CN113099476A - 网络质量检测方法、装置、设备及存储介质 - Google Patents
网络质量检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113099476A CN113099476A CN202110520650.9A CN202110520650A CN113099476A CN 113099476 A CN113099476 A CN 113099476A CN 202110520650 A CN202110520650 A CN 202110520650A CN 113099476 A CN113099476 A CN 113099476A
- Authority
- CN
- China
- Prior art keywords
- detected
- key performance
- threshold value
- area
- kpi
- 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请提供一种网络质量检测方法、装置、设备及存储介质,其中,该方法根据待检测区域的历史移动无线网络数据,确定待检测区域的历史KPI,进而,对该历史KPI进行预测,获得待检测区域的KPI预测值,根据该KPI预测值,确定待检测区域的第一KPI门限值,从而,根据第一KPI门限值和待检测区域在预设时间段内的移动无线网络数据,判断待检测区域的移动无线网络是否正常运行,即本申请实施例无需人为设定检验规则,解决现有人为设定检验规则检测无线网络质量,导致的检测过程花费较多时间,检测结果准确率较低的问题。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种网络质量检测方法、装置、设备及存储介质。
背景技术
随着5G和物联网的引入,移动无线网络越来越复杂多变,人们对移动无线网络质量的要求也越来越高,对运营商的无线网络优化提出了新的挑战。关键绩效指标(KeyPerformance Indicator,KPI)直接反应了移动无线网络的质量,因此如何基于KPI确定无线网络质量,从而基于该网络质量进行网络优化成为人们关注的焦点。
相关技术中,以小区无线网络质量检测为例,现有在检测过程中一般是网络优化工程师根据相关知识和经验,对小区无线网络中的各个KPI分别设置阈值,进而基于这些阈值,来判断小区无线网络中当前的KPI是否存在异常,进而确定无线网络质量。
然而,随着整个移动无线网络中数据规模的指数式增加,如果采用上述需要人为设定检验规则(例如上述网络优化工程师根据相关知识和经验对各个KPI分别设置阈值)检测无线网络质量的方式,会导致整个检测过程花费较多时间,而且由于人员的不同使得检测规则可能不同,使得后续检测结果准确率较低,无法满足实际要求。
发明内容
为解决现有技术中存在的问题,本申请提供一种网络质量检测方法、装置、设备及存储介质。
第一方面,本申请实施例提供一种网络质量检测方法,该方法包括如下步骤:
根据待检测区域的历史移动无线网络数据,确定所述待检测区域的历史KPI;
对所述历史KPI进行预测,获得所述待检测区域的KPI预测值;
根据所述KPI预测值,确定所述待检测区域的第一KPI门限值;
根据所述第一KPI门限值和所述待检测区域在预设时间段内的移动无线网络数据,判断所述待检测区域的移动无线网络是否正常运行。
在一种可能的实现方式中,所述对所述历史KPI进行预测,获得所述待检测区域的KPI预测值,包括:
将所述历史KPI分解为趋势项、周期项和误差项;
分别对所述趋势项和所述周期项进行预测,获得趋势预测值和周期预测值;
根据所述趋势预测值、所述周期预测值和所述误差项,获得所述KPI预测值。
在一种可能的实现方式中,所述根据所述KPI预测值,确定所述待检测区域的第一KPI门限值,包括:
获取所述KPI预测值对应的KPI真实值;
将所述KPI真实值与所述趋势预测值和所述周期预测值相减,得到随机序列;
计算所述随机序列的标准差;
根据所述标准差和所述KPI预测值,确定所述第一KPI门限值。
在一种可能的实现方式中,所述根据所述第一KPI门限值和所述待检测区域在预设时间段内的移动无线网络数据,判断所述待检测区域的移动无线网络是否正常运行,包括:
判断所述待检测区域在所述预设时间段内的移动无线网络数据对应的KPI是否多次超过所述第一KPI门限值;
若所述待检测区域在所述预设时间段内的移动无线网络数据对应的KPI没有所述多次超过所述第一KPI门限值,则确定所述待检测区域的移动无线网络正常运行。
在一种可能的实现方式中,所述方法还包括:
若所述待检测区域在所述预设时间段内的移动无线网络数据对应的KPI有所述多次超过所述第一KPI门限值,则判断所述待检测区域在所述预设时间段内的移动无线网络数据对应的KPI是否有多次落在第二KPI门限值和第三KPI门限值之间,其中,所述第二KPI门限值和所述第三KPI门限值根据所述第一KPI门限值确定,所述第二KPI门限值小于所述第三KPI门限值;
若所述待检测区域在所述预设时间段内的移动无线网络数据对应的KPI没有所述多次落在所述第二KPI门限值和所述第三KPI门限值之间,则确定所述待检测区域的移动无线网络正常运行。
在一种可能的实现方式中,所述方法还包括:
若所述待检测区域在所述预设时间段内的移动无线网络数据对应的KPI有所述多次落在所述第二KPI门限值和所述第三KPI门限值之间,则确定所述待检测区域的移动无线网络存在质量突变的问题,发送相应提示至预设人员。
在一种可能的实现方式中,所述第三KPI门限值包括第三KPI门限上限值和第三KPI门限下限值;
所述方法还包括:根据表达式:
确定所述第二KPI门限值a_thres,所述第三KPI门限下限值r_thres下和所述第三KPI门限上限值r_thres上;
其中,d_threst+n为所述第一KPI门限值,t为所述历史移动无线网络数据对应的时间,n为所述KPI预测值对应的预测时间,β为所述第三KPI门限值对应的等级。
第二方面,本申请实施例提供一种网络质量检测装置,包括:
指标确定模块,用于根据待检测区域的历史移动无线网络数据,确定所述待检测区域的历史KPI;
预测值获得模块,用于对所述历史KPI进行预测,获得所述待检测区域的KPI预测值;
门限值确定模块,用于根据所述KPI预测值,确定所述待检测区域的第一KPI门限值;
质量检测模块,用于根据所述第一KPI门限值和所述待检测区域在预设时间段内的移动无线网络数据,判断所述待检测区域的移动无线网络是否正常运行。
在一种可能的实现方式中,所述预测值获得模块,具体用于:
将所述历史KPI分解为趋势项、周期项和误差项;
分别对所述趋势项和所述周期项进行预测,获得趋势预测值和周期预测值;
根据所述趋势预测值、所述周期预测值和所述误差项,获得所述KPI预测值。
在一种可能的实现方式中,所述门限值确定模块,具体用于:
获取所述KPI预测值对应的KPI真实值;
将所述KPI真实值与所述趋势预测值和所述周期预测值相减,得到随机序列;
计算所述随机序列的标准差;
根据所述标准差和所述KPI预测值,确定所述第一KPI门限值。
在一种可能的实现方式中,所述质量检测模块,具体用于:
判断所述待检测区域在所述预设时间段内的移动无线网络数据对应的KPI是否多次超过所述第一KPI门限值;
若所述待检测区域在所述预设时间段内的移动无线网络数据对应的KPI没有所述多次超过所述第一KPI门限值,则确定所述待检测区域的移动无线网络正常运行。
在一种可能的实现方式中,所述质量检测模块,具体用于:
若所述待检测区域在所述预设时间段内的移动无线网络数据对应的KPI有所述多次超过所述第一KPI门限值,则判断所述待检测区域在所述预设时间段内的移动无线网络数据对应的KPI是否有多次落在第二KPI门限值和第三KPI门限值之间,其中,所述第二KPI门限值和所述第三KPI门限值根据所述第一KPI门限值确定,所述第二KPI门限值小于所述第三KPI门限值;
若所述待检测区域在所述预设时间段内的移动无线网络数据对应的KPI没有所述多次落在所述第二KPI门限值和所述第三KPI门限值之间,则确定所述待检测区域的移动无线网络正常运行。
在一种可能的实现方式中,所述质量检测模块,具体用于:
若所述待检测区域在所述预设时间段内的移动无线网络数据对应的KPI有所述多次落在所述第二KPI门限值和所述第三KPI门限值之间,则确定所述待检测区域的移动无线网络存在质量突变的问题,发送相应提示至预设人员。
在一种可能的实现方式中,所述第三KPI门限值包括第三KPI门限上限值和第三KPI门限下限值;
所述质量检测模块,具体用于:根据表达式:
确定所述第二KPI门限值a_thres,所述第三KPI门限下限值r_thres下和所述第三KPI门限上限值r_thres上;
其中,d_threst+n为所述第一KPI门限值,t为所述历史移动无线网络数据对应的时间,n为所述KPI预测值对应的预测时间,β为所述第三KPI门限值对应的等级。
第三方面,本申请实施例提供一种网络质量检测设备,包括:
处理器;
存储器;以及
计算机程序;
其中,所述计算机程序被存储在所述存储器中,并且被配置为由所述处理器执行,所述计算机程序包括用于执行如第一方面所述的方法的指令。
第四方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序使得服务器执行第一方面所述的方法。
第五方面,本申请实施例提供一种计算机程序产品,包括计算机指令,所述计算机指令被处理器执行第一方面所述的方法。
本申请实施例提供的网络质量检测方法、装置、设备及存储介质,该方法通过根据待检测区域的历史移动无线网络数据,确定待检测区域的历史KPI,进而,对该历史KPI进行预测,获得待检测区域的KPI预测值,根据该KPI预测值,确定待检测区域的第一KPI门限值,从而,根据第一KPI门限值和待检测区域在预设时间段内的移动无线网络数据,判断待检测区域的移动无线网络是否正常运行,即本申请实施例无需人为设定检验规则,解决现有人为设定检验规则检测无线网络质量,导致的检测过程花费较多时间,检测结果准确率较低的问题。而且,本申请实施例通过将待检测区域实际无线网络数据与KPI门限值对比,使运维人员能够较精准地掌握网络性能,从而基于该网络性能提升网络质量,满足实际应用需要。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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为本申请实施例提供的现有检测无线网络质量的示意图;
图2为本申请实施例提供的网络质量检测系统架构示意图;
图3为本申请实施例提供的一种网络质量检测方法的流程示意图;
图4为本申请实施例提供的某小区4G接通率的历史KPI和KPI预测值的示意图;
图5为本申请实施例提供的根据第一KPI门限值,判断移动无线网络是否正常运行的示意图;
图6为本申请实施例提供的另一种网络质量检测方法的流程示意图;
图7为本申请实施例提供的一种网络质量检测装置的结构示意图;
图8提供本申请所述网络质量检测设备的一种可能的基本硬件架构。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请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”及“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,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,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。
相关技术中,以小区无线网络质量检测为例,现有在检测过程中一般是网络优化工程师根据相关知识和经验,对小区无线网络中的各个KPI分别设置阈值,进而基于这些阈值,来判断小区无线网络中当前的KPI是否存在异常,进而确定无线网络质量。
示例性的,如图1所示,网络优化工程师对小区无线网络中的各个KPI分别设置阈值(人为设定检验规则),基于该阈值确定质差KPI规则,在获取小区无线网络中当前的KPI后,判断其是否满足上述质差KPI规则,如果满足,触发告警派单,由相关人员进行问题处理。
然而,随着整个移动无线网络中数据规模的指数式增加,如果采用上述需要人为设定检验规则(例如上述网络优化工程师根据相关知识和经验对各个KPI分别设置阈值)检测无线网络质量的方式,会导致整个检测过程花费较多时间,而且由于人员的不同使得检测规则可能不同,使得后续检测结果准确率较低,无法满足实际要求。
为了解决上述问题,本申请实施例提出一种简单的网络质量检测方法,可以根据待检测区域的历史移动无线网络数据,确定待检测区域的KPI门限值,从而,根据该KPI门限值和待检测区域在预设时间段内的移动无线网络数据,判断待检测区域的移动无线网络是否正常运行,无需人为设定检验规则,解决现有人为设定检验规则检测无线网络质量,导致的检测过程花费较多时间,检测结果准确率较低的问题。
可选地,本申请提供的一种网络质量检测方法,可以适用于图1所示的网络质量检测系统架构示意图,如图2所示,该系统可以包括接收装置201、处理装置202和显示装置203中至少一种。
在具体实现过程中,接收装置201可以是输入/输出接口,也可以是通信接口,可以用于接收待检测区域的历史移动无线网络数据。
处理装置202可以通过上述接收装置201获取上述待检测区域的历史移动无线网络数据,也可以直接从数据库中获取上述待检测区域的历史移动无线网络数据,进而,根据上述待检测区域的历史移动无线网络数据,确定上述待检测区域的KPI门限值,从而,根据该KPI门限值和上述待检测区域在预设时间段内的移动无线网络数据,判断上述待检测区域的移动无线网络是否正常运行,无需人为设定检验规则,解决现有人为设定检验规则检测无线网络质量,导致的检测过程花费较多时间,检测结果准确率较低的问题。而且,处理装置202通过将上述待检测区域实际无线网络数据与上述KPI门限值对比,使运维人员能够较精准地掌握网络性能,从而基于该网络性能提升网络质量,满足实际应用需要。
显示装置203可以用于对上述历史移动无线网络数据、KPI门限值等进行显示。
显示装置还可以是触摸显示屏,用于在显示的上述内容的同时接收用户指令,以实现与用户的交互。
应理解,上述处理装置可以通过处理器读取存储器中的指令并执行指令的方式实现,也可以通过芯片电路实现。
上述系统仅为一种示例性系统,具体实施时,可以根据应用需求设置。
可以理解的是,本申请实施例示意的结构并不构成对网络质量检测系统架构的具体限定。在本申请另一些可行的实施方式中,上述架构可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置,具体可根据实际应用场景确定,在此不做限制。图2所示的部件可以以硬件,软件,或软件与硬件的组合实现。
另外,本申请实施例描述的系统架构是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着系统架构的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
下面以几个实施例为例对本申请的技术方案进行描述,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图3为本申请实施例提供了一种网络质量检测方法的流程示意图,该方法可以由任意执行网络质量检测方法的装置来执行,该装置可以通过软件和/或硬件实现。如图3所示,在图2所示系统架构的基础上,本申请实施例提供的网络质量检测可以包括如下步骤:
S301:根据待检测区域的历史移动无线网络数据,确定待检测区域的历史KPI。
其中,上述待检测区域可以根据实际情况确定,例如某小区或某大楼等。
在本申请实施例中,以执行主体为上述图2中的处理装置为例。上述处理装置可以通过基站采集上述待检测区域的历史移动无线网络数据,即counter数据。进而,上述处理装置根据该counter数据确定待检测区域的历史KPI。
示例性的,上述处理装置根据上述历史移动无线网络数据确定待检测区域的接通率(包括2/3/4/5G接通率)、掉话率(包括2/3/4/5G掉话率)、同频切换成功率(包括2/3/4/5G同频切换成功率)和异频切换成功率(包括2/3/4/5G异频切换成功率),从而完成待检测区域的历史KPI的统计。
S302:对上述历史KPI进行预测,获得待检测区域的KPI预测值。
这里,上述处理装置可以将上述历史KPI分解为趋势项、周期项和误差项,并分别对上述趋势项和周期项进行预测,获得趋势预测值和周期预测值,从而,根据上述趋势预测值、周期预测值和误差项,获得待检测区域的KPI预测值。
示例性的,上述处理装置首先可以采用Prophet模型训练的时序数据分解方法,将上述历史KPISt分解成趋势项trendt、周期项(dailyt,weeklyt)和误差项ε,然后将分解出的趋势trendt和周期项(dailyt,weeklyt)进行预测,获得趋势预测值和周期预测值,例如采用Prophet模型预测获得第t+3天趋势预测值trendt+3和周期预测值(dailyt+3,weeklyt+3),最后根据上述趋势预测值trendt+3、周期预测值(dailyt+3,weeklyt+3)和误差项ε,得到第t+3天待检测区域的KPI预测值St+3。例如:
St+3=trendt+3+dailyt+3+weeklyt+3+ε
如图4所示,图4给出某小区4G接通率的历史KPI(图中所示历史值)和KPI预测值(图中所示预测值)的示意图。从图中可以看出,上述处理装置对历史数据有较好的拟合,自动调整历史4G接通率数据中的异常点,减小异常点对拟合曲线的影响,因此预测结果较好的拟合了大部分历史数据的历史规律,预测比较准确。
其中,为了提高处理结果的准确性,上述处理装置在对上述历史KPI进行预测,获得待检测区域的KPI预测值之前,还可以对上述历史KPI进行预处理,该预处理包括类型转换、缺失值填充和去噪处理等,从而得到适合进行后续预测处理的标准、连续的数据集。这样,上述处理装置对上述预处理后的历史KPI进行预测,获得较准确的待检测区域的KPI预测值,适合应用。
S303:根据上述KPI预测值,确定待检测区域的第一KPI门限值。
这里,上述处理装置可以获取上述KPI预测值对应的KPI真实值,进而,将上述KPI真实值与上述趋势预测值和周期预测值相减,得到随机序列,计算该随机序列的标准差,从而,根据该标准差和上述KPI预测值,确定待检测区域的第一KPI门限值。
示例性的,上述处理装置将实际真实KPI值与各分量的预测值相减获得随机序列,随机序列的标准差和各分量的预测值合成得到第一KPI门限值。
其中,上述处理装置计算随机序列的标准差的原因是:根据中心极限定理,如果一个事物受到多种因素的影响,不管每个因素本身是什么分布,它们作差后结果呈现正态分布。因此实际值与预测值的差值即随机序列呈现正态分布。正态分布的标准反映了组内个体间的离散程度(如一个较大的标准差,表示大部分的数值和其平均值之间差异较大;一个较小的标准差,代表这些数值较接近平均值)。
上述处理装置将KPI真实值S′t与趋势预测值、周期预测值,例如上述第t+3天趋势预测值trendt+3和周期预测值(dailyt+3,weeklyt+3),相减得到随机序列Rt,呈现正态分布。
Rt=S′t-trendt+3-dailyt+3-weeklyt+3
随机序列Rt的标准差反映了真实KPI与KPI预测值的离散程度,计算随机序列Rt的标准差σ:
μ为随机序列Rt的平均值,N为随机序列Rt中数据的数量,将上述KPI预测值和上述标准差σ进行集成,得到待检测区域的第一KPI门限值,例如将第t+3天KPI预测值St+3与随机序列Rt的标准差σ进行集成,得到第t+3天待检测区域的第一KPI门限值d_threst+3。
d_threst+3=St+3+σ
S304:根据上述第一KPI门限值和待检测区域在预设时间段内的移动无线网络数据,判断待检测区域的移动无线网络是否正常运行。
这里,上述处理装置可以判断待检测区域在上述预设时间段内的移动无线网络数据对应的KPI是否多次超过上述第一KPI门限值。如果待检测区域在上述预设时间段内的移动无线网络数据对应的KPI没有多次超过上述第一KPI门限值,则确定待检测区域的移动无线网络正常运行。
其中,上述预设时间段可以根据实际情况确定,例如当前一周或当前一个月等。这里,当前一周可以理解为从当前起的一周时间,当前一个月同理。
上述多次超过上述第一KPI门限值中的多次,可以理解为预设次数,具体可以根据实际情况确定。
示例性的,如图5所示,在图中,阴影部分表示某小区4G接通率的第一KPI门限值(图中所示KPI门限值)。第一KPI门限值包含了大部分的真实值,在第一KPI门限值内的数值都属于正常KPI,而超过第一KPI门限值的数值则属于异常KPI。当预设时间段内的真实指标不满足多个超过对应预测出来的第一KPI门限时,说明待检测区域的移动无线网络正常运行。
本申请实施例,通过根据待检测区域的历史移动无线网络数据,确定待检测区域的历史KPI,进而,对该历史KPI进行预测,获得待检测区域的KPI预测值,根据该KPI预测值,确定待检测区域的第一KPI门限值,从而,根据第一KPI门限值和待检测区域在预设时间段内的移动无线网络数据,判断待检测区域的移动无线网络是否正常运行,即本申请实施例无需人为设定检验规则,解决现有人为设定检验规则检测无线网络质量,导致的检测过程花费较多时间,检测结果准确率较低的问题。而且,本申请实施例通过将待检测区域实际无线网络数据与KPI门限值对比,使运维人员能够较精准地掌握网络性能,从而基于该网络性能提升网络质量,满足实际应用需要。
另外,本申请实施例在上述处理装置根据上述第一KPI门限值和待检测区域在预设时间段内的移动无线网络数据,判断待检测区域的移动无线网络是否正常运行时,如果待检测区域在上述预设时间段内的移动无线网络数据对应的KPI有多次超过上述第一KPI门限值,则判断待检测区域在上述预设时间段内的移动无线网络数据对应的KPI是否有多次落在第二KPI门限值和第三KPI门限值之间,其中,上述第二KPI门限值和第三KPI门限值根据上述第一KPI门限值确定,上述第二KPI门限值小于第三KPI门限值。图6为本申请实施例提出的另一种网络质量检测方法的流程示意图。如图6所示,该方法包括:
S601:根据待检测区域的历史移动无线网络数据,确定待检测区域的历史KPI。
S602:对上述历史KPI进行预测,获得待检测区域的KPI预测值。
S603:根据上述KPI预测值,确定待检测区域的第一KPI门限值。
其中,步骤S601-S603参见上述步骤S301-S303的相关描述,此处不再赘述。
S604:判断待检测区域在预设时间段内的移动无线网络数据对应的KPI是否多次超过上述第一KPI门限值。
S605:若待检测区域在上述预设时间段内的移动无线网络数据对应的KPI没有多次超过上述第一KPI门限值,则确定待检测区域的移动无线网络正常运行。
S606:若待检测区域在上述预设时间段内的移动无线网络数据对应的KPI有多次超过上述第一KPI门限值,则判断待检测区域在上述预设时间段内的移动无线网络数据对应的KPI是否有多次落在第二KPI门限值和第三KPI门限值之间。
这里,上述第三KPI门限值包括第三KPI门限上限值和第三KPI门限下限值。
上述处理装置可以根据表达式:
确定上述第二KPI门限值a_thres,上述第三KPI门限下限值r_thres下和上述第三KPI门限上限值r_thres上;
其中,d_threst+n为上述第一KPI门限值,t为上述历史移动无线网络数据对应的时间,n为上述KPI预测值对应的预测时间,β为上述第三KPI门限值对应的等级。
这里,上述第二KPI门限值a_thres可以根据实际情况设置,例如设置4G接通率的第二KPI门限值为90%,4G掉话率的第二KPI门限值为5%等。第二KPI门限值也可以称为KPI绝对门限值。
在本申请实施例中,第三KPI门限值可以设置10个等级,等级越大,第三KPI门限值越大,落在第三KPI门限值和第二KPI门限值之间的概率越小,KPI越接近于第二KPI门限值,KPI异常越严重;等级越小,第三KPI门限值越小,落在第三KPI门限值和第二KPI门限值之间的概率越大,派单量也会越多。其中,第三KPI门限值也可以称为KPI相对门限值。
S607:若待检测区域在上述预设时间段内的移动无线网络数据对应的KPI没有多次落在上述第二KPI门限值和上述第三KPI门限值之间,则确定待检测区域的移动无线网络正常运行。
S608:若待检测区域在上述预设时间段内的移动无线网络数据对应的KPI有多次落在上述第二KPI门限值和上述第三KPI门限值之间,则确定待检测区域的移动无线网络存在质量突变的问题,发送相应提示至预设人员。
这里待检测区域在上述预设时间段内的移动无线网络数据对应的KPI多次落在第三KPI门限值和第二KPI门限值之间,则说明待检测区域某项KPI已经存在突变异常的问题,在超过待检测区域第二KPI门限值突变恶化影响用户感知之前,可以起到提前预警作用安排代维人员现场排查问题,避免用户大规模投诉。
示例性的,如表1所示:
表1为6月3日某小区4G接通率实际值与三个门限
从表1中,可以看出某小区4G接通率6月3日从9点4G接通率开始发生异常,从11点到14点连续低于第三KPI门限值但未低于第二KPI门限值,直到17点4G接通率突然恶化,直接低于第二KPI门限值,4G接通率直接降到74%。可以发现本申请实施例对KPI突然恶化有明显的预警作用。如果运维人员能够在6月3日9点到14点之间解决4G接通率KPI异常原因,那么17点就不会发生4G接通率突然恶化,也不会造成用户投诉。
本申请实施例中,上述处理装置通过获取待检测区域的KPI数据,并对该KPI进行预测,得到第一KPI门限值,并根据第一KPI门限值设置第二KPI门限值和第三KPI门限值,通过实际指标与不同门限的对比,设置不同等级的第三KPI门限值,可以人为控制KPI异常数量,减少预警次数,使运维人员更精准地掌握网络性能,降低质差小区突变识别检测误报和错报异常,提升网络优化效率和质量。同时通过第三KPI门限值和第二KPI门限值范围设置,可提前发现小区KPI存在突变异常恶化趋势,先于用户投诉发现问题,保证网络健康运行,提升客户感知和满意度。
对应于上文实施例的网络质量检测方法,图7为本申请实施例提供的网络质量检测装置的结构示意图。为了便于说明,仅示出了与本申请实施例相关的部分。图7为本申请实施例提供的一种网络质量检测装置的结构示意图,该网络质量检测装置70包括:指标确定模块701、预测值获得模块702、门限值确定模块703以及质量检测模块704。这里的网络质量检测装置可以是上述处理装置本身,或者是实现上述处理装置的功能的芯片或者集成电路。这里需要说明的是,指标确定模块、预测值获得模块、门限值确定模块以及质量检测模块的划分只是一种逻辑功能的划分,物理上两者可以是集成的,也可以是独立的。
其中,指标确定模块701,用于根据待检测区域的历史移动无线网络数据,确定所述待检测区域的历史KPI。
预测值获得模块702,用于对所述历史KPI进行预测,获得所述待检测区域的KPI预测值。
门限值确定模块703,用于根据所述KPI预测值,确定所述待检测区域的第一KPI门限值;
质量检测模块704,用于根据所述第一KPI门限值和所述待检测区域在预设时间段内的移动无线网络数据,判断所述待检测区域的移动无线网络是否正常运行。
在一种可能的实现方式中,所述预测值获得模块702,具体用于:
将所述历史KPI分解为趋势项、周期项和误差项;
分别对所述趋势项和所述周期项进行预测,获得趋势预测值和周期预测值;
根据所述趋势预测值、所述周期预测值和所述误差项,获得所述KPI预测值。
在一种可能的实现方式中,所述门限值确定模块703,具体用于:
获取所述KPI预测值对应的KPI真实值;
将所述KPI真实值与所述趋势预测值和所述周期预测值相减,得到随机序列;
计算所述随机序列的标准差;
根据所述标准差和所述KPI预测值,确定所述第一KPI门限值。
在一种可能的实现方式中,所述质量检测模块704,具体用于:
判断所述待检测区域在所述预设时间段内的移动无线网络数据对应的KPI是否多次超过所述第一KPI门限值;
若所述待检测区域在所述预设时间段内的移动无线网络数据对应的KPI没有所述多次超过所述第一KPI门限值,则确定所述待检测区域的移动无线网络正常运行。
在一种可能的实现方式中,所述质量检测模块704,具体用于:
若所述待检测区域在所述预设时间段内的移动无线网络数据对应的KPI有所述多次超过所述第一KPI门限值,则判断所述待检测区域在所述预设时间段内的移动无线网络数据对应的KPI是否有多次落在第二KPI门限值和第三KPI门限值之间,其中,所述第二KPI门限值和所述第三KPI门限值根据所述第一KPI门限值确定,所述第二KPI门限值小于所述第三KPI门限值;
若所述待检测区域在所述预设时间段内的移动无线网络数据对应的KPI没有所述多次落在所述第二KPI门限值和所述第三KPI门限值之间,则确定所述待检测区域的移动无线网络正常运行。
在一种可能的实现方式中,所述质量检测模块704,具体用于:
若所述待检测区域在所述预设时间段内的移动无线网络数据对应的KPI有所述多次落在所述第二KPI门限值和所述第三KPI门限值之间,则确定所述待检测区域的移动无线网络存在质量突变的问题,发送相应提示至预设人员。
在一种可能的实现方式中,所述第三KPI门限值包括第三KPI门限上限值和第三KPI门限下限值;
所述质量检测模块704,具体用于:根据表达式:
确定所述第二KPI门限值a_thres,所述第三KPI门限下限值r_thres下和所述第三KPI门限上限值r_thres上;
其中,d_threst+n为所述第一KPI门限值,t为所述历史移动无线网络数据对应的时间,n为所述KPI预测值对应的预测时间,β为所述第三KPI门限值对应的等级。
本申请实施例提供的装置,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本申请实施例此处不再赘述。
可选地,图8分别示意性地提供本申请所述网络质量检测设备的一种可能的基本硬件架构。
参见图8,网络质量检测设备包括至少一个处理器801以及通信接口803。进一步可选的,还可以包括存储器802和总线804。
其中,网络质量检测设备中,处理器801的数量可以是一个或多个,图8仅示意了其中一个处理器801。可选地,处理器801,可以是CPU、图形处理器(Graphics ProcessingUnit,GPU)或者数字信号处理(Digital Signal Process,DSP)。如果网络质量检测设备具有多个处理器801,多个处理器801的类型可以不同,或者可以相同。可选地,网络质量检测设备的多个处理器801还可以集成为多核处理器。
存储器802存储计算机指令和数据;存储器802可以存储实现本申请提供的上述网络质量检测方法所需的计算机指令和数据,例如,存储器802存储用于实现上述网络质量检测方法的步骤的指令。存储器802可以是以下存储介质的任一种或任一种组合:非易失性存储器(例如只读存储器(Read-Only Memory,ROM)、固态驱动器(Solid State Disk或SolidState Drive,SSD)、硬盘驱动器(Hard Disk Drive,HDD)、光盘),易失性存储器。
通信接口803可以为所述至少一个处理器提供信息输入/输出。也可以包括以下器件的任一种或任一种组合:网络接口(例如以太网接口)、无线网卡等具有网络接入功能的器件。
可选的,通信接口803还可以用于网络质量检测设备与其它计算设备或者终端进行数据通信。
进一步可选的,图8用一条粗线表示总线804。总线804可以将处理器801与存储器802和通信接口803连接。这样,通过总线804,处理器801可以访问存储器802,还可以利用通信接口803与其它计算设备或者终端进行数据交互。
在本申请中,网络质量检测设备执行存储器802中的计算机指令,使得网络质量检测设备实现本申请提供的上述网络质量检测方法,或者使得网络质量检测设备部署上述的网络质量检测装置。
从逻辑功能划分来看,示例性的,如图8所示,存储器802中可以包括指标确定模块701、预测值获得模块702、门限值确定模块703以及质量检测模块704。这里的包括仅仅涉及存储器中所存储的指令被执行时可以分别实现指标确定模块、预测值获得模块、门限值确定模块以及质量检测模块的功能,而不限定是物理上的结构。
另外,上述的网络质量检测设备除了可以像上述图8通过软件实现外,也可以作为硬件模块,或者作为电路单元,通过硬件实现。
本申请提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序使得服务器执行本申请提供的上述网络质量检测方法。
本申请提供一种计算机程序产品,包括计算机指令,所述计算机指令被处理器执行本申请提供的上述网络质量检测方法。
本申请提供一种芯片,包括至少一个处理器和通信接口,所述通信接口为所述至少一个处理器提供信息输入和/或输出。进一步,所述芯片还可以包含至少一个存储器,所述存储器用于存储计算机指令。所述至少一个处理器用于调用并运行该计算机指令,以执行本申请提供的上述网络质量检测方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
Claims (10)
1.一种网络质量检测方法,其特征在于,包括:
根据待检测区域的历史移动无线网络数据,确定所述待检测区域的历史关键绩效指标;
对所述历史关键绩效指标进行预测,获得所述待检测区域的关键绩效指标预测值;
根据所述关键绩效指标预测值,确定所述待检测区域的第一关键绩效指标门限值;
根据所述第一关键绩效指标门限值和所述待检测区域在预设时间段内的移动无线网络数据,判断所述待检测区域的移动无线网络是否正常运行。
2.根据权利要求1所述的方法,其特征在于,所述对所述历史关键绩效指标进行预测,获得所述待检测区域的关键绩效指标预测值,包括:
将所述历史关键绩效指标分解为趋势项、周期项和误差项;
分别对所述趋势项和所述周期项进行预测,获得趋势预测值和周期预测值;
根据所述趋势预测值、所述周期预测值和所述误差项,获得所述关键绩效指标预测值。
3.根据权利要求2所述的方法,其特征在于,所述根据所述关键绩效指标预测值,确定所述待检测区域的第一关键绩效指标门限值,包括:
获取所述关键绩效指标预测值对应的关键绩效指标真实值;
将所述关键绩效指标真实值与所述趋势预测值和所述周期预测值相减,得到随机序列;
计算所述随机序列的标准差;
根据所述标准差和所述关键绩效指标预测值,确定所述第一关键绩效指标门限值。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述根据所述第一关键绩效指标门限值和所述待检测区域在预设时间段内的移动无线网络数据,判断所述待检测区域的移动无线网络是否正常运行,包括:
判断所述待检测区域在所述预设时间段内的移动无线网络数据对应的关键绩效指标是否多次超过所述第一关键绩效指标门限值;
若所述待检测区域在所述预设时间段内的移动无线网络数据对应的关键绩效指标没有所述多次超过所述第一关键绩效指标门限值,则确定所述待检测区域的移动无线网络正常运行。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
若所述待检测区域在所述预设时间段内的移动无线网络数据对应的关键绩效指标有所述多次超过所述第一关键绩效指标门限值,则判断所述待检测区域在所述预设时间段内的移动无线网络数据对应的关键绩效指标是否有多次落在第二关键绩效指标门限值和第三关键绩效指标门限值之间,其中,所述第二关键绩效指标门限值和所述第三关键绩效指标门限值根据所述第一关键绩效指标门限值确定,所述第二关键绩效指标门限值小于所述第三关键绩效指标门限值;
若所述待检测区域在所述预设时间段内的移动无线网络数据对应的关键绩效指标没有所述多次落在所述第二关键绩效指标门限值和所述第三关键绩效指标门限值之间,则确定所述待检测区域的移动无线网络正常运行。
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:
若所述待检测区域在所述预设时间段内的移动无线网络数据对应的关键绩效指标有所述多次落在所述第二关键绩效指标门限值和所述第三关键绩效指标门限值之间,则确定所述待检测区域的移动无线网络存在质量突变的问题,发送相应提示至预设人员。
7.一种网络质量检测装置,其特征在于,包括:
指标确定模块,用于根据待检测区域的历史移动无线网络数据,确定所述待检测区域的历史关键绩效指标;
预测值获得模块,用于对所述历史关键绩效指标进行预测,获得所述待检测区域的关键绩效指标预测值;
门限值确定模块,用于根据所述关键绩效指标预测值,确定所述待检测区域的第一关键绩效指标门限值;
质量检测模块,用于根据所述第一关键绩效指标门限值和所述待检测区域在预设时间段内的移动无线网络数据,判断所述待检测区域的移动无线网络是否正常运行。
8.一种网络质量检测设备,其特征在于,包括:
处理器;
存储器;以及
计算机程序;
其中,所述计算机程序被存储在所述存储器中,并且被配置为由所述处理器执行,所述计算机程序包括用于执行如权利要求1-6任一项所述的方法的指令。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序使得服务器执行权利要求1-6任一项所述的方法。
10.一种计算机程序产品,其特征在于,包括计算机指令,所述计算机指令被处理器执行权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110520650.9A CN113099476B (zh) | 2021-05-13 | 2021-05-13 | 网络质量检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110520650.9A CN113099476B (zh) | 2021-05-13 | 2021-05-13 | 网络质量检测方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113099476A true CN113099476A (zh) | 2021-07-09 |
CN113099476B CN113099476B (zh) | 2022-12-06 |
Family
ID=76665360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110520650.9A Active CN113099476B (zh) | 2021-05-13 | 2021-05-13 | 网络质量检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113099476B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113660687A (zh) * | 2021-08-17 | 2021-11-16 | 中国联合网络通信集团有限公司 | 网络差小区处理方法、装置、设备及存储介质 |
CN113890837A (zh) * | 2021-09-13 | 2022-01-04 | 浪潮通信信息系统有限公司 | 基于滑动窗口交叉算法预测指标劣化的方法及系统 |
CN114301803A (zh) * | 2021-12-24 | 2022-04-08 | 北京百度网讯科技有限公司 | 网络质量检测方法、装置、电子设备及存储介质 |
CN114363933A (zh) * | 2021-12-29 | 2022-04-15 | 中国电信股份有限公司 | 一种网络诊断方法、装置、电子设备及存储介质 |
CN116074215A (zh) * | 2022-12-30 | 2023-05-05 | 中国联合网络通信集团有限公司 | 网络质量检测方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105228179A (zh) * | 2015-09-06 | 2016-01-06 | 深圳优克云联科技有限公司 | 历史网络kpi数据集合生成、用户识别卡分配方法、装置及系统 |
US20180024875A1 (en) * | 2016-07-20 | 2018-01-25 | International Business Machines Corporation | Anomaly detection in performance management |
CN110278121A (zh) * | 2018-03-15 | 2019-09-24 | 中兴通讯股份有限公司 | 一种检测网络性能异常的方法、装置、设备及存储介质 |
CN112423031A (zh) * | 2019-08-22 | 2021-02-26 | 中国电信股份有限公司 | 基于iptv的kpi监测方法、装置及其系统 |
CN112508316A (zh) * | 2019-09-16 | 2021-03-16 | 中国科学院信息工程研究所 | 实时异常检测系统中的自适应异常判定方法和装置 |
-
2021
- 2021-05-13 CN CN202110520650.9A patent/CN113099476B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105228179A (zh) * | 2015-09-06 | 2016-01-06 | 深圳优克云联科技有限公司 | 历史网络kpi数据集合生成、用户识别卡分配方法、装置及系统 |
US20180024875A1 (en) * | 2016-07-20 | 2018-01-25 | International Business Machines Corporation | Anomaly detection in performance management |
CN110278121A (zh) * | 2018-03-15 | 2019-09-24 | 中兴通讯股份有限公司 | 一种检测网络性能异常的方法、装置、设备及存储介质 |
CN112423031A (zh) * | 2019-08-22 | 2021-02-26 | 中国电信股份有限公司 | 基于iptv的kpi监测方法、装置及其系统 |
CN112508316A (zh) * | 2019-09-16 | 2021-03-16 | 中国科学院信息工程研究所 | 实时异常检测系统中的自适应异常判定方法和装置 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113660687A (zh) * | 2021-08-17 | 2021-11-16 | 中国联合网络通信集团有限公司 | 网络差小区处理方法、装置、设备及存储介质 |
CN113660687B (zh) * | 2021-08-17 | 2023-07-04 | 中国联合网络通信集团有限公司 | 网络差小区处理方法、装置、设备及存储介质 |
CN113890837A (zh) * | 2021-09-13 | 2022-01-04 | 浪潮通信信息系统有限公司 | 基于滑动窗口交叉算法预测指标劣化的方法及系统 |
CN114301803A (zh) * | 2021-12-24 | 2022-04-08 | 北京百度网讯科技有限公司 | 网络质量检测方法、装置、电子设备及存储介质 |
CN114301803B (zh) * | 2021-12-24 | 2024-03-08 | 北京百度网讯科技有限公司 | 网络质量检测方法、装置、电子设备及存储介质 |
CN114363933A (zh) * | 2021-12-29 | 2022-04-15 | 中国电信股份有限公司 | 一种网络诊断方法、装置、电子设备及存储介质 |
CN114363933B (zh) * | 2021-12-29 | 2024-04-05 | 中国电信股份有限公司 | 一种网络诊断方法、装置、电子设备及存储介质 |
CN116074215A (zh) * | 2022-12-30 | 2023-05-05 | 中国联合网络通信集团有限公司 | 网络质量检测方法、装置、设备及存储介质 |
CN116074215B (zh) * | 2022-12-30 | 2024-04-19 | 中国联合网络通信集团有限公司 | 网络质量检测方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113099476B (zh) | 2022-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113099476B (zh) | 网络质量检测方法、装置、设备及存储介质 | |
WO2020259421A1 (zh) | 一种业务系统的监控方法及装置 | |
CN107678803B (zh) | 应用管控方法、装置、存储介质及电子设备 | |
CN106886481B (zh) | 一种系统健康度静态分析预测方法及装置 | |
CN110991875A (zh) | 一种平台用户质量评估系统 | |
CN107133118A (zh) | 一种故障诊断模型训练方法、故障诊断方法及相关装置 | |
CN112835769A (zh) | 一种业务数据异常诊断方法、装置、设备及存储介质 | |
CN112632179A (zh) | 模型构建方法、装置、存储介质及设备 | |
CN112801434A (zh) | 性能指标健康度的监测方法、装置、设备和存储介质 | |
CN113342939B (zh) | 数据质量监控方法、装置及相关设备 | |
CN107480703B (zh) | 交易故障检测方法及装置 | |
CN114493238A (zh) | 供电服务风险预测方法、系统、存储介质及计算机设备 | |
CN113886006A (zh) | 一种资源调度方法、装置、设备及可读存储介质 | |
CN116756522B (zh) | 概率预报方法、装置、存储介质及电子设备 | |
CN117709528A (zh) | 碳排放量预测方法、装置、设备及存储介质 | |
CN110413482B (zh) | 检测方法和装置 | |
CN106815772A (zh) | 电力数据上报方法及装置 | |
CN113656452A (zh) | 调用链指标异常的检测方法、装置、电子设备及存储介质 | |
CN113947260A (zh) | 用户满意度预测方法、装置及电子设备 | |
CN113657648A (zh) | 一种多维数据融合的设备健康评估方法、装置及运维系统 | |
CN111461559B (zh) | 备件需求量确定方法、装置及电子设备 | |
CN111611117B (zh) | 硬盘故障的预测方法、装置、设备及计算机可读存储介质 | |
CN113887861A (zh) | 一种输变电主设备准实时数据监测系统 | |
CN110688273B (zh) | 分类模型的监控方法、装置、终端以及计算机存储介质 | |
CN112966913A (zh) | 一种企业质量信用数据分析方法及系统 |
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 |