CN113132149A - 网络数据分级方法、装置及网管服务器、存储介质 - Google Patents
网络数据分级方法、装置及网管服务器、存储介质 Download PDFInfo
- Publication number
- CN113132149A CN113132149A CN202010049374.8A CN202010049374A CN113132149A CN 113132149 A CN113132149 A CN 113132149A CN 202010049374 A CN202010049374 A CN 202010049374A CN 113132149 A CN113132149 A CN 113132149A
- Authority
- CN
- China
- Prior art keywords
- offline
- optical network
- target optical
- network terminal
- terminal
- 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
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
- H04L43/0811—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking connectivity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/10—Active monitoring, e.g. heartbeat, ping or trace-route
- H04L43/103—Active monitoring, e.g. heartbeat, ping or trace-route with adaptive polling, i.e. dynamically adapting the polling rate
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q11/00—Selecting arrangements for multiplex systems
- H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
- H04Q11/0062—Network aspects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q11/00—Selecting arrangements for multiplex systems
- H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
- H04Q11/0062—Network aspects
- H04Q2011/0079—Operation or maintenance aspects
- H04Q2011/0081—Fault tolerance; Redundancy; Recovery; Reconfigurability
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q11/00—Selecting arrangements for multiplex systems
- H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
- H04Q11/0062—Network aspects
- H04Q2011/0084—Quality of service aspects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Health & Medical Sciences (AREA)
- Algebra (AREA)
- General Health & Medical Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Cardiology (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请公开了一种网络数据分级方法、装置及网管服务器、存储介质,涉及通信技术领域。通过根据离线时间相关参数,确定目标光网络终端的离线时长在预设的针对垃圾数据疑似程度的分级评估范围的所属区间;并根据所属区间,确定与目标光网络终端关联的光线路终端中的目标光线路终端产生的网络数据与垃圾数据的疑似程度级别;其中,分级评估范围的生成的过程为:在历史时刻对以历史光网络终端的离线时长为横坐标、离线个数为纵坐标的坐标点进行曲线拟合;根据贝塔分布的三点估算算法、拟合后的曲线,生成历史光网络终端的离线时长的期望值及标准差;根据期望值、标准差及预设的不同的级别权值集合确定分级评估范围中的多个不同的评估门限值。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种网络数据分级方法、装置及网管服务器、存储介质。
背景技术
无源光纤网络系统是构建于无源光分配网络上(ODN)的宽带接入技术,向上连接CMMET、IMS、CATV等网络,向下连接各类用户终端,主要承载普通集团专线、家庭宽带、WLAN热点接入等业务。无源光纤网络系统包括光线路终端、光分配网和光网络终端三大部分,其中,光线路终端作为无源光纤网络系统的核心部件,相当于传统通信网中的交换机或路由器,主要作用是将各种业务数据进行汇聚、标识和转发。在通信网络系统中含有固定带宽的DBA带宽分配方式,光网络终端的上行带宽通常均是预分配并不能与其他光网络终端共用的,这样会造成光网络终端离线或被拆走后光线路终端为其分配的上行带宽仍然存在。如果对无效的离线的光网络终端离线配置数据不删除,会长期占用上行带宽,上行带宽浪费,势必影响后续业务开通和网络效率。
现有技术中,对网络数据的分级方式单一,仅包括对网络数据是否与垃圾数据疑似程度高的判断标准,具体为:根据人工经验预先设置一个时间阈值,然后判断光网络终端的离线时长是否达到该阈值,如果达到,则判断该光网络终端数据为与垃圾数据的疑似程度高,如果是,则对其进行删除操作。而通过上述的方式设置的判断标准的准确度不高,会造成对数据的误处理(例如,如果判断标准相对于实际情况偏高,会造成大量的与垃圾数据疑似程度高的数据没有被识别出而不会被删除,仍然会造成上行带宽的浪费,如果判断标准相对于实际情况偏低,会造成大量的正常数据被误删),并且分级粗糙简单化,仅仅能根据分级执行删除或不删除的操作,对网络数据的监管存在瑕疵。
发明内容
本申请实施例提供的了一种网络数据分级方法、装置及网管服务器、存储介质,以改善上述的问题。
第一方面,本申请实施例提供了一种网络数据分级方法,所述方法包括:
获取当前处于离线状态的目标光网络终端的离线时间相关参数;
根据所述离线时间相关参数,确定目标光网络终端的离线时长在预设的针对垃圾数据疑似程度的分级评估范围的所属区间,其中,分级评估范围包括有多个不同的评估门限值;
根据目标光网络终端的离线时长在所述分级评估范围的所属区间,确定与所述目标光网络终端关联的光线路终端中的所述目标光线路终端产生的网络数据与垃圾数据的疑似程度级别;
其中,所述预设的针对垃圾数据疑似程度的分级评估范围的生成的过程为:在历史时刻对以历史光网络终端的离线时长为横坐标、离线个数为纵坐标的坐标点进行曲线拟合;根据贝塔分布的三点估算算法、拟合后的曲线,生成所述历史光网络终端的离线时长的期望值及标准差;根据所述期望值、所述标准差及预设的不同的级别权值集合确定所述分级评估范围的多个不同的评估门限值。
第二方面,本申请实施例还提供了一种网络数据分级装置,包括:
分级评估范围确定单元,被配置成在历史时刻对以历史光网络终端的离线时长为横坐标、离线个数为纵坐标的坐标点进行曲线拟合;根据贝塔分布的三点估算算法、拟合后的曲线,生成所述历史光网络终端的离线时长的期望值及标准差;根据所述期望值、所述标准差及预设的不同的级别权值集合确定所述分级评估范围中的多个不同的评估门限值;
信息获取单元,被配置成执行获取当前处于离线状态的目标光网络终端的离线时间相关参数;
区间确定单元,被配置成根据所述离线时间相关参数,确定目标光网络终端的离线时长在预设的针对垃圾数据疑似程度的分级评估范围的所属区间,其中,分级评估范围包括有多个不同的评估门限值;
参数分级单元,被配置成根据目标光网络终端的离线时长在所述分级评估范围的所属区间,确定与所述目标光网络终端关联的光线路终端中的所述目标光线路终端产生的网络数据与垃圾数据的疑似程度级别。
第三方面,本申请实施例还提供了一种网管服务器,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现本申请实施例第一方面所述的网络数据分级方法。
第四方面,本申请实施例还提供了一种存储介质,当所述存储介质中的指令由网管服务器的处理器执行时,使得网管服务器能够执行本申请实施例第一方面所述的网络数据分级方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:
该网络数据分级方法,由于分级评估范围的生成的过程为:在历史时刻对以历史光网络终端的离线时长为横坐标、离线个数为纵坐标的坐标点进行曲线拟合;根据贝塔分布的三点估算算法、拟合后的曲线,生成所述历史光网络终端的离线时长的期望值及标准差;根据期望值、所述标准差及预设的不同的级别权值集合确定分级评估范围的多个不同的评估门限值;从而根据目标光网络终端的离线时长在分级评估范围的所属区间,确定的与目标光网络终端关联的光线路终端中的目标光线路终端产生的网络数据与垃圾数据的疑似程度级别更加精准,以便精准执行与疑似程度级别关联的数据处理操作,并且分级粒度更加细化,执行与不同的疑似程度级别关联的数据处理操作,可以对网络数据进行更精细化的处理,对数据监管的可靠性更高。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请的一种实施例提供的网络数据分级方法的流程图;
图2为本申请实施例提供的处于在线状态时光线路终端、目标光网络终端、网管服务器的交互示意图;
图3为本申请的一种实施例提供的分级评估范围的生成的过程的流程图;
图4为本申请的一种实施例提供的历史光网络终端的离线时长为横坐标、离线个数为纵坐标构建的散点图;
图5为本申请的一种实施例提供的对图4中散点图进行曲线拟合的示意图;
图6为本申请的一种实施例提供的网络数据分级方法的流程图;
图7为本申请的一种实施例提供的网络数据分级方法的流程图;
图8为本申请的一种实施例提供的网络数据分级方法的流程图;
图9为本申请的一种实施例提供的网络数据分级装置的功能模块框图;
图10为本申请的一种实施例提供的网络数据分级装置的功能模块框图;
图11为本申请的一种实施例提供的网管服务器的电路连接框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例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。
以下结合附图,详细说明本申请各实施例提供的技术方案。
请参阅图1,本申请实施例提供的一种网络数据分级方法,应用于网管服务器100,如图2所示,网管服务器100与光线路终端300通信连接,处于在线状态时,目标光网络终端200与光线路终端300通信连接,处于离线状态时,目标光网络终端200与光线路终端300断开通信连接,以便进行数据交互。所述方法包括:
S11:获取当前处于离线状态的目标光网络终端200的离线时间相关参数。
具体地,可以根据依次对每个光线路终端300的端口编号关联的多个光网络终端进行轮询,当前被访问到的光网络终端即为目标光网络终端200,如果被访问到的目标光网络终端200为在线状态,则跳过,如果处于离线状态,则获取目标光网络终端200的离线时间相关参数。其中,离线时间相关参数可以为离线时间、也可以是针对离线时间的获取障碍标识,在此不做限定。
S12:根据离线时间相关参数,确定目标光网络终端200的离线时长在预设的针对垃圾数据疑似程度的分级评估范围的所属区间,其中,分级评估范围包括有多个不同的评估门限值。
例如,多个不同的评估门限值由小到大排列分别为A、B、C,则分级评估范围的区间包括:[0,A)、[A,B)、[B,C)、[C,+∞),每个区间与一个疑似程度级别存在对应关系。
S13:根据目标光网络终端200的离线时长在分级评估范围的所属区间,确定与目标光网络终端200关联的光线路终端300中的目标光线路终端300产生的网络数据与垃圾数据的疑似程度级别。
该网络数据分级方法,由于分级评估范围的生成的过程为:在历史时刻对以历史光网络终端的离线时长为横坐标、离线个数为纵坐标的坐标点进行曲线拟合;根据贝塔分布的三点估算算法、拟合后的曲线,生成所述历史光网络终端的离线时长的期望值及标准差;根据期望值、所述标准差及预设的不同的级别权值集合确定分级评估范围的多个不同的评估门限值;从而根据目标光网络终端200的离线时长在分级评估范围的所属区间,确定的与目标光网络终端200关联的光线路终端300中的目标光线路终端300产生的网络数据与垃圾数据的疑似程度级别更加精准,以便精准执行与疑似程度级别关联的数据处理操作,并且分级粒度更加细化,执行与不同的疑似程度级别关联的数据处理操作,可以对网络数据进行更精细化的处理,对数据监管的可靠性更高。
其中,如图3所示,分级评估范围的生成的过程为:
S31:在历史时刻对以历史光网络终端的离线时长为横坐标、离线个数为纵坐标的坐标点进行曲线拟合。
例如,在历史时刻可以对某一个地区的处于离线状态的历史光网络终端集合进行随机抽样,处于离线状态的历史光网络终端的子集合;并基于离线状态的历史光网络终端的子集合,以历史光网络终端的离线时长为横坐标、离线个数为纵坐标构建散点图,其中,散点图的分布可以为如图4所示。然后对散点图进行曲线拟合,得到的曲线可以为如图5所示。
S32:根据贝塔分布的三点估算算法、拟合后的曲线,生成历史光网络终端的离线时长的期望值及标准差。
具体地,S32的具体过程可以为:根据贝塔分布的三点估算算法、拟合后的曲线,确定历史光网络终端的离线时长的下限值、上限值以及近似值;根据离线时长的下限值、上限值以及近似值,生成历史光网络终端的离线时长的期望值以及根据离线时长的下限值、上限值生成离线时长的标准差。
例如,对处于离线状态的历史光网络终端的子集合中的历史光网络终端以根据离线时长进行由大到小排序,根据算式t0=SUM(排名前10%的历史光网络终端的离线时长)/(历史光网络终端总数*10%)计算历史光网络终端的离线时长的下限值t0;根据算式tp=SUM(排名后10%的历史光网络终端的离线时长)/(历史光网络终端总数*10%)计算历史光网络终端的离线时长的上限值tp;根据算式tm={SUM(在离线时长的排序在中点的历史光网络终端前面5%的历史光网络终端的离线时长)+SUM(在离线时长的排序在中点的历史光网络终端后面5%的历史光网络终端的离线时长)}/(历史光网络终端总数*10%)计算历史光网络终端的离线时长的近似值。根据算式tE=(t0+4tm+tp)/k计算历史光网络终端的离线时长期望值tE;根据算式σ=(tp-t0)/k计算历史光网络终端的离线时长标准差σ,其中,K为常数,例如,可以为5、6、7。
需要说明的是,历史光网络终端的离线时长期望值tE、历史光网络终端的近似值tm、历史光网络终端的离线时长下限值t0、历史光网络终端的离线时长下限值tp、标准差σ,可以在每次进行网络数据与垃圾数据的疑似程度的级别确定之前重新计算。由于,历史光网络终端的离线时长的期望值tE、历史光网络终端的离线时长标准差σ、与垃圾数据的疑似程度的级别高的当前网络数据呈一定相关性,因此重新计算得出的结果更加精确。
S33:根据期望值、标准差及预设的不同的级别权值集合确定分级评估范围中的多个不同的评估门限值。
分级评估范围的包括:依次连续的疑似程度高的区间、疑似程度中等的区间及疑似程度低的区间,不同的级别权值集合包括第一权值对、第二权值对及第三权值对,S33的具体流程可以为:
根据期望值、标准差、第一权值对进行加权求和,确定疑似程度高的区间的下级门限值;根据期望值、标准差、第二权值对进行加权求和,确定疑似程度中等的区间的下级门限值;根据期望值、标准差、第三权值对进行加权求和,确定疑似程度低的区间的下级门限值。
例如,如果第三权值对为(1,0)、第二权值对为(1,1)、第三权值对为(1,2),则可以对期望值、标准差赋予(1,0)得到疑似程度低的区间的下级门限值tE;可以对期望值、标准差赋予(1,1)得到疑似程度中等的区间的下级门限值tE+σ;可以对期望值、标准差赋予(1,2)得到疑似程度高的区间的下级门限值tE+2σ。
可选地,如图6所示,作为其中一种实施方式,S12包括:
S61:如果离线时间相关参数为获取障碍标识时,判断目标光网络终端200关联的光线路终端300的运行时间是否小于疑似程度高的区间的下级门限值,且光线路终端300是否存在重启记录;如果是,则执行S62。
S62:判断光线路终端300的运行时间是否大于疑似程度低的区间的下级门限值,如果是,则执行S63。
S63:确定目标光网络终端200的离线时长大于疑似程度低的区间的下级门限值。
其中,获取障碍标识可以为符号,如“-”。上述的原理为:判断光线路终端300的运行时间<tE+2σ且有重启记录,说明光线路终端300的在网络数据的清理周期内重启过,因此,可以确定:目标光网络终端200在光线路终端300的重启前后一直处于离线状态。因此,可以根据光线路终端300的在线时长,来估算目标光网络终端200的离线时长,设光线路终端300的在线时长为:T_ONLINE_OLT,光线路终端300的离线时长为:T_OFFLINE_ONT,则此时T_OFFLINE_ONT>T_ONLINE_OLT,假设T_ONLINE_OLT>tE,则可以得出T_OFFLINE_ONT>tE。
另外,当离线时间相关参数为获取障碍标识还可以包括如下情况:
第一种情况:如果光线路终端300的ID字段也为获取障碍标识,则判定为光线路终端300处于上线注册过程中。此时,需要等待90秒后再次刷新状态,返回S11。
第二种情况:如果此时产品序列码的字段也为也为获取障碍标识,则判定为光线路终端300的处于自动开通预配置状态,属于家庭宽带开通时系统会在装机人员上门安装前下发的配置。虽然此时光线路终端300尚未安装,但不应该被判断为与垃圾数据疑似程度高的网络数据,以免发生误删除影响业务开通,此时,可以将网络数据记录在第一监控清单中,以备核查。
可以理解地,可以对第一种情况、第二种情况以及S61-S63的具体实施方式进行优先级设置,当第一种情况、第二种情况以及S61-S63的执行条件均满足时,优先具体选择执行的步骤。
可选地,如图7所示,作为另一种实施方式,S12包括:
S71:如果离线时间相关参数为离线时刻时,则根据当前的时刻与离线时刻,确定离线时长。
S72:确定目标光网络终端200的离线时长在预设的针对垃圾数据疑似程度的分级评估范围的所属区间。
可选地,如图8所示,所述方法还包括:
S81:判断与目标光网络终端200关联的光线路终端300中的目标光线路终端300产生的网络数据与垃圾数据的疑似程度级别是否高于预设的级别,如果是,则执行S82。
S82:根据疑似程度级别对网络数据进行处理。
具体地,作为其中一种实施方式,S82可以为:如果与目标光网络终端200关联的光线路终端300中的目标光线路终端300产生的网络数据与垃圾数据的疑似程度级别为一级,则对网络数据进行删除。
当目标光网络终端200关联的光线路终端300中的目标光线路终端300产生的网络数据与垃圾数据的疑似程度级别为一级时,说明标光线路终端300产生的网络数据与垃圾数据的疑似程度非常高,对网络数据进行删除,可以减少对上行带宽的占用。另外,在删除网络数据之前,可以在光线路终端300保存全局配置数据,确保一旦发生误删除,可以利用保存的全局配置数据进行数据恢复。
如果与目标光网络终端200关联的光线路终端300中的目标光线路终端300产生的网络数据与垃圾数据的疑似程度级别为二级,则将目标光网络终端200纳入第一监控清单,在预设的第一时长后的返回获取目标光网络终端200的离线时间相关参数的步骤;
与目标光网络终端200关联的光线路终端300中的目标光线路终端300产生的网络数据与垃圾数据的疑似程度级别为二级时,说明目标光线路终端300产生的网络数据在近期内,极有可能演化为与垃圾数据的疑似程度级别高的网络数据,因此,需要将疑似程度级别为二级的网络数据纳入第一监控清单,进行重点监控,可以缩小监控对象的范围,提高再次确定出与垃圾数据的疑似程度高的网络数据的效率。
如果与目标光网络终端200关联的光线路终端300中的目标光线路终端300产生的网络数据与垃圾数据的疑似程度级别为三级,则将目标光网络终端200纳入第二监控清单,在预设的第二时长后的返回获取目标光网络终端200的离线时间相关参数的步骤,其中,预设的第二时长大于预设的第一时长。
与目标光网络终端200关联的光线路终端300中的目标光线路终端300产生的网络数据与垃圾数据的疑似程度级别为三级时,说明目标光线路终端300产生的网络数据在未来较长的一段时间内,可能会演化为与垃圾数据的疑似程度级别高的网络数据,因此,需要将疑似程度级别为三级的网络数据纳入第二监控清单,进行监控,可以缩小监控对象的范围,提高再次确定出与垃圾数据的疑似程度高的网络数据的效率。
请参阅图9,本申请实施例还提供了一种网络数据分级装置900,应用于网管服务器100,如图2所示,网管服务器100分别与目标光网络终端200、光线路终端300通信连接,以便进行数据交互。需要说明的是,本实施例所提供的网络数据分级装置900,其基本原理及产生的技术效果和上述实施例相同,为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。所述装置900包括分级评估范围确定单元901、信息获取单元902、区间确定单元903以及参数分级单元904,其中,
分级评估范围确定单元901,被配置成在历史时刻对以历史光网络终端的离线时长为横坐标、离线个数为纵坐标的坐标点进行曲线拟合;根据贝塔分布的三点估算算法、拟合后的曲线,生成历史光网络终端的离线时长的期望值及标准差;根据期望值、标准差及预设的不同的级别权值集合确定分级评估范围中的多个不同的评估门限值。
信息获取单元902,被配置成执行获取当前处于离线状态的目标光网络终端200的离线时间相关参数。
区间确定单元903,被配置成根据离线时间相关参数,确定目标光网络终端200的离线时长在预设的针对垃圾数据疑似程度的分级评估范围的所属区间,其中,分级评估范围包括有多个不同的评估门限值。
参数分级单元904,被配置成根据目标光网络终端200的离线时长在分级评估范围的所属区间,确定与目标光网络终端200关联的光线路终端300中的目标光线路终端300产生的网络数据与垃圾数据的疑似程度级别。
该网络数据分级装置900在执行时可以实现如下功能:由于分级评估范围的生成的过程为:在历史时刻对以历史光网络终端的离线时长为横坐标、离线个数为纵坐标的坐标点进行曲线拟合;根据贝塔分布的三点估算算法、拟合后的曲线,生成历史光网络终端的离线时长的期望值及标准差;根据期望值、标准差及预设的不同的级别权值集合确定分级评估范围的多个不同的评估门限值;从而根据目标光网络终端200的离线时长在分级评估范围的所属区间,确定的与目标光网络终端200关联的光线路终端300中的目标光线路终端300产生的网络数据与垃圾数据的疑似程度级别更加精准,以便精准执行与疑似程度级别关联的数据处理操作,并且分级粒度更加细化,执行与不同的疑似程度级别关联的数据处理操作,可以对网络数据进行更精细化的处理,对数据监管的可靠性更高。
可选地,分级评估范围确定单元901,被具体配置成根据贝塔分布的三点估算算法、拟合后的曲线,确定历史光网络终端的离线时长的下限值、上限值以及近似值;根据离线时长的下限值、上限值以及近似值,生成历史光网络终端的离线时长的期望值以及根据离线时长的下限值、上限值生成离线时长的标准差。
可选地,分级评估范围的包括:依次连续的疑似程度高的区间、疑似程度中等的区间及疑似程度低的区间,不同的级别权值集合包括第一权值对、第二权值对及第三权值对,分级评估范围确定单元被具体配置成根据期望值、标准差、第一权值对进行加权求和,确定疑似程度高的区间的下级门限值;根据期望值、标准差、第二权值对进行加权求和,确定疑似程度中等的区间的下级门限值;根据期望值、标准差、第三权值对进行加权求和,确定疑似程度低的区间的下级门限值。
可选地,作为其中一种实施方式,区间确定单元903被具体配置成如果离线时间相关参数为获取障碍标识时,判断目标光网络终端200关联的光线路终端300的运行时间是否小于疑似程度高的区间的下级门限值,且光线路终端300是否存在重启记录;如果运行时间小于疑似程度高的区间的下级门限值且光线路终端300存在重启记录,则判断光线路终端300的运行时间是否大于疑似程度低的区间的下级门限值;如果光线路终端300的运行时间大于疑似程度低的区间的下级门限值,则确定目标光网络终端200的离线时长大于疑似程度低的区间的下级门限值。
可选地,作为另一种实施方式,区间确定单元903被具体配置成如果离线时间相关参数为离线时刻时,则根据当前的时刻与离线时刻,确定离线时长;确定目标光网络终端200的离线时长在预设的针对垃圾数据疑似程度的分级评估范围的所属区间。
可选地,如图10所示,所述装置900还包括:
数据处理单元905,被配置成如果与目标光网络终端200关联的光线路终端300中的目标光线路终端300产生的网络数据与垃圾数据的疑似程度级别高于预设的级别,则根据疑似程度级别对网络数据进行处理。
可选地,数据处理单元905被具体配置成如果与目标光网络终端200关联的光线路终端300中的目标光线路终端300产生的网络数据与垃圾数据的疑似程度级别为一级,则对网络数据进行删除;如果与目标光网络终端200关联的光线路终端300中的目标光线路终端300产生的网络数据与垃圾数据的疑似程度级别为二级,则将目标光网络终端200纳入第一监控清单,在预设的第一时长后的返回获取目标光网络终端200的离线时间相关参数的步骤;如果与目标光网络终端200关联的光线路终端300中的目标光线路终端300产生的网络数据与垃圾数据的疑似程度级别为三级,则将目标光网络终端200纳入第二监控清单,在预设的第二时长后的返回获取目标光网络终端200的离线时间相关参数的步骤,其中,预设的第二时长大于预设的第一时长。
需要说明的是,实施例1所提供方法的各步骤的执行主体均可以是同一设备,或者,该方法也由不同设备作为执行主体。比如,步骤21和步骤22的执行主体可以为设备1,步骤23的执行主体可以为设备2;又比如,步骤21的执行主体可以为设备1,步骤22和步骤23的执行主体可以为设备2;等等。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
图11是本申请的一个实施例网管服务器的结构示意图。请参考图11,在硬件层面,该网管服务器包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该网管服务器还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry StandardArchitecture,工业标准体系结构)总线、PCI(Peripheral ComponentInterconnect,外设部件互连标准)总线或EISA(Extended IndustryStandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图11中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成网络数据分级装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
获取当前处于离线状态的目标光网络终端的离线时间相关参数;
根据所述离线时间相关参数,确定目标光网络终端的离线时长在预设的针对垃圾数据疑似程度的分级评估范围的所属区间,其中,分级评估范围包括有多个不同的评估门限值;
根据目标光网络终端的离线时长在所述分级评估范围的所属区间,确定与所述目标光网络终端关联的光线路终端中的所述目标光线路终端产生的网络数据与垃圾数据的疑似程度级别;
其中,所述预设的针对垃圾数据疑似程度的分级评估范围的生成的过程为:在历史时刻对以历史光网络终端的离线时长为横坐标、离线个数为纵坐标的坐标点进行曲线拟合;根据贝塔分布的三点估算算法、拟合后的曲线,生成所述历史光网络终端的离线时长的期望值及标准差;根据所述期望值、所述标准差及预设的不同的级别权值集合确定所述分级评估范围的多个不同的评估门限值。
上述如本申请图1所示实施例揭示的网络数据分级装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该网管服务器还可执行图1的方法,并实现网络数据分级装置在图1所示实施例的功能,本申请实施例在此不再赘述。
当然,除了软件实现方式之外,本申请的网管服务器并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的便携式网管服务器执行时,能够使该便携式网管服务器执行图1所示实施例的方法,并具体用于执行以下操作:
获取当前处于离线状态的目标光网络终端的离线时间相关参数;
根据所述离线时间相关参数,确定目标光网络终端的离线时长在预设的针对垃圾数据疑似程度的分级评估范围的所属区间,其中,分级评估范围包括有多个不同的评估门限值;
根据目标光网络终端的离线时长在所述分级评估范围的所属区间,确定与所述目标光网络终端关联的光线路终端中的所述目标光线路终端产生的网络数据与垃圾数据的疑似程度级别;
其中,所述预设的针对垃圾数据疑似程度的分级评估范围的生成的过程为:在历史时刻对以历史光网络终端的离线时长为横坐标、离线个数为纵坐标的坐标点进行曲线拟合;根据贝塔分布的三点估算算法、拟合后的曲线,生成所述历史光网络终端的离线时长的期望值及标准差;根据所述期望值、所述标准差及预设的不同的级别权值集合确定所述分级评估范围的多个不同的评估门限值。
总之,以上所述仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
Claims (10)
1.一种网络数据分级方法,其特征在于,包括:
获取当前处于离线状态的目标光网络终端的离线时间相关参数;
根据所述离线时间相关参数,确定目标光网络终端的离线时长在预设的针对垃圾数据疑似程度的分级评估范围的所属区间,其中,分级评估范围包括有多个不同的评估门限值;
根据目标光网络终端的离线时长在所述分级评估范围的所属区间,确定与所述目标光网络终端关联的光线路终端中的所述目标光线路终端产生的网络数据与垃圾数据的疑似程度级别;
其中,所述分级评估范围的生成的过程为:在历史时刻对以历史光网络终端的离线时长为横坐标、离线个数为纵坐标的坐标点进行曲线拟合;根据贝塔分布的三点估算算法、拟合后的曲线,生成所述历史光网络终端的离线时长的期望值及标准差;根据所述期望值、所述标准差及预设的不同的级别权值集合确定所述分级评估范围中的多个不同的评估门限值。
2.根据权利要求1所述的方法,其特征在于,所述根据贝塔分布的三点估算算法、拟合后的曲线生成历史光网络终端的离线时长的期望值及标准差包括:
根据贝塔分布的三点估算算法、拟合后的曲线,确定所述历史光网络终端的离线时长的下限值、上限值以及近似值;
根据所述离线时长的下限值、上限值以及近似值,生成历史光网络终端的离线时长的期望值以及根据所述离线时长的下限值、上限值生成所述离线时长的标准差。
3.根据权利要求1所述的方法,其特征在于,所述分级评估范围的包括:依次连续的疑似程度高的区间、疑似程度中等的区间及疑似程度低的区间,所述不同的级别权值集合包括第一权值对、第二权值对及第三权值对,
所述根据期望值、标准差及预设的不同的级别权值集合确定预设的针对垃圾数据疑似程度的分级评估范围的包括:
根据期望值、标准差、所述第一权值对进行加权求和,确定疑似程度高的区间的下级门限值;
根据期望值、标准差、所述第二权值对进行加权求和,确定疑似程度中等的区间的下级门限值;
根据期望值、标准差、所述第三权值对进行加权求和,确定疑似程度低的区间的下级门限值。
4.根据权利要求3所述的方法,其特征在于,所述根据所述离线时间相关参数,确定目标光网络终端的离线时长在预设的针对垃圾数据疑似程度的分级评估范围的所属区间包括:
如果离线时间相关参数为获取障碍标识时,判断所述目标光网络终端关联的光线路终端的运行时间是否小于疑似程度高的区间的下级门限值,且所述光线路终端是否存在重启记录;
如果所述运行时间小于疑似程度高的区间的下级门限值且所述光线路终端存在重启记录,则判断所述光线路终端的运行时间是否大于所述疑似程度低的区间的下级门限值;
如果所述光线路终端的运行时间大于所述疑似程度低的区间的下级门限值,则确定目标光网络终端的离线时长大于疑似程度低的区间的下级门限值。
5.根据权利要求1所述的方法,其特征在于,所述根据所述离线时间相关参数,确定目标光网络终端的离线时长在预设的针对垃圾数据疑似程度的分级评估范围的所属区间包括:
如果离线时间相关参数为离线时刻时,则根据当前的时刻与离线时刻,确定离线时长;
确定目标光网络终端的离线时长在预设的针对垃圾数据疑似程度的分级评估范围的所属区间。
6.根据权利要求1所述的方法,其特征在于,在确定与所述目标光网络终端关联的光线路终端中的所述目标光线路终端产生的网络数据与垃圾数据的疑似程度级别之后,所述方法还包括:
如果与所述目标光网络终端关联的光线路终端中的所述目标光线路终端产生的网络数据与垃圾数据的疑似程度级别高于预设的级别,则根据所述疑似程度级别对网络数据进行处理。
7.根据权利要求6所述的方法,其特征在于,所述预设的级别为四级,所述如果与所述目标光网络终端关联的光线路终端中的所述目标光线路终端产生的网络数据与垃圾数据的疑似程度级别高于预设的级别,则根据所述疑似程度级别对网络数据进行处理包括:
如果与所述目标光网络终端关联的光线路终端中的所述目标光线路终端产生的网络数据与垃圾数据的疑似程度级别为一级,则对网络数据进行删除;
如果与所述目标光网络终端关联的光线路终端中的所述目标光线路终端产生的网络数据与垃圾数据的疑似程度级别为二级,则将所述目标光网络终端纳入第一监控清单,在预设的第一时长后的返回获取目标光网络终端的离线时间相关参数的步骤;
如果与所述目标光网络终端关联的光线路终端中的所述目标光线路终端产生的网络数据与垃圾数据的疑似程度级别为三级,则将所述目标光网络终端纳入第二监控清单,在预设的第二时长后的返回获取目标光网络终端的离线时间相关参数的步骤,其中,所述预设的第二时长大于所述预设的第一时长。
8.一种网络数据分级装置,其特征在于,包括:
分级评估范围确定单元,被配置成在历史时刻对以历史光网络终端的离线时长为横坐标、离线个数为纵坐标的坐标点进行曲线拟合;根据贝塔分布的三点估算算法、拟合后的曲线,生成所述历史光网络终端的离线时长的期望值及标准差;根据所述期望值、所述标准差及预设的不同的级别权值集合确定所述分级评估范围中的多个不同的评估门限值;
信息获取单元,被配置成执行获取当前处于离线状态的目标光网络终端的离线时间相关参数;
区间确定单元,被配置成根据所述离线时间相关参数,确定目标光网络终端的离线时长在预设的针对垃圾数据疑似程度的分级评估范围的所属区间,其中,分级评估范围包括有多个不同的评估门限值;
参数分级单元,被配置成根据目标光网络终端的离线时长在所述分级评估范围的所属区间,确定与所述目标光网络终端关联的光线路终端中的所述目标光线路终端产生的网络数据与垃圾数据的疑似程度级别。
9.一种网管服务器,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至7中任一项所述的网络数据分级方法。
10.一种存储介质,当所述存储介质中的指令由网管服务器的处理器执行时,使得网管服务器能够执行如权利要求1至7中任一项所述的网络数据分级方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010049374.8A CN113132149B (zh) | 2020-01-16 | 2020-01-16 | 网络数据分级方法、装置及网管服务器、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010049374.8A CN113132149B (zh) | 2020-01-16 | 2020-01-16 | 网络数据分级方法、装置及网管服务器、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113132149A true CN113132149A (zh) | 2021-07-16 |
CN113132149B CN113132149B (zh) | 2022-08-30 |
Family
ID=76771991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010049374.8A Active CN113132149B (zh) | 2020-01-16 | 2020-01-16 | 网络数据分级方法、装置及网管服务器、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113132149B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101964756A (zh) * | 2010-11-04 | 2011-02-02 | 南京中兴群力信息科技有限公司 | 一种以太网无源光网络系统的上行带宽分配方法 |
CN104284259A (zh) * | 2014-11-11 | 2015-01-14 | 武汉长光科技有限公司 | 一种epon系统olt自动清除无效onu的方法和olt |
CN105119748A (zh) * | 2015-08-28 | 2015-12-02 | 上海斐讯数据通信技术有限公司 | 一种光网络单元的告警处理方法 |
US20170279525A1 (en) * | 2014-12-15 | 2017-09-28 | Huawei Technologies Co., Ltd. | Method, Apparatus, and System for Detecting Rogue Optical Network Unit |
-
2020
- 2020-01-16 CN CN202010049374.8A patent/CN113132149B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101964756A (zh) * | 2010-11-04 | 2011-02-02 | 南京中兴群力信息科技有限公司 | 一种以太网无源光网络系统的上行带宽分配方法 |
CN104284259A (zh) * | 2014-11-11 | 2015-01-14 | 武汉长光科技有限公司 | 一种epon系统olt自动清除无效onu的方法和olt |
US20170279525A1 (en) * | 2014-12-15 | 2017-09-28 | Huawei Technologies Co., Ltd. | Method, Apparatus, and System for Detecting Rogue Optical Network Unit |
CN105119748A (zh) * | 2015-08-28 | 2015-12-02 | 上海斐讯数据通信技术有限公司 | 一种光网络单元的告警处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113132149B (zh) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110213068B (zh) | 一种消息中间件的监控方法及相关设备 | |
CN107819631B (zh) | 一种设备异常检测方法、装置及设备 | |
CN110337059B (zh) | 一种用户家庭关系的分析算法、服务器及网络系统 | |
CN111104664B (zh) | 一种电子设备的风险识别方法及服务器 | |
CN111314285B (zh) | 一种路由前缀攻击检测方法及装置 | |
CN108390856B (zh) | 一种DDoS攻击检测方法、装置及电子设备 | |
CN113992340B (zh) | 用户异常行为识别方法、装置、设备和存储介质 | |
CN106998336B (zh) | 渠道中的用户检测方法和装置 | |
CN108182282A (zh) | 地址真实性验证方法、装置及电子设备 | |
CN114301800A (zh) | 一种网络设备质差分析方法及装置 | |
CN113132149B (zh) | 网络数据分级方法、装置及网管服务器、存储介质 | |
CN107612946B (zh) | Ip地址的检测方法、检测装置和电子设备 | |
CN108024222B (zh) | 流量话单生成方法和装置 | |
CN116614407A (zh) | 一种风险控制方法及装置 | |
CN111371784A (zh) | 一种分布式点对点服务被攻击自动熔断的方法 | |
CN114338516B (zh) | 一种流量转发、策略确定方法及装置 | |
CN113657635B (zh) | 一种预测通信用户流失的方法及电子设备 | |
CN113076451B (zh) | 异常行为识别和风险模型库的建立方法、装置及电子设备 | |
CN109769042B (zh) | 一种定位方法及装置 | |
CN116416992A (zh) | 一种通信设备的监控方法、监控设备、装置和电子设备 | |
CN111814051B (zh) | 一种资源类型确定方法及装置 | |
CN110098983B (zh) | 一种异常流量的检测方法及装置 | |
CN111355625B (zh) | 异常物联网卡的分析方法及装置 | |
CN113727382A (zh) | 网络质量确定方法、装置、网络设备及计算机存储介质 | |
CN114598904B (zh) | 交互式网络电视iptv业务的故障定位方法和装置 |
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 |