CN113014907A - 网络协议电视故障预警方法、装置和存储介质 - Google Patents
网络协议电视故障预警方法、装置和存储介质 Download PDFInfo
- Publication number
- CN113014907A CN113014907A CN201911313500.XA CN201911313500A CN113014907A CN 113014907 A CN113014907 A CN 113014907A CN 201911313500 A CN201911313500 A CN 201911313500A CN 113014907 A CN113014907 A CN 113014907A
- Authority
- CN
- China
- Prior art keywords
- user
- data
- feature
- early warning
- protocol television
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/004—Diagnosis, testing or measuring for television systems or their details for digital television systems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明公开了一种网络协议电视故障预警方法、装置和存储介质,涉及数据处理技术领域。网络协议电视故障预警方法包括:获取网络协议电视IPTV网络拓扑结构中各个层的数据;从获取的数据中提取多个设备工作参数、以及用户对应的设备信息,生成用户对应的特征向量;根据用户的IPTV业务运行状态,确定用户对应的特征向量的标记值;将标记值作为分类结果,计算特征向量中每个特征的信息增益;根据特征的信息增益对待测用户的IPTV业务运行进行预警。从而可以对待测用户的数据进行有针对性的分析,从而可以预先发现潜在的问题,实现IPTV故障预警,使得问题可以尽早地被发现并得到解决,提高了用户体验。
Description
技术领域
本发明涉及数据处理技术领域,特别涉及一种网络协议电视故障预警方法、装置和存储介质。
背景技术
网络协议电视(IPTV)是集互联网、多媒体、通讯等技术于一体的网络电视服务。IPTV通过机顶盒接入宽带网络,为用户提供数字电视和电视互动等服务。IPTV网络电视除了具有的电视直播功能外,还可实现随心点播直播、时移回看和娱乐互动等功能。目前,用户在发现IPTV故障后进行上报,影响了用户的使用体验。
发明内容
本发明实施例所要解决的一个技术问题是:如何提供一种IPTV故障预警方法,以便及时地解决IPTV业务存在的问题。
根据本发明一些实施例的第一个方面,提供一种网络协议电视故障预警方法,包括:获取网络协议电视IPTV网络拓扑结构中各个层的数据;从获取的数据中提取多个设备工作参数、以及用户对应的设备信息,生成用户对应的特征向量;根据用户的IPTV业务运行状态,确定用户对应的特征向量的标记值;将标记值作为分类结果,计算特征向量中每个特征的信息增益;根据特征的信息增益对待测用户的IPTV业务运行进行预警。
在一些实施例中,根据特征的信息增益对待测用户的IPTV业务运行进行预警包括:确定信息增益最大的预设数量个特征、作为关键特征;在待测用户对应的特征向量中,至少一项关键特征的特征值属于相应的异常阈值范围的情况下,产生用户对应的预警信息。
在一些实施例中,确定信息增益最大的预设数量个特征、作为关键特征包括:设置每个特征对应的一个或多个分类条件;对应每个特征的每个分类条件,根据相应特征的特征值符合分类条件的特征向量在所有特征向量中的占比,确定特征在分类条件下的信息增益;选择信息增益最大的预设数量个特征、作为关键特征,并根据关键特征的最大信息增益所对应的分类条件确定异常阈值范围。
在一些实施例中,网络协议电视故障预警方法还包括:根据特征值属于相应的异常阈值范围的关键特征确定预警类型。
在一些实施例中,网络协议电视故障预警方法还包括:根据每个特征的信息增益构建决策树,以便采用决策树对待测用户的IPTV业务运行进行预警。
在一些实施例中,网络协议电视故障预警方法还包括:在根据决策树的分类结果确定需要对待测用户的IPTV业务运行进行预警的情况下,根据特征值超出相应的阈值范围的关键特征确定预警类型,关键特征为信息增益最大的预设数量个特征。
在一些实施例中,根据用户的IPTV业务运行状态,确定用户对应的特征向量的标记值包括:根据用户的IPTV业务所对应的丢包率、循环冗余校验CRC结果、时延和光衰中的至少一种确定用户的IPTV业务运行状态。
在一些实施例中,IPTV网络拓扑结构中各个层的数据包括光网络单元ONU层数据、机顶盒层数据、分光器层的数据、光线路终端OLT层的数据、用户申告数据中的一种或多种;获取的数据的类型包括日志信息数据、业务使用信息数据中的至少一种。
在一些实施例中,特征向量的特征包括机顶盒探针数据特征、接入网拓扑数据特征、接入网性能数据特征、接入网流量数据特征中的至少一种。
根据本发明一些实施例的第二个方面,提供一种网络协议电视故障预警装置,包括:数据获取模块,被配置为获取网络协议电视IPTV网络拓扑结构中各个层的数据;向量生成模块,被配置为从获取的数据中提取多个设备工作参数、以及用户对应的设备信息,生成用户对应的特征向量;标记模块,被配置为根据用户的IPTV业务运行状态,确定用户对应的特征向量的标记值;信息增益计算模块,被配置为将标记值作为分类结果,计算特征向量中每个特征的信息增益;预警模块,被配置为根据特征的信息增益对待测用户的IPTV业务运行进行预警。
根据本发明一些实施例的第三个方面,提供一种网络协议电视故障预警装置,包括:存储器;以及耦接至存储器的处理器,处理器被配置为基于存储在存储器中的指令,执行前述任意一种网络协议电视故障预警方法。
根据本发明一些实施例的第四个方面,提供一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现前述任意一种网络协议电视故障预警方法。
上述发明中的一些实施例具有如下优点或有益效果:通过获得用户在使用IPTV业务过程中的各类相关的大数据,并进行大数据分析以获得对IPTV网络质量影响较大的特征,从而可以对待测用户的数据进行有针对性的分析,从而可以预先发现潜在的问题,实现IPTV故障预警,使得问题可以尽早地被发现并得到解决,提高了用户体验。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中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性的前提下,还可以根据这些附图获得其他的附图。
图1示出了根据本发明一些实施例的网络协议电视故障预警方法的流程示意图。
图2示出了根据本发明一些实施例的网络协议电视故障预警装置的结构示意图。
图3示出了根据本发明另一些实施例的网络协议电视故障预警装置的结构示意图。
图4示出了根据本发明又一些实施例的网络协议电视故障预警装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例,本领域普通技术人员在没有作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。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
图1示出了根据本发明一些实施例的网络协议电视故障预警方法的流程示意图。如图1所示,该实施例的网络协议电视故障预警方法包括步骤S102~S110。
在步骤S102中,获取网络协议电视IPTV网络拓扑结构中各个层的数据。
在一些实施例中,IPTV网络拓扑结构中各个层的数据包括ONU(Optical NetworkUnit,光网络单元)层数据、机顶盒层数据、分光器层的数据、OLT(Optical Line Terminal,光线路终端)层的数据、用户申告数据中的一种或多种。通过将各个层的数据分隔开采集,可以更精确地采集数据。
ONU层和机顶盒层的数据可以通过软探针采集,软探针是机顶盒中的插件,用于采集机顶盒工作过程中的数据,例如机顶盒的内存、CPU、网络质量等等。
分光器层的数据可以是从资源系统数据库中读取的。在设备登记时,可以向资源系统数据库录入一级分光器、二级分光器的设备编号、设备位置等数据。
OLT层的数据可以是通过简单网络管理协议(Simple Network ManagementProtocol,简称:SNMP)或者远程登录服务的标准协议(Telnet)等监控协议来采集。
用户申告数据可以从客服系统中获得。
在一些实施例中,获取的数据的类型包括日志信息数据、业务使用信息数据中的至少一种。
在步骤S104中,从获取的数据中提取多个设备工作参数、以及用户对应的设备信息,生成用户对应的特征向量。用户对应的设备信息例如为设备标识、设备位置、用户对设备的使用时间等等。
在一些实施例中,还可以从获取的数据中进一步提取高优先级数据,例如机顶盒探针数据、接入网资源树数据、接入网运行数据、节目源告警、CDN(Content DeliveryNetwork,内容分发网络)资源树、CDN平台告警、CDN运行数据和用户申告数据。然后,从这些高优先级数据中获取多个设备工作参数。
在生成特征向量之前,还可以对获取的数据、或者高优先级数据进行预处理。在一些实施例中,通过基于云计算的大数据分析平台以及分布式计算机群,通过Oracle数据库和Redis缓存集群对采集到的数据进行统计与分析,例如包括数据关联、数据清洗、数据抽取和实时流数据处理(例如基于Spark Streaming的处理)。
在一些实施例中,特征向量的特征包括机顶盒探针数据特征、接入网拓扑数据特征、接入网性能数据特征、接入网流量数据特征中的至少一种。
在步骤S106中,根据用户的IPTV业务运行状态,确定用户对应的特征向量的标记值。
在一些实施例中,根据用户的IPTV业务所对应的丢包率、循环冗余校验(CyclicRedundancy Check,简称:CRC)结果、时延和光衰中的至少一种确定用户的IPTV业务运行状态。例如,可以将多个指标的加权结果作为判定IPTV业务运行状态是否异常的依据。标记值与状态相对应,标记值为第一数值时(例如为1)表示IPTV业务运行状态正常,标记值为第二数值时(例如为0)表示IPTV业务运行状态异常。
在步骤S108中,将标记值作为分类结果,计算特征向量中每个特征的信息增益。
特征的信息增益可以根据特征向量集合的经验熵与特征对应的条件熵之差确定。
一般而言,特征的信息增益越高,则意味着使用该特征对分类结果中每个类别的“纯度提升”越大。因此,信息增益越高的特征,也在确定用户是否存在IPTV业务故障的判断中具有越高的重要性。
在步骤S110中,根据特征的信息增益对待测用户的IPTV业务运行进行预警。
例如,可以确定关键特征,并通过阈值比较的方式确定待测用户的关键特征的值是否有异常;或者,也可以通过信息增益构建决策树模型,以采用决策树模型对输入的特征向量进行类别预测。
通过获得用户在使用IPTV业务过程中的各类相关的大数据,并进行大数据分析以获得对IPTV网络质量影响较大的特征,从而可以对待测用户的数据进行有针对性的分析,从而可以预先发现潜在的问题,实现IPTV故障预警,使得问题可以尽早地被发现并得到解决,提高了用户体验。
下面示例性地描述基于阈值进行预警的方法。
在一些实施例中,确定信息增益最大的预设数量个特征、作为关键特征;在待测用户对应的特征向量中,至少一项关键特征的特征值属于相应的异常阈值范围的情况下,产生用户对应的预警信息。
例如,通过确定各个特征的信息增益,筛选出了信息增益最高的十个特征:工作时长、OLT与ONU之间的距离、CPU利用率、下载速率、光猫温度、光猫发送光功率、OLT温度、OLT发送光功率、光猫电流、OLT的光模块pn。当其中的任意一个的值属于异常值范围时,则判定当前很可能处于故障状态、或者存在故障隐患,从而可以产生告警。
在一些实施例中,根据特征值属于相应的异常阈值范围的关键特征确定预警类型。例如,如果CPU利用率这一特征异常,则产生机顶盒告警;如果是OLT温度这一特征异常,则产生OLT告警等等。
特征的异常阈值范围可以在计算信息增益的过程中确定。在一些实施例中,设置每个特征对应的一个或多个分类条件,其中,分类条件为特征值的一个阈值范围;对应每个特征的每个分类条件,根据相应特征的特征值符合分类条件的特征向量在所有特征向量中的占比,确定特征在分类条件下的信息增益;选择信息增益最大的预设数量个特征、作为关键特征,并根据关键特征的最大信息增益所对应的分类条件确定异常阈值范围。
例如,为时延这一特征设置是否大于100ms、是否大于200ms、是否大于300ms等多个分类条件,对其他特征、尤其是连续型的特征也进行类似的划分。然后,计算各个特征在各个分类条件下的信息增益。设以是否大于200ms为分类条件的时延特征的信息增益位于前十名、并且大于时延是否大于和是否大于200ms对应的信息增益,则将时延作为关键特征、将小于200ms作为响应的异常阈值范围。
通过阈值进行预警这种方式计算量较小,可以快速地检测到故障或故障隐患。
下面示例性地描述基于决策树进行预警的方法。
在一些实施例中,根据每个特征的信息增益构建决策树,并采用决策树对待测用户的IPTV业务运行进行预警。例如,可以将待测用户的特征向量输入到决策树模型中,以获得决策树模型输出的分类结果,分类结果包括需要预警和无需预警。
通过决策树进行预警的方式可以更准确地判断待测用户的IPTV业务的状态。
决策树判断方式和阈值判断方式还可以进行结合。在一些实施例中,在根据决策树的分类结果确定需要对待测用户的IPTV业务运行进行预警的情况下,根据特征值超出相应的阈值范围的关键特征确定预警类型,其中,关键特征为信息增益最大的预设数量个特征。
例如,关键特征之一为CPU利用率。如果通过决策树判断需要对待测用户的IPTV业务进行预警,并且CPU利用率也超出了相应的预设范围,则进一步确定预警类型为机顶盒告警。
下面参考图2描述本发明网络协议电视故障预警装置的实施例。
图2示出了根据本发明一些实施例的网络协议电视故障预警装置的结构示意图。如图2所示,该实施例的网络协议电视故障预警装置20包括:数据获取模块210,被配置为获取网络协议电视IPTV网络拓扑结构中各个层的数据;向量生成模块220,被配置为从获取的数据中提取多个设备工作参数、以及用户对应的设备信息,生成用户对应的特征向量;标记模块230,被配置为根据用户的IPTV业务运行状态,确定用户对应的特征向量的标记值;信息增益计算模块240,被配置为将标记值作为分类结果,计算特征向量中每个特征的信息增益;预警模块250,被配置为根据特征的信息增益对待测用户的IPTV业务运行进行预警。
在一些实施例中,预警模块250进一步被配置为确定信息增益最大的预设数量个特征、作为关键特征;在待测用户对应的特征向量中,至少一项关键特征的特征值属于相应的异常阈值范围的情况下,产生用户对应的预警信息。
在一些实施例中,预警模块250进一步被配置为设置每个特征对应的一个或多个分类条件;对应每个特征的每个分类条件,根据相应特征的特征值符合分类条件的特征向量在所有特征向量中的占比,确定特征在分类条件下的信息增益;选择信息增益最大的预设数量个特征、作为关键特征,并根据关键特征的最大信息增益所对应的分类条件确定异常阈值范围。
在一些实施例中,预警模块250进一步被配置为根据特征值属于相应的异常阈值范围的关键特征确定预警类型。
在一些实施例中,预警模块250进一步被配置为根据每个特征的信息增益构建决策树,以便采用决策树对待测用户的IPTV业务运行进行预警。
在一些实施例中,预警模块250进一步被配置为在根据决策树的分类结果确定需要对待测用户的IPTV业务运行进行预警的情况下,根据特征值超出相应的阈值范围的关键特征确定预警类型,关键特征为信息增益最大的预设数量个特征。
在一些实施例中,标记模块230进一步被配置为根据用户的IPTV业务所对应的丢包率、循环冗余校验CRC结果、时延和光衰中的至少一种确定用户的IPTV业务运行状态。
在一些实施例中,IPTV网络拓扑结构中各个层的数据包括光网络单元ONU层数据、机顶盒层数据、分光器层的数据、光线路终端OLT层的数据、用户申告数据中的一种或多种;获取的数据的类型包括日志信息数据、业务使用信息数据中的至少一种。
在一些实施例中,特征向量的特征包括机顶盒探针数据特征、接入网拓扑数据特征、接入网性能数据特征、接入网流量数据特征中的至少一种。
图3示出了根据本发明另一些实施例的网络协议电视故障预警装置的结构示意图。如图3所示,该实施例的网络协议电视故障预警装置30包括:存储器310以及耦接至该存储器310的处理器320,处理器320被配置为基于存储在存储器310中的指令,执行前述任意一个实施例中的网络协议电视故障预警方法。
其中,存储器310例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)以及其他程序等。
图4示出了根据本发明又一些实施例的网络协议电视故障预警装置的结构示意图。如图4所示,该实施例的网络协议电视故障预警装置40包括:存储器410以及处理器420,还可以包括输入输出接口430、网络接口440、存储接口450等。这些接口430,440,450以及存储器410和处理器420之间例如可以通过总线460连接。其中,输入输出接口430为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口440为各种联网设备提供连接接口。存储接口450为SD卡、U盘等外置存储设备提供连接接口。
本发明的实施例还提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现前述任意一种网络协议电视故障预警方法。
本领域内的技术人员应当明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解为可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本发明的较佳实施例,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、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种网络协议电视故障预警方法,包括:
获取网络协议电视IPTV网络拓扑结构中各个层的数据;
从获取的数据中提取多个设备工作参数、以及用户对应的设备信息,生成用户对应的特征向量;
根据用户的IPTV业务运行状态,确定用户对应的特征向量的标记值;
将所述标记值作为分类结果,计算特征向量中每个特征的信息增益;
根据特征的信息增益对待测用户的IPTV业务运行进行预警。
2.根据权利要求1所述的网络协议电视故障预警方法,所述根据特征的信息增益对待测用户的IPTV业务运行进行预警包括:
确定信息增益最大的预设数量个特征、作为关键特征;
在待测用户对应的特征向量中,至少一项关键特征的特征值属于相应的异常阈值范围的情况下,产生所述用户对应的预警信息。
3.根据权利要求2所述的网络协议电视故障预警方法,其中,所述确定信息增益最大的预设数量个特征、作为关键特征包括:
设置每个特征对应的一个或多个分类条件;
对应每个特征的每个分类条件,根据相应特征的特征值符合所述分类条件的特征向量在所有特征向量中的占比,确定所述特征在所述分类条件下的信息增益;
选择信息增益最大的预设数量个特征、作为关键特征,并根据关键特征的最大信息增益所对应的分类条件确定异常阈值范围。
4.根据权利要求3所述的网络协议电视故障预警方法,还包括:
根据特征值属于相应的异常阈值范围的关键特征确定预警类型。
5.根据权利要求1所述的网络协议电视故障预警方法,还包括:
根据每个特征的信息增益构建决策树,以便采用所述决策树对待测用户的IPTV业务运行进行预警。
6.根据权利要求5所述的网络协议电视故障预警方法,还包括:
在所述根据决策树的分类结果确定需要对待测用户的IPTV业务运行进行预警的情况下,根据特征值超出相应的阈值范围的关键特征确定预警类型,其中,所述关键特征为信息增益最大的预设数量个特征。
7.根据权利要求1所述的网络协议电视故障预警方法,其中,所述根据用户的IPTV业务运行状态,确定用户对应的特征向量的标记值包括:
根据用户的IPTV业务所对应的丢包率、循环冗余校验CRC结果、时延和光衰中的至少一种确定用户的IPTV业务运行状态。
8.根据权利要求1所述的网络协议电视故障预警方法,其中,所述IPTV网络拓扑结构中各个层的数据包括光网络单元ONU层数据、机顶盒层数据、分光器层的数据、光线路终端OLT层的数据、用户申告数据中的一种或多种;
获取的数据的类型包括日志信息数据、业务使用信息数据中的至少一种。
9.根据权利要求1所述的网络协议电视故障预警方法,其中,所述特征向量的特征包括机顶盒探针数据特征、接入网拓扑数据特征、接入网性能数据特征、接入网流量数据特征中的至少一种。
10.一种网络协议电视故障预警装置,包括:
数据获取模块,被配置为获取网络协议电视IPTV网络拓扑结构中各个层的数据;
向量生成模块,被配置为从获取的数据中提取多个设备工作参数、以及用户对应的设备信息,生成用户对应的特征向量;
标记模块,被配置为根据用户的IPTV业务运行状态,确定用户对应的特征向量的标记值;
信息增益计算模块,被配置为将所述标记值作为分类结果,计算特征向量中每个特征的信息增益;
预警模块,被配置为根据特征的信息增益对待测用户的IPTV业务运行进行预警。
11.一种网络协议电视故障预警装置,包括:
存储器;以及
耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器中的指令,执行如权利要求1~9中任一项所述的网络协议电视故障预警方法。
12.一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现权利要求1~9中任一项所述的网络协议电视故障预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911313500.XA CN113014907B (zh) | 2019-12-19 | 2019-12-19 | 网络协议电视故障预警方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911313500.XA CN113014907B (zh) | 2019-12-19 | 2019-12-19 | 网络协议电视故障预警方法、装置和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113014907A true CN113014907A (zh) | 2021-06-22 |
CN113014907B CN113014907B (zh) | 2023-03-21 |
Family
ID=76382475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911313500.XA Active CN113014907B (zh) | 2019-12-19 | 2019-12-19 | 网络协议电视故障预警方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113014907B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100128600A1 (en) * | 2008-11-26 | 2010-05-27 | A T & T Intellectual Property I, L.P. | Automated Network Fault Analysis |
CN108156025A (zh) * | 2017-12-13 | 2018-06-12 | 中国联合网络通信集团有限公司 | 一种用户离网预测的方法及装置 |
CN109818764A (zh) * | 2017-11-21 | 2019-05-28 | 中国电信股份有限公司 | Iptv网络设备故障检测方法和装置 |
CN109887242A (zh) * | 2019-01-16 | 2019-06-14 | 珠海优特电力科技股份有限公司 | 向用户终端发送告警信息方法、装置、系统 |
CN110475161A (zh) * | 2019-08-28 | 2019-11-19 | 飞思达技术(北京)有限公司 | 一种iptv业务直播链路的自动故障定位方法及其系统 |
-
2019
- 2019-12-19 CN CN201911313500.XA patent/CN113014907B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100128600A1 (en) * | 2008-11-26 | 2010-05-27 | A T & T Intellectual Property I, L.P. | Automated Network Fault Analysis |
CN109818764A (zh) * | 2017-11-21 | 2019-05-28 | 中国电信股份有限公司 | Iptv网络设备故障检测方法和装置 |
CN108156025A (zh) * | 2017-12-13 | 2018-06-12 | 中国联合网络通信集团有限公司 | 一种用户离网预测的方法及装置 |
CN109887242A (zh) * | 2019-01-16 | 2019-06-14 | 珠海优特电力科技股份有限公司 | 向用户终端发送告警信息方法、装置、系统 |
CN110475161A (zh) * | 2019-08-28 | 2019-11-19 | 飞思达技术(北京)有限公司 | 一种iptv业务直播链路的自动故障定位方法及其系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113014907B (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10554526B2 (en) | Feature vector based anomaly detection in an information technology environment | |
CN104243236B (zh) | 一种监控系统运维告警数据分析的方法、系统及服务器 | |
CN106878064B (zh) | 数据监控方法和装置 | |
US8528039B2 (en) | System for and method of set-top box memory monitoring | |
US9852041B2 (en) | Systems and methods for categorizing exceptions and logs | |
CN103220173B (zh) | 一种报警监控方法及监控系统 | |
US9411673B2 (en) | Management server, management system, and management method | |
CN104539514B (zh) | 消息过滤方法和装置 | |
CN109684052B (zh) | 事务分析方法、装置、设备及存储介质 | |
CN109271793A (zh) | 物联网云平台设备类别识别方法及系统 | |
CN110929896A (zh) | 一种系统设备的安全分析方法及装置 | |
CN113206797A (zh) | 一种流量控制方法、装置、电子设备和存储介质 | |
WO2023060985A1 (zh) | 故障定位方法及系统、计算机可读存储介质 | |
CN105471938B (zh) | 服务器负载管理方法及装置 | |
CN113014907B (zh) | 网络协议电视故障预警方法、装置和存储介质 | |
CN109587520B (zh) | 一种定位视频业务故障的方法和设备 | |
CN116991677A (zh) | 时序异常检测方法、装置、终端设备以及存储介质 | |
CN112181961A (zh) | 一种网络数据的清洗方法、系统及相关装置 | |
WO2023093527A1 (zh) | 告警关联规则生成方法、装置、电子设备和存储介质 | |
CN116260702A (zh) | 数据监控的方法、装置、计算机设备和存储介质 | |
CN114860543A (zh) | 异常检测方法、装置、设备与计算机可读存储介质 | |
CN116227916A (zh) | 一种基于规则引擎的实时风控系统及方法 | |
CN115658443A (zh) | 一种日志过滤方法及装置 | |
CN111988271B (zh) | 一种通信流处理方法及装置 | |
CN109120543B (zh) | 网络流量的监控方法、装置、计算机设备及存储介质 |
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 |