CN114071515B - 网络优化方法、装置、设备和存储介质 - Google Patents
网络优化方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN114071515B CN114071515B CN202111313777.XA CN202111313777A CN114071515B CN 114071515 B CN114071515 B CN 114071515B CN 202111313777 A CN202111313777 A CN 202111313777A CN 114071515 B CN114071515 B CN 114071515B
- Authority
- CN
- China
- Prior art keywords
- node
- primary node
- result
- rule
- calculation
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Telephonic Communication Services (AREA)
Abstract
本申请提供了一种网络优化方法、装置、设备、计算机可读存储介质。本申请实施例的网络优化方法可以包括:配置一级节点表和二级规则表,一级节点表包含节点属性信息,二级规则表包含网络优化流程的所有单线路径信息;获取原始数据,并基于原始数据获得业务数据;根据节点属性信息和业务数据执行计算逻辑,获得一级节点结果表;根据节点属性信息、一级节点结果表和二级规则表中的单线路径信息执行推理决策,获得网络分析结果。本申请实施例能够提升网络优化的效率和灵活性、同时降低网络优化的成本。
Description
技术领域
本申请涉及智能网络优化领域,尤其涉及一种网络优化方法、装置、设备和存储介质。
背景技术
智能网络系统是根据经验固化小区的网络优化流程,并将小区的网络优化流程预先实现为程序,用户即可一键即可启动优化优化,系统通过运行小区的网络优化流程程序分析出小区的问题原因并根据用户要求输出结论,如此,用户即可查看小区中各节点的具体指标情况,例如,性能指标、参数指标、测量报告(Measure Report,MR)指标、信令指标、无线接通率、无线掉线率、MR覆盖率等。
目前,需要预先根据经验固化每个小区的网络优化流程,将这些网络优化流程实现为程序,智能网络系统运行每个小区的网络优化流程程序,才能实现全网小区的体检。若要实现某个小区或每个小区的节点具体指标可查,还需另运行程序来计算各个节点的相关指标情况。由此可见,目前的网络优化方案主要存在如下缺陷:1)计算耗时,效率低:需针对各个节点、各个小区的相关指标情况分别实现程序并运行才可获得结果。2)灵活性差:网络优化流程的程序不可复用,即若需对网络优化流程进行进一步的优化或改版,常需要重新编写该网络优化流程的程序。3)维护周期长、维护成本高:网络优化流程的程序只能由专门的研发人员进行维护,其他人员(例如,用户、业务人员)无法参与其中。
发明内容
鉴于现有技术的以上问题,本申请提供一种网络优化方法、装置、设备和存储介质,以提升网络优化的效率和灵活性、同时降低网络优化的成本。
为达到上述目的,本申请第一方面提供了一种网络优化方法,包括:
配置一级节点表和二级规则表,所述一级节点表包含节点属性信息,所述二级规则表包含网络优化流程的所有单线路径信息;
获取原始数据,并基于所述原始数据获得业务数据;
根据所述节点属性信息和所述业务数据执行计算逻辑,获得一级节点结果表;
根据所述节点属性信息、所述一级节点结果表和所述单线路径信息执行推理决策,获得网络分析结果。
由此,根据包含节点属性信息的一级节点表进行计算,结合包含单线路径信息的二级规则表进行推理决策,进而实现网络优化,可有效降低网络优化的维护成本和维护周期,同时提升网络优化的灵活性;并且,可根据单线路径信息和节点属性信息自动规划网络优化流程,因此计算相对较快,可有效提升网络优化的效率。
一些实施例中,所述节点属性信息包括:节点ID和计算规则;根据所述节点属性信息和所述业务数据执行计算逻辑,包括:根据所述一级节点表中的节点ID、归属流程、归属模块、节点名称、计算规则,对所述业务数据执行相应计算逻辑以生成一级节点结果表,所述一级节点结果表中包含计算结果标志和所述节点ID,所述计算结果标志用于指示所述业务数据是否满足所述一级节点表中的相应计算规则。
一些实施例中,每条所述单线路径信息包括一条单线路径的节点ID、归属流程和归属模块;所述节点属性信息中还包括:归属流程、归属模块、节点名称、时间粒度、网元粒度、时间跨度;所述根据所述节点属性信息、所述一级节点结果表和所述单线路径信息执行推理决策,包括:以用户输入的查询条件中的时间作为时间粒度、以所述查询条件中的城市作为网元粒度、以所述查询条件中的时段作为时间跨度,将所述一级节点结果表中的所述计算结果标志与所述二级规则表中以用户选中的分析选项作为归属模块的单线路径信息匹配,以获得网络分析结果。
由此,可以结合用户在应用页面或终端页面上提交的请求实时执行相应的推理决策,计算速度更快,可以有效提升网络优化的效率。
一些实施例中,所述分析选项根据树形图配置表生成,所述树形图配置表根据所述一级节点表中的节点ID、归属流程、归属模块、节点名称生成。
由此,用户可通过选中分析选项针对特定节点或特定模块执行对应特定流程的推理决策,从而获得用户所需的网络分析结果。
一些实施例中,所述节点属性信息中还包括:结论输出标志、满足规则时的输出建议、不满足规则时的输出建议;所述网络分析结果中包含结论输出标志的取值;所述方法还包括:根据所述网络分析结果,生成优化建议,所述优化建议根据对应所述结论输出标志的取值的所述满足规则时的输出建议或所述不满足规则时的输出建议生成。
由此,可以向用户提供更加直观的网络优化建议,从而提高用户体验。
一些实施例中,所述原始数据包括如下之一或多种类型:性能数据、测量数据、告警数据、信令数据、投诉数据、工参信息。
由此,通过多种原始数据,可以实现多种指标(例如,告警、信令等)的网络分析。
本申请第二方面提供了一种网络优化装置,包括:
配置单元,用于配置一级节点表和二级规则表,所述一级节点表包含节点属性信息,所述二级规则表包含网络优化的单线路径信息;
获取单元,用于获取原始数据,并基于所述原始数据获得业务数据;
计算单元,用于根据所述节点属性信息和所述业务数据执行计算逻辑,获得一级节点结果表;
推理单元,用于根据所述节点属性信息、所述一级节点结果表和所述单线路径信息执行推理决策,获得网络分析结果。
一些实施例中,所述节点属性信息包括:节点ID和计算规则;所述计算单元,具体用于:根据所述一级节点表中的节点ID、归属流程、归属模块、节点名称、计算规则,对所述业务数据执行相应计算逻辑以生成一级节点结果表,所述一级节点结果表中包含计算结果标志和所述节点ID,所述计算结果标志用于指示所述业务数据是否满足所述一级节点表中的相应计算规则。
一些实施例中,每条所述单线路径信息包括一条单线路径的节点ID、归属流程和归属模块;所述节点属性信息中还包括:归属流程、归属模块、节点名称、时间粒度、网元粒度、时间跨度;所述推理单元,具体用于:以用户输入的查询条件中的时间作为时间粒度、以所述查询条件中的城市作为网元粒度、以所述查询条件中的时段作为时间跨度,将所述一级节点结果表中的所述计算结果标志与所述二级规则表中以用户选中的分析选项作为归属模块的单线路径信息匹配,以获得网络分析结果。
一些实施例中,所述分析选项根据树形图配置表生成,所述树形图配置表根据所述一级节点表中的节点ID、归属流程、归属模块、节点名称生成。
一些实施例中,所述节点属性信息中还包括:结论输出标志、满足规则时的输出建议、不满足规则时的输出建议;所述网络分析结果中包含结论输出标志的取值;所述推理单元,还用于根据所述网络分析结果,生成优化建议,所述优化建议根据对应所述结论输出标志的取值的所述满足规则时的输出建议或所述不满足规则时的输出建议生成。
本申请第三方面提供了一种计算设备,包括:
处理器;
存储器,存储有程序指令,所述程序指令当被所述处理器执行时使得所述处理器实现上述的网络优化方法。
本申请第四方面提供了一种计算机可读存储介质,其上存储有程序指令,其特征在于,所述程序指令当被计算机执行时使得所述计算机实现上述的网络优化方法。
本申请第五方面提供了一种计算机程序产品,其包括计算机程序,计算机程序在被处理器运行时使得该处理器执行上述的网络优化方法。
本申请实施例,根据包含节点属性信息的一级节点表进行计算,结合包含单线路径信息的二级规则表进行推理决策,进而实现网络优化。这样,用户仅需修改或重新配置一级节点表和二级规则表即可实现各种应用场景或各种情况下的网络优化,无需分别编程或重复编程,还可根据用户需求进行分析和优化,由此有效降低了网络优化的维护成本和维护周期,同时提升了网络优化的灵活性;并且,可根据单线路径信息和节点属性信息自动规划网络优化流程,而非按照固化的网络优化流程执行,计算相对较快,由此便可有效提升网络优化的效率。
附图说明
以下参照附图来进一步说明本申请的各个特征和各个特征之间的联系。附图均为示例性的,一些特征并不以实际比例示出,并且一些附图中可能省略了本申请所涉及领域的惯常的且对于本申请非必要的特征,或是额外示出了对于本申请非必要的特征,附图所示的各个特征的组合并不用以限制本申请。另外,在本说明书全文中,相同的附图标记所指代的内容也是相同的。具体的附图说明如下:
图1是本申请实施例网络优化方法的流程示意图。
图2是本申请实施例二级规则表配置过程的示例图。
图3是本申请实施例二级规则表的示例图。
图4是本申请实施例网络优化装置的结构示意图。
图5是本申请实施例计算设备的结构示意图。
图6是本申请实施例所适用系统的架构示意图。
图7是本申请实施例网络优化方法的示例性具体实现流程示意图。
具体实施方式
说明书和权利要求书中的词语“第一、第二、第三等”或模块A、模块B、模块C等类似用语,仅用于区别类似的对象,不代表针对对象的特定排序,可以理解地,在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
在以下的描述中,所涉及的表示步骤的标号,如S110、S120……等,并不表示一定会按此步骤执行,在允许的情况下可以互换前后步骤的顺序,或同时执行。
说明书和权利要求书中使用的术语“包括”不应解释为限制于其后列出的内容;它不排除其它的元件或步骤。因此,其应当诠释为指定所提到的所述特征、整体、步骤或部件的存在,但并不排除存在或添加一个或更多其它特征、整体、步骤或部件及其组群。因此,表述“包括装置A和B的设备”不应局限为仅由部件A和B组成的设备。
本说明书中提到的“一些实施例”或“实施例”意味着与该实施例结合描述的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在本说明书各处出现的用语“在一些实施例中”或“在实施例中”并不一定都指同一实施例,但可以指同一实施例。此外,在一个或多个实施例中,能够以任何适当的方式组合各特定特征、结构或特性,如从本公开对本领域的普通技术人员显而易见的那样。
下面对本申请实施例的示例性具体实施方式进行详细说明。
图1示出了本申请实施例提供的网络优化方法的流程示意图。参见图1所示,本申请实施例的网络优化方法可以包括:
步骤S110,配置一级节点表和二级规则表,一级节点表包含节点属性信息,二级规则表包含网络优化的单线路径信息;
这里,每条单线路径信息可以包括一条单线路径的节点ID、归属流程和归属模块。此外,每条单线路径信息中还可以包括例如节点数量、节点结果规则等其他信息。节点结果规则用于指示该条单线路径中各个节点是否符合其计算规则,每个节点的计算规则可以包含在一级节点表中。实际应用中,二级规则表的具体内容可以根据需要灵活调整。
图2示出了二级规则表配置过程的示例图。图2中左半部分中为网络优化流程的流程图,右半边部分分别示出了该示例对应的二级规则表。该示例中,二级规则表的配置过程如下:从主体节点开始到末端节点,共有2条路径,分别是主体->节点1->节点2->节点3和主体->节点1->节点2->节点4,先对这两条路径进行分解拆线得到单线路径,即n010000,n010000,n010000->n010001,n010000->n010001-n010002->n010003,n010000->n010001-n010002->n010003和n010000->n010001-n010002->n010004,将这六条单线路径的信息(例如,节点ID、归属流程、归属模块)记录到二级规则表中。这里,拆解路径获得单线路径的过程可以通过手动实现、也可通过自动识别解析的方式实现。
图3示出了二级规则表的另一示例图。图3的示例中,二级规则表中包含多条单线路径信息,每条单线路径信息包括节点数、节点ID(也即,涉及节点)、节点结果规则、归属模块、归属流程。该示例中,归属模块可以包括主体、信令分析、参数分析、告警分析、覆盖与结构分析、干扰分析,归属流程可以包括无线接通率,节点结果规则通过“0”和“1”表示,节点ID所对应字节位的值为“0”时说明该节点不符合其计算规则,节点ID所对应字节位的值为“1”时说明该节点符合其计算规则。例如,图3中第6行所示的单线路径“n010000:n010101:n010102”的信息,其包含3个节点,这3个节点的节点ID分别为n010000、n010101和n010102,该单线路径的归属模块是“参数分析”,该单线路径的归属模块是无线接通率,该单线路径的节点结果规则是“101”,也即,节点n010000的节点结果规则是“1”、节点n010101的节点结果规则是“0”,节点n010102的节点结果规则是“1”,这表明节点n010000符合计算规则、节点n010101不符合计算规则,节点n010102符合计算规则。
一些实施例中,节点属性信息可以包括如下之一或多项:节点ID、归属流程、归属模块、节点名称、计算规则、异常标识、结论输出标志、满足规则时的输出建议、不满足规则时的输出建议、时间粒度、网元粒度、时间跨度、指标呈现规则。实际应用中,一级节点表的具体内容可以根据需要灵活调整。下文表1示出了一级节点表的示例。
表1
引入一级节点表和二级规则表的架构理念,可以将网络优化流程转化为可配置的表来实现,网络优化流程的实现逻辑只和预先配置的表有关,方便日后的升级和维护。采用配置表的好处在于简化实现难度的同时,对网络优化流程也任意可配,可以将任何复杂的网络优化流程拆解成单线路径并进行汇总,从而快速实现网络优化流程的设置,无需修改网络优化的主体程序,也无需重新编程或分别编程。针对不同节点的各种指标、不同小区、用户提交的网络优化流程升级(例如,增减节点、增减模块、分析结果增减等)或改版(例如,发现网络优化流程不足时改进网络优化流程)等情况,只需修改或重配一级节点表和/或二级规则表即可,无需改动程序,还可满足新的用户需求,大大节省了维护成本和维持周期,并且灵活性强。
一些实施例中,本步骤除了配置上述两种表之外,还可配置其他表,例如一级节点结果表和诸如生成页面上节点选取的表、节点计算门限分级表等其他表。这里,一级节点结果表在配置时为空,其用于存储一级节点表中各节点的计算规则对应的计算结果,该计算结果在步骤S130中获得并记录到一级节点结果表中。
步骤S120,获取原始数据,并基于原始数据获得业务数据;
一些实施例中,以网络优化为例,原始数据可以包括如下之一或多种类型:性能数据、测量数据、告警数据、信令数据、投诉数据、工参信息。通过多种原始数据,可以实现多种指标(例如,告警、信令等)的网络分析。
实际应用中,基于原始数据获得业务数据的方式可以有多种。比如,可以对原始进行加工处理来获得所需的业务数据,具体细节可参见下文智能网络系统的示例,不再赘述。
步骤S130,根据一级节点表中的节点属性信息和业务数据执行计算逻辑,获得一级节点结果表;
一些实现方式中,以前文表1的一级节点表为例,步骤S130具体可以包括:根据一级节点表中的计算规则,执行相应计算逻辑以生成一级节点结果表。一级节点结果表的表头为通过所述一级节点表中节点ID字段的信息,一级节点结果表中包含对应计算规则字段的计算结果标志,计算结果标志可用于指示业务数据是否满足一级节点表中的计算规则,如果业务数据满足一级节点表中的计算规则,计算结果标志取值为1,如果业务数据不满足一级节点表中的计算规则,计算结果标志取值为0。
一些实施例中,一级节点结果表可以包含在下文的决策支撑数据中,用于执行后续的推理决策。
步骤S140,根据一级节点表中的节点属性信息、一级节点结果表和二级规则表中的单线路径信息执行推理决策,获得网络分析结果。
这里,推理决策的执行可以由用户自主触发,也可以在获得一级节点表、二级规则表和一级节点结果表之后按照默认方式自动执行。
一些实施例中,推理决策的执行可以由用户自主触发和自主设定条件。具体地,可以根据用户在网络优化用户界面中输入的查询条件和选择的分析选项,实时执行推理决策。由此,可以结合用户在应用页面或终端页面上提交的请求实时执行相应的推理决策,计算速度更快,可以有效提升网络优化的效率。比如,在用户提交请求之后1秒内即可完成推理决策、输出诸如网络的优化建议等结果。
一些示例中,网络优化用户界面中可以包括树形图选择区域,树形图选择区域包含可供用户执行选择操作的至少一个分析选项,至少一个分析选项根据树形图配置表生成,树形图配置表可以根据一级节点表中的节点ID、归属流程、归属模块、节点名称生成。由此,用户选中一分析选项,即可针特定节点或特定模块按照特定流程执行推理决策,从而获得用户所需的网络分析结果。
一些示例中,查询条件可以包括时间、时段、城市、小区标识(例如,演进的通用陆地无线接入网小区标识(E-UTRAN Cell Identifier,ECI))等信息,推理决策可以包括:以查询条件中的时间作为时间粒度、以查询条件中的城市作为网元粒度、以查询条件中的时段作为时间跨度,将一级节点结果表中的计算结果标志与二级规则表中“以用户选中的分析选项作为归属模块”的单线路径信息匹配,以获得网络分析结果。
具体地,若以用户选中的分析选项作为归属模块的单线路径信息有多条,可以将一级节点结果表中的计算结果标志与二级规则表中的这多条单线路径信息进行匹配,以获得相应的一条或多条网络分析结果。若以用户选中的分析选项作为归属模块的单线路径信息有一条,可以将一级节点结果表中的计算结果标志与二级规则表中的这一条单线路径信息进行匹配,以获得相应的网络分析结果。
一些示例中,网络分析结果中可以包含结论输出标志的取值,结论输出标志用于生成网络分析的结论和/或建议。若结论输出标志取值为1,按照一级节点表中“满足规则的输出建议”的字段信息生成结论和/或建议,若结论输出标志取值为0,按照一级节点表中“不满足规则的输出建议”的字段信息生成结论和/或建议。
步骤S140中或者步骤S140之后,还可以将结论和/或建议提供给用户。例如,可以经过预设的优先级对结论和/或建议进行汇总或筛选等处理之后,将汇总或筛选后的结论和/或建议提供给请求方,请求方在网络优化用户界面中向用户显示汇总或筛选后的结论和/或建议。这里,请求方可以是但不限于用户终端、第三方系统,来自请求方的请求可以是但不限于来自用户终端的查询请求、来自第三方系统的服务调用请求。
一些实施例中,包括:可以根据网络分析结果生成优化建议。如此,可以通过将优化建议返回给请求方、进而由请求方向用户显示。由此,可以向用户提供更加直观的网络优化建议,可以提高用户体验,并进一步提升网络优化的效率。
这里,优化建议根据对应结论输出标志的取值的满足规则时的输出建议或不满足规则时的输出建议生成。具体地,若结论输出标志取值为1,优化建议根据按照一级节点表中“满足规则的输出建议”的字段信息生成,若结论输出标志取值为0,优化建议根据按照一级节点表中“不满足规则的输出建议”的字段信息生成。
实际应用中,网络架构不同、网络分析的执行流程不同,计算逻辑和推理决策的实现过程即不尽相同,相应的,步骤S110~步骤S140的具体实现过程也就不同。对于步骤S110~步骤S140的具体实现方式,本申请实施例不做限制。
本申请实施例,根据包含节点属性信息的一级节点表进行计算,结合包含单线路径信息的二级规则表进行推理决策,进而实现网络优化。由此,对于诸如不同节点、不同小区、网络优化流程的升级或改版等各种应用场景或同一应用场景的各种情况,用户仅需修改或重新配置一级节点表和二级规则表即可实现网络优化,无需改动网络优化的主体程序,也即无需专业的研发人员分别进行编程或重新编程,还可根据用户需求进行网络的智能分析和智能优化,由此便可有效降低网络优化的维护成本和维护周期,同时提升网络优化的灵活性;并且,本申请实施例可根据单线路径信息和节点属性信息自动规划网络优化流程,而非按照固化的网络优化流程执行,因此计算相对较快,可有效提升网络优化的效率。
尽管本申请实施例以网络优化为例进行说明,但可以理解的是,本申请实施例的方法的应用范围不仅限于网络优化,也不再局限于移动通信网络内,可广泛应用于涉及流程流转的任意系统。比如,本申请实施例还可适用于智能分析、集中分析工单管理、差小区分析等流程流转类的应用场景中。
图4示出了本申请实施例提供的网络优化装置40的结构示意图。参见图4所示,本申请实施例提供的网络优化装置40可以包括:
配置单元41,用于配置一级节点表和二级规则表,所述一级节点表包含节点属性信息,所述二级规则表包含网络优化的单线路径信息;
获取单元43,用于获取原始数据,并基于所述原始数据获得业务数据;
计算单元44,用于根据所述节点属性信息和所述业务数据执行计算逻辑,获得一级节点结果表;
推理单元45,用于根据所述节点属性信息、所述一级节点结果表和所述单线路径信息执行推理决策,获得网络分析结果。
一些实施例中,网络优化装置40中还可包括:存储单元42,用于存储一级节点表和二级规则表。此外,存储单元42还可用于存储其他数据,例如,其他的决策节点元数据、其他的计算逻辑元数据和其他的决策流程元数据等。
一些实施例中,节点属性信息可以包括如下之一或多项:节点ID、归属流程、归属模块、节点名称、计算规则、异常标识、结论输出标志、满足规则时的输出建议、不满足规则时的输出建议、时间粒度、网元粒度、时间跨度、指标呈现规则。
一些实施例中,原始数据可以包括如下之一或多种类型:性能数据、测量数据、告警数据、信令数据、投诉数据、工参信息。
一些实施例中,节点属性信息包括:节点ID和计算规则;计算单元44具体用于:根据所述一级节点表中的节点ID、归属流程、归属模块、节点名称、计算规则,对所述业务数据执行相应计算逻辑以生成一级节点结果表,所述一级节点结果表中包含计算结果标志和所述节点ID,所述计算结果标志用于指示所述业务数据是否满足所述一级节点表中的相应计算规则。
一些实施例中,每条所述单线路径信息包括一条单线路径的节点ID、归属流程和归属模块;所述节点属性信息中还包括:归属流程、归属模块、节点名称、时间粒度、网元粒度、时间跨度。推理单元45具体用于:以用户输入的查询条件中的时间作为时间粒度、以所述查询条件中的城市作为网元粒度、以所述查询条件中的时段作为时间跨度,将所述一级节点结果表中的所述计算结果标志与所述二级规则表中以用户选中的分析选项作为归属模块的单线路径信息匹配,以获得网络分析结果。
一些实施例中,分析选项根据树形图配置表生成,树形图配置表根据一级节点表中的节点ID、归属流程、归属模块、节点名称生成。
一些实施例中,节点属性信息中还包括:结论输出标志、满足规则时的输出建议、不满足规则时的输出建议;网络分析结果中包含结论输出标志的取值;推理单元45还可用于:根据网络分析结果,生成优化建议,优化建议根据对应结论输出标志的取值的所述满足规则时的输出建议或所述不满足规则时的输出建议生成。
本申请实施例的网络优化装置40可以通过软件、硬件或两者的结合实现。实际应用中,网络优化装置40可以通过下文的计算设备50实现、或者通过装载于计算设备50中的软件实现、或者通过下文智能网络优化系统来实现。
图5是本申请实施例提供的一种计算设备50的结构性示意性图。该计算设备50可以包括:处理器51和存储器52。
其中,该处理器51可以与存储器52连接。该存储器52可以用于存储该程序代码和数据。因此,该存储器52可以是处理器51内部的存储单元,也可以是与处理器51独立的外部存储单元,还可以是包括处理器51内部的存储单元和与处理器51独立的外部存储单元的部件。
计算设备50还可以包括通信接口53。应理解,图5所示的计算设备50中的通信接口53可以用于与其他设备之间进行通信。
可选的,计算设备50还可以包括总线54。其中,存储器52、通信接口53、FLASH 53可以通过总线54与处理器51连接。总线54可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。所述总线54可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一条线表示,但并不表示仅有一根总线或一种类型的总线。
应理解,在本申请实施例中,该处理器51可以采用中央处理单元(centralprocessing unit,CPU)。该处理器还可以是其它通用处理器、数字信号处理器(digitalsignal processor,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现场可编程门阵列(field programmable gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。或者该处理器51采用一个或多个集成电路,用于执行相关程序,以实现本申请实施例所提供的技术方案。
该存储器52可以包括只读存储器和随机存取存储器,并向处理器51提供指令和数据。处理器51的一部分还可以包括非易失性随机存取存储器。例如,处理器51还可以存储设备类型的信息。
在计算设备50运行时,所述处理器51执行所述存储器52中的计算机执行指令执行上述网络优化方法的操作步骤。
应理解,根据本申请实施例的计算设备50可以对应于执行根据本申请各实施例的方法中的相应主体,并且计算设备50中的各个模块的上述和其它操作和/或功能分别为了实现本实施例各方法的相应流程,为了简洁,在此不再赘述。
下面对本申请实施例的具体实施方式进行示例性说明。
【智能网络优化系统的示例性具体实施方式】
本申请实施例可适用于智能网络优化系统,该系统可以包括:数据源层、存储层、业务核心层和服务层,每一层功能的实现都依赖于下一层提供服务。业务核心层是智能网络优化系统的核心,其承载主要的业务功能,智能网络优化系统的推理决策功能(包括本申请实施例的方法)均在业务核心层实现。业务核心层可以包括计算引擎、推理引擎和元数据管理服务模块。服务层主要用于为前端提供服务,对外提供服务接口。图5示出了智能网络优化系统的示例性部署架构。
数据源层主要用于为上层(即存储层、业务核心层和服务层)功能的实现提供底层数据支持,业务核心层中推理引擎在进行推理决策时所需的决策数据均依赖数据源层的提供。因数据源层的特点是数据来源分散、数据量巨大、价值密度低、以及格式不统一、维度不一致,因此,数据源层还进一步具有对源数据进行加工处理的功能。
示例性地,参见图6所示,数据源层的原始数据可以包括但不限于如下之一或多项:
1)性能数据:采集自现网设备,包括各种网络性能指标;
2)测量数据:来自于北向接口,包括空口网络的质量测量指标;
3)告警数据,来自于待优化网络中的硬件设备及其软件系统的故障告警信息;
4)信令数据:来自于移动信令分流设备,包括通信信道控制指令数据,特点是数据量特别巨大;
5)投诉数据:来自于用户在实际使用网络过程中,对网络服务不满意的地方进行的反馈信息;
6)工参信息:部分来自于人工维护参数系统,部分采集自通信设备,包括基站和小区的工程参数及设备参数等数据。
存储层主要实现了整个系统数据的存储功能,其存储功能包括:首先,用于存储来自数据源的原始数据;第二,用于存储经加工、清洗、转换合并而得到的业务数据;第三,可用于存储经过计算引擎计算后供推理引擎使用的决策支撑数据;第四,可用于存储计算引擎和推理引擎使用的元数据和配置数据(该元数据和配置数据中包括数据源的配置数据、以及前文的一级节点表和二级规则表);第五,用于存储为了优化性能而缓存的决策树数据。
示例性地,参见图5所示,存储层可以包括如下一个或多个子系统:
1)GBASE MPP分析数据库:储存从数据源提取的原始数据、加工处理后的业务数据和经计算引擎计算后生成的、用于推理引擎进行决策的决策支撑数据;
2)SQL SERVER数据库:用于储存数据源的配置数据、作业调试数据及数据完整度核查数据;
3)Redis缓存数据库:主要用于缓存已经生成的决策树。
前文的一级节点表和二级规则表可以根据需要保存在存储层中的某个子系统。例如,一级节点表和二级规则表可以保存在GBASE MPP分析数据库中。
业务核心层是整个系统的核心,承载主要的业务功能,系统的主要功能均围绕该层来实现,其它各层均依赖该层的服务或为该层提供服务,系统的推理决策功能均在该层实现。
示例性地,参见图6所示,业务核心层可以包括如下三个子功能模块:
1)计算引擎:从元数据管理服务模块中提取决策节点元数据和算法逻辑元数据以及从GBASE MPP分析数据库中提取业务数据进行计算,生成决策支撑数据,该决策支撑数据能够直接服务于推理引擎,该决策支撑数据中包含前文所述的一级节点结果表。
2)推理引擎:整个系统的核心功能,利用元数据管理服务模块中的决策节点元数据及决策流程元数据实时构建推理决策树,利用计算引擎生成的决策支撑数据进行推理决策,获得推理结果(例如,网络分析结果)。
3)元数据管理服务模块:提供计算引擎和推理引擎需要的各种元数据,包括决策节点元数据、决策流程元数据、提供给计算引擎使用的算法逻辑元数据、用于生成优化建议的语言模板等。其中,决策节点元数据或者算法逻辑元数据中可以包含前文所述的一级节点表,决策支撑数据可以包含前文所述的一级节点结果表,决策节点元数据和/或决策流程元数据中可以包含前文所述的二级规则表。
服务层主要用于为前端提供服务,对外提供服务接口,处于呈上启下的位置,即可以向上直接服务于用户终端和/或服务于第三方系统,还可以向下启动推理引擎进行推理决策,并将相应的推理结果返回给用户终端或第三方系统。
示例性地,参见图5所示,服务层可以包括两个接口:
1)Web接口:接收用户终端提交的用户查询数据,在推理引擎获得相应的推理结果之后,将推理结果及相关业务数据返回给用户终端,用户终端通过UI界面呈现给用户。实际应用中,用户终端与Web接口之间可以通过HTTP协议进行交互,以JSON格式为数据的载体。
2)Web Service接口:主要服务于第三方系统,作为远程过程调用(RemoteProcedure Call,RPC)调用的服务方向第三方系统提供逻辑推理的实时服务。具体地,接收来自第三方系统的请求,在推理引擎获得相应的推理结果之后,将推理结果及相关业务数据返回给第三方系统,以便第三方系统使用推理结果及相关业务数据完成其处理。
图7示出了上述智能网络优化系统的程序执行逻辑流程示意图。
示例性地,参见图7所示,上述智能网络优化系统的程序执行逻辑包括两组并行的相互独立的执行逻辑。第一组执行逻辑以计算引擎为核心,本文简称作计算逻辑。第二组以推理引擎为核心,本文简称作推理逻辑,这两组逻辑以推理逻辑为主,计算逻辑主要用于为推理逻辑提供支持和服务。
下面结合图7,对智能网络优化系统的示例性处理流程进行详细说明。
1)计算逻辑
该组逻辑由系统的调度服务启动,通过定时作业的方式运行。当作业定时运行时,首先会启动数据抽取、转换和加载(Extraction-Transformation-Loading,ETL)服务,该服务的主要功能是从数据源抽取原始数据并加工处理。该服务启动后首先会从数据库读取数据源的配置数据,依据数据源配置数据启动采集程序从各个分散的数据源采集不同类别的数据。将采集到的数据提供给GBASE MPP分析数据库以进行储存。其次,会对采集到的数据进行过滤、转换、清洗、合并、汇总的加工处理操作以生成高价值的业务数据,然后将这些业务数据回存至GBASE MPP分析数据库。此步骤完成即会启动计算引擎,此后该ETL服务退出,完成使命。
计算引擎启动后,首先从元数据管理服务模块中请求计算需使用的决策节点元数据及计算所需的算法逻辑元数据。接着,从GBASE MPP分析数据库提取业务数据,然后依据决策节点元数据和算法逻辑元数据对业务数据进行计算,生成能够服务于推理引擎的决策支撑数据,然后将包含该决策支撑数据的计算结果推入GBASE MPP分析数据库中进行储存,以备推理引擎使用。
至此该组逻辑执行完毕,程序退出。
2)推理逻辑
该组逻辑可以由用户终端或第三方系统的服务请求触发。若系统接收到用户终端的查询请求或者第三方系统的服务调用请求,即会启动推理引擎。
推理引擎启动后,通过分析查询请求或服务调用请求,解析出需要调用的决策流程,然后从元数据管理服务模块提取决策流程元数据和决策节点元数据,以此调用决策树构建服务。为了加快决策树的构建和优化系统性能,决策树构建服务在获取输入数据(即决策流程元数据和决策节点元数据)后并不会立即启动决策树的构建,而是先向Redis缓存数据库查询该决策树是否之前构建过,如果Redis缓存数据库已存有该决策树,则无需再进行决策树的构建,而是直接从Redis缓存数据库中获取该决策树。如果Redis缓存数据库中不存在该决策树,则可以启动决策树的构建,根据输入数据(即决策流程元数据和决策节点元数据)构建决策树。决策树构建完成后,会将构建的决策树存入Redis缓存数据库以备之后使用,最后可以启动决策推理服务,决策树构建服务此时退出。
决策推理服务启动后,会将上一步构建出的决策树作为输入,然后分析前端请求(即,前文的查询请求或服务调用请求),再依据前端请求从GBASE MPP分析数据库抽取经计算逻辑得到的决策支撑数据。决策推理服务以决策树和决策支撑数据为基础,针对整颗决策树进行计算,从而完成推理决策。推理结束后,决策推理服务可以在启动优化建议构建服务之后退出。
优化建议构建服务(图7中未示出)作为本组执行逻辑的最后一步,会利用推理决策服务的推理结果(即网络分析结果)和元数据管理服务模块中的语言模板生成优化建议,优化建议就是本组逻辑的最后输出结果,将该优化建议返回给用户终端或第三方系统后,程序退出,本组逻辑至此执行完成。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
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。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、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。
所述功能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,本申请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)执行本申请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。
本申请实施例还提供了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用于执行一种网络优化方法,该方法包括上述各个实施例所描述的方案中的至少之一。
本申请实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。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。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(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中,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。
计算机可读的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。计算机可读的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、但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
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申请操作的计算机程序代码,所述程序设计语言包括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)。
本申请实施例还提供了一种计算机程序产品,其包括计算机程序,所述计算机程序在被处理器运行时使得该处理器执行上述的网络优化方法。这里,计算机程序产品的程序设计语言可以是一种或多种,该程序设计语言可以包括但不限于诸如Java、C++等面向对象的程序设计语言、诸如“C”语言等的常规过程式程序设计语言。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,均属于本申请保护范畴。
Claims (8)
1.一种网络优化方法,其特征在于,包括:
配置一级节点表和二级规则表,所述一级节点表包含节点属性信息,所述二级规则表包含网络优化流程的所有单线路径信息;
获取原始数据,并基于所述原始数据获得业务数据;
根据所述节点属性信息和所述业务数据执行计算逻辑,获得一级节点结果表;
根据所述节点属性信息、所述一级节点结果表和所述单线路径信息执行推理决策,获得网络分析结果;
每条所述单线路径信息包括一条单线路径的节点ID、归属流程和归属模块;
所述节点属性信息中包括:归属流程、归属模块、节点名称、时间粒度、网元粒度、时间跨度;
所述根据所述节点属性信息、所述一级节点结果表和所述单线路径信息执行推理决策,获得网络分析结果,包括:以用户输入的查询条件中的时间作为时间粒度、以所述查询条件中的城市作为网元粒度、以所述查询条件中的时段作为时间跨度,将所述一级节点结果表中的计算结果标志与所述二级规则表中以用户选中的分析选项作为归属模块的单线路径信息匹配,以获得网络分析结果。
2.根据权利要求1所述的方法,其特征在于,
所述节点属性信息包括:节点ID和计算规则;
根据所述节点属性信息和所述业务数据执行计算逻辑,获得一级节点结果表,包括:根据所述一级节点表中的节点ID、归属流程、归属模块、节点名称、计算规则,对所述业务数据执行相应计算逻辑以生成一级节点结果表,所述一级节点结果表中包含计算结果标志和所述节点ID,所述计算结果标志用于指示所述业务数据是否满足所述一级节点表中的相应计算规则。
3.根据权利要求1所述的方法,其特征在于,所述分析选项根据树形图配置表生成,所述树形图配置表根据所述一级节点表中的节点ID、归属流程、归属模块、节点名称生成。
4.根据权利要求1所述的方法,其特征在于,
所述节点属性信息中还包括:结论输出标志、满足规则时的输出建议、不满足规则时的输出建议;
所述网络分析结果中包含结论输出标志的取值;
所述方法还包括:根据所述网络分析结果,生成优化建议,所述优化建议根据对应所述结论输出标志的取值的所述满足规则时的输出建议或所述不满足规则时的输出建议生成。
5.一种网络优化装置,其特征在于,包括:
配置单元,用于配置一级节点表和二级规则表,所述一级节点表包含节点属性信息,所述二级规则表包含网络优化的单线路径信息;
获取单元,用于获取原始数据,并基于所述原始数据获得业务数据;
计算单元,用于根据所述节点属性信息和所述业务数据执行计算逻辑,获得一级节点结果表;
推理单元,用于根据所述节点属性信息、所述一级节点结果表和所述单线路径信息执行推理决策,获得网络分析结果;
每条所述单线路径信息包括一条单线路径的节点ID、归属流程和归属模块;
所述节点属性信息中包括:归属流程、归属模块、节点名称、时间粒度、网元粒度、时间跨度;
所述推理单元,具体用于:以用户输入的查询条件中的时间作为时间粒度、以所述查询条件中的城市作为网元粒度、以所述查询条件中的时段作为时间跨度,将所述一级节点结果表中的计算结果标志与所述二级规则表中以用户选中的分析选项作为归属模块的单线路径信息匹配,以获得网络分析结果。
6.根据权利要求5所述的装置,其特征在于,
所述节点属性信息包括:节点ID和计算规则;
所述计算单元,具体用于:根据所述一级节点表中的节点ID、归属流程、归属模块、节点名称、计算规则,对所述业务数据执行相应计算逻辑以生成一级节点结果表,所述一级节点结果表中包含计算结果标志和所述节点ID,所述计算结果标志用于指示所述业务数据是否满足所述一级节点表中的相应计算规则。
7.一种计算设备,其特征在于,包括:
处理器;
存储器,存储有程序指令,所述程序指令当被所述处理器执行时使得所述处理器实现权利要求1至4任一项所述的方法。
8.一种计算机可读存储介质,其上存储有程序指令,其特征在于,所述程序指令当被计算机执行时使得所述计算机实现权利要求1至4任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111313777.XA CN114071515B (zh) | 2021-11-08 | 2021-11-08 | 网络优化方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111313777.XA CN114071515B (zh) | 2021-11-08 | 2021-11-08 | 网络优化方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114071515A CN114071515A (zh) | 2022-02-18 |
CN114071515B true CN114071515B (zh) | 2023-07-04 |
Family
ID=80275054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111313777.XA Active CN114071515B (zh) | 2021-11-08 | 2021-11-08 | 网络优化方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114071515B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114615027A (zh) * | 2022-02-24 | 2022-06-10 | 奇安信科技集团股份有限公司 | 行为数据处理方法、装置、设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102149103A (zh) * | 2011-04-11 | 2011-08-10 | 北京铭润创展科技有限公司 | 网络优化系统及方法 |
CN103501503A (zh) * | 2013-09-06 | 2014-01-08 | 大唐移动通信设备有限公司 | 一种网络问题分析方法和装置 |
WO2020052982A1 (en) * | 2018-09-12 | 2020-03-19 | Nokia Solutions And Networks Oy | Dynamic cell selection for radio network optimization |
CN111356148A (zh) * | 2018-12-21 | 2020-06-30 | 中兴通讯股份有限公司 | 一种实现网络优化的方法及相关设备 |
CN111598382A (zh) * | 2020-04-01 | 2020-08-28 | 深圳壹账通智能科技有限公司 | 基于区块链的业务链数据校核方法、装置、存储介质、电子设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101835182A (zh) * | 2010-02-04 | 2010-09-15 | 西安方诚通讯技术服务有限公司 | 一种无线网络优化计算机分析系统及分析方法 |
CN102014414A (zh) * | 2010-12-24 | 2011-04-13 | 北京拓明科技有限公司 | 一种网络优化智能决策向导系统及自动化分析方法 |
CN102547757A (zh) * | 2010-12-31 | 2012-07-04 | 北京亿阳信通软件研究院有限公司 | 网络优化分析系统及方法 |
CN109792606B (zh) * | 2017-03-10 | 2021-01-12 | 华为技术有限公司 | 一种数据传输优化方法、终端及网络设备 |
US20210219384A1 (en) * | 2018-09-06 | 2021-07-15 | Nokia Technologies Oy | Procedure for optimization of self-organizing network |
CN111294819B (zh) * | 2018-12-07 | 2023-04-28 | 中国移动通信集团陕西有限公司 | 一种网络优化方法及装置 |
CN111885618B (zh) * | 2020-06-23 | 2024-03-29 | 广州衡昊数据科技有限公司 | 一种网络性能优化方法和装置 |
-
2021
- 2021-11-08 CN CN202111313777.XA patent/CN114071515B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102149103A (zh) * | 2011-04-11 | 2011-08-10 | 北京铭润创展科技有限公司 | 网络优化系统及方法 |
CN103501503A (zh) * | 2013-09-06 | 2014-01-08 | 大唐移动通信设备有限公司 | 一种网络问题分析方法和装置 |
WO2020052982A1 (en) * | 2018-09-12 | 2020-03-19 | Nokia Solutions And Networks Oy | Dynamic cell selection for radio network optimization |
CN111356148A (zh) * | 2018-12-21 | 2020-06-30 | 中兴通讯股份有限公司 | 一种实现网络优化的方法及相关设备 |
CN111598382A (zh) * | 2020-04-01 | 2020-08-28 | 深圳壹账通智能科技有限公司 | 基于区块链的业务链数据校核方法、装置、存储介质、电子设备 |
Non-Patent Citations (2)
Title |
---|
《软件定义无线异构网络中的能效优化问题研究》;李莉;《中国优秀硕士学位论文全文数据库信息科技辑》;全文 * |
《频繁小区切换下的网络通信优化方法仿真》;孟广学,王德志;《计算机仿真》;第31卷(第4期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114071515A (zh) | 2022-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111339071B (zh) | 一种多源异构数据的处理方法及装置 | |
CN107678790A (zh) | 流计算方法、装置及系统 | |
CN112749194A (zh) | 可视化的数据处理方法、装置、电子设备及可读存储介质 | |
GB2574906A (en) | Pipeline data processing | |
CN106682097A (zh) | 一种处理日志数据的方法和装置 | |
CN108494575B (zh) | 一种基于图数据库的电力通信网运行方式建模方法及系统 | |
CN108733639A (zh) | 一种配置参数调整方法、装置、终端设备及存储介质 | |
CN109582289B (zh) | 规则引擎中规则流的处理方法、系统、存储介质和处理器 | |
CN107194533B (zh) | 一种配电网全信息模型构建方法及系统 | |
CN106708965A (zh) | 一种数据的处理方法和装置 | |
CN114071515B (zh) | 网络优化方法、装置、设备和存储介质 | |
CN113807926A (zh) | 推荐信息生成方法、装置、电子设备和计算机可读介质 | |
CN112733017A (zh) | 一种标签管理方法、装置、存储介质及电子装置 | |
JP2015201060A (ja) | センサデータ収集システム | |
CN115934097A (zh) | 生成可执行语句的方法、装置、存储介质及电子装置 | |
CN115392501A (zh) | 数据采集方法、装置、电子设备及存储介质 | |
CN115392205A (zh) | 报表数据的生成方法、装置、电子设备及存储介质 | |
CN115309767A (zh) | 一种数据融合方法和装置 | |
CN115576973B (zh) | 一种业务部署方法、装置、计算机设备和可读存储介质 | |
CN110209722A (zh) | 一种用于数据交换的数据接口 | |
CN106155990A (zh) | 一种数据处理和应用一体化的方法 | |
CN109710487A (zh) | 一种监控方法和装置 | |
CN109558403A (zh) | 数据聚合方法及装置、计算机装置及计算机可读存储介质 | |
CN112860700B (zh) | 数据表的生成方法及装置、存储介质及电子装置 | |
CN115204841A (zh) | 工作流的生成方法、装置、电子设备以及存储介质 |
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 |