率的成功率平均值和成功率标准差；针对每个网络请求成功率，计算该网络请求成功率与所述成功率平均值的差值，并确定该差值与所述成功率标准差的比值；将所述比值不属于预设的比值范围的网络请求成功率作为所述离群点。

根据本公开的一个或多个实施例，示例10提供了示例8的装置，所述装置还包括：计算模块，用于根据历史网络请求成功率计算成功率稳定性，所述成功率稳定性用于表征成功率的波动程度；基于所述成功率稳定性确定成功率偏移量，其中，所述成功率偏移量与所述成功率稳定性成反比例关系；所述确定模块，用于基于上一预设周期内的修正成功率，确定当前预设周期的成功率预测值，并将所述成功率预测值与所述成功率偏移量相减，得到成功率阈值。

根据本公开的一个或多个实施例，示例11提供了示例10的装置，所述获取模块，用于获取待监控的网络环境下的多个用户的网络请求成功率；所述计算模块，用于根据所述待监控的网络环境下的历史网络请求成功率计算成功率稳定性。

根据本公开的一个或多个实施例，示例12提供了示例10的装置，所述计算模块，用于通过预设对应函数，基于所述成功率稳定性确定与该成功率稳定性对应的成功率偏移量；所述计算模块，还用于获取多个网络环境下的历史网络请求成功率；确定各网络环境下的历史网络请求成功率的稳定性；基于各网络环境下的历史网络请求成功率确定各网络环境的偏移量；将一个网络环境下的偏移量和该偏移量对应的稳定性作为一个数据点，并基于各网络环境下的各个数据点进行拟合，将得到的一阶线性方程作为所述预设对应函数。

根据本公开的一个或多个实施例，示例13提供了示例12的装置，所述计算模块，还用于针对每个网络环境，获取该网络环境下的多个用户在预设时间段内各预设时间点的历史网络请求成功率；针对每个预设时间点，确定多个用户对应的所述历史网络请求率中的离群点，并确定除离群点后的历史网络请求率的平均值作为更新后的历史网络请求成功率。

根据本公开的一个或多个实施例，示例14提供了示例11的装置，所述获取模块，还用于获取待监控的网络环境信息，所述网络环境信息包括国家信息、省份信息、域名信息、运营商信息中的一种或多种的组合；基于所述待监控的网络环境信息，获取与所述待监控的网络环境信息匹配的多个用户的网络请求成功率。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

Claims (10)

1.一种网络质量监控方法，其特征在于，所述方法包括：

获取多个用户的网络请求成功率，其中，每个用户的网络请求成功率为该用户在单位采集时间内响应成功的网络请求数与总网络请求数的比值；

从多个所述网络请求成功率中确定离群点，并将去除离群点后的网络请求成功率的平均值作为修正成功率；

根据二次指数平滑模型和上一时间周期内的修正成功率，或根据网络请求的成功率稳定性和上一时间周期内的修正成功率，确定本时间周期的成功率阈值；其中，所述成功率稳定性用于表征网络请求成功率的波动程度；

当本时间周期内的修正成功率小于所述成功率阈值的情况下，确定本时间周期存在网络异常。

2.根据权利要求1所述的方法，其特征在于，所述从多个所述网络请求成功率中确定离群点，包括：

确定多个所述网络请求成功率的成功率平均值和成功率标准差；

针对每个网络请求成功率，计算该网络请求成功率与所述成功率平均值的差值，并确定该差值与所述成功率标准差的比值；

将所述比值不属于预设的比值范围的网络请求成功率作为所述离群点。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据历史网络请求成功率计算成功率稳定性；其中，所述成功率稳定性通过如下公式计算：

σ_r为成功率稳定性，N为网络请求成功率的数据总量，x_i为第i个网络请求成功率的数值，r为网络请求成功率的平均值；

基于所述成功率稳定性确定成功率偏移量，其中，所述成功率偏移量与所述成功率稳定性成反比例关系；

所述根据网络请求的成功率稳定性和上一时间周期内的修正成功率，确定本时间周期的成功率阈值，包括：

基于上一时间周期内的修正成功率，确定本时间周期的成功率预测值，并将所述成功率预测值与所述成功率偏移量相减，得到成功率阈值。

4.根据权利要求3所述的方法，其特征在于，所述获取多个用户的网络请求成功率，包括：

获取待监控的网络环境下的多个用户的网络请求成功率；

所述根据历史网络请求成功率计算成功率稳定性，包括：

根据所述待监控的网络环境下的历史网络请求成功率计算成功率稳定性。

5.根据权利要求3所述的方法，其特征在于，所述基于所述成功率稳定性确定成功率偏移量，包括：

通过预设对应函数，基于所述成功率稳定性确定与该成功率稳定性对应的成功率偏移量；

其中，所述预设对应函数是通过以下步骤得到的：

获取多个网络环境下的历史网络请求成功率；

确定各网络环境下的历史网络请求成功率的稳定性；

基于各网络环境下的历史网络请求成功率确定各网络环境的偏移量；

将一个网络环境下的偏移量和该偏移量对应的稳定性作为一个数据点，并基于各网络环境下的各个数据点进行拟合，将得到的一阶线性方程作为所述预设对应函数。

6.根据权利要求5所述的方法，其特征在于，所述获取多个网络环境下的历史网络请求成功率，包括：

针对每个网络环境，获取该网络环境下的多个用户在预设时间段内各预设时间点的历史网络请求成功率；

针对每个预设时间点，确定多个用户对应的所述历史网络请求率中的离群点，并确定除离群点后的历史网络请求率的平均值作为更新后的历史网络请求成功率。

7.根据权利要求4所述的方法，其特征在于，所述获取待监控的网络环境下的多个用户的网络请求成功率，包括：

获取待监控的网络环境信息，所述网络环境信息包括国家信息、省份信息、域名信息、运营商信息中的一种或多种的组合；

基于所述待监控的网络环境信息，获取与所述待监控的网络环境信息匹配的多个用户的网络请求成功率。

8.一种网络质量监控装置，其特征在于，所述装置包括：

获取模块，用于获取多个用户的网络请求成功率，其中，每个用户的网络请求成功率为该用户在单位采集时间内响应成功的网络请求数与总网络请求数的比值；

修正模块，用于从多个所述网络请求成功率中确定离群点，并将去除离群点后的网络请求成功率的平均值作为修正成功率；

确定模块，用于根据二次指数平滑模型和上一时间周期内的修正成功率，或根据网络请求的成功率稳定性和上一时间周期内的修正成功率，确定本时间周期的成功率阈值；其中，所述成功率稳定性用于表征网络请求成功率的波动程度；

检测模块，用于当本时间周期内的修正成功率小于所述成功率阈值的情况下，确定本时间周期存在网络异常。

9.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现权利要求1-7中任一项所述方法的步骤。

10.一种电子设备，其特征在于，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现权利要求1-7中任一项所述方法的步骤。

Images