CN114640576B - 用于宽带网络的无源接入设备的故障定位的方法和装置 - Google Patents
用于宽带网络的无源接入设备的故障定位的方法和装置 Download PDFInfo
- Publication number
- CN114640576B CN114640576B CN202011473324.9A CN202011473324A CN114640576B CN 114640576 B CN114640576 B CN 114640576B CN 202011473324 A CN202011473324 A CN 202011473324A CN 114640576 B CN114640576 B CN 114640576B
- Authority
- CN
- China
- Prior art keywords
- passive access
- access device
- user
- broadband
- users
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000004807 localization Effects 0.000 title claims abstract description 17
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 238000012544 monitoring process Methods 0.000 claims abstract description 5
- 230000003287 optical effect Effects 0.000 claims description 14
- 230000015654 memory Effects 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000007726 management method Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 9
- 230000004888 barrier function Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008447 perception Effects 0.000 description 5
- 230000008439 repair process Effects 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 235000019580 granularity Nutrition 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000000265 leukocyte Anatomy 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000000941 radioactive substance Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0677—Localisation of faults
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Small-Scale Networks (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本公开涉及用于宽带网络的无源接入设备的故障定位的方法和装置。具体公开了一种用于宽带网络的无源接入设备的故障定位的方法,所述方法包括:通过侦听客服系统中的用户申告来实时地获得用户宽带信息;基于用户宽带信息将用户关联到相应的无源接入设备,并通过聚类算法实时地计算被关联到相同的无源接入设备的用户的数量;以及在与所述无源接入设备相关联的有源设备无故障的情况下,当一时段内被关联到相同的无源接入设备的用户的数量超过预定义的阈值时,确定所述宽带无源接入设备发生故障。
Description
技术领域
本公开总体上涉及通信技术的监控领域,并且更具体地,涉及用于宽带网络的无源接入设备的故障定位的技术领域。
背景技术
宽带网络的故障通常分为有源设备故障和无源故障。有源设备部分包括宽带网络中需要通电才能运行的设备,例如光纤线路终端(OLT)、PON板等。无源部分包括宽带网络中不需要通电即可工作的无源接入设备(例如,光分路器(OBD))及其主光路。
其中有源设备在发生故障时可发出告警信息,因此可通过对有源设备网管的告警信息进行分析,进行故障的实时发现和处理。而对于无源接入设备,缺乏实时、高精度和高准确度且成本有效的故障发现和定位的手段。传统的宽带故障的监控和定位是基于无源光纤网络(PON)网管实现的,并且它所定位的最小颗粒是有源接入设备的端口,例如,PON口。然而,每个有源接入设备的端口下进一步接有多个无源接入设备。无源接入设备的故障宽带片障中所占的比例较大,并且对用户感知的影响明显。
发明专利申请公开号CN101345581A公开了一种无源光网络的故障定位方法及系统,其中通过在终端设备掉电或者正常关电时,检测设备下电、光功率信息,判断无源光纤网络(PON)是有源设备故障还是无源接入设备故障。然而,它仅仅能够实现PON口级别的故障定位,而无法进一步判断该PON端口下级所连接的哪个无源接入设备发生了故障,定位精度不够。
发明专利申请公开CN105577458A公开了一种无源光接入网络中支路故障定位的装置和方法。然而,它需要对无源接入设备以下的光分支检测信号进行物理检测,需要部署物理检测装置,这导致成本很高。
此外,宽带网络存在网络资源与用户占用之间的匹配无法达到百分之百准确的问题。当用户占用与网络资源的匹配准确率低时,准确定位无源接入设备故障变得更加困难。
因此,需要一种成本有效的、实时的、精度和准确度高的宽带网络的无源接入设备的故障定位的方法。
发明内容
在下文中给出了关于本公开的简要概述,以便提供关于本公开的一些方面的基本理解。但是,应当理解,这个概述并不是关于本公开的穷举性概述。它并不是意图用来确定本公开的关键性部分或重要部分,也不是意图用来限定本公开的范围。其目的仅仅是以简化的形式给出关于本公开的某些概念,以此作为稍后给出的更详细描述的前序。
为了解决现有技术所存在的问题,本公开提供了一种成本有效的、实时的、且精度和准确度高的定位宽带网络的无源接入设备的故障的方法、装置、计算机可读存储介质以及计算机程序产品。通过采用大数据技术,实时关联其无源网络的资源系统信息、有源的宽带网管告警信息,并进行分析和判断,以成本有效的方式实现了无源接入设备的故障的准确和精确定位。
根据本公开的一方面,提供了一种用于宽带网络的无源接入设备的故障定位的方法,所述方法包括:通过侦听客服系统中的用户申告来实时获得用户宽带信息;基于用户宽带信息将用户关联到相应的无源接入设备,并通过聚类算法实时地计算被关联到相同的无源接入设备的用户的数量;以及在与所述无源接入设备相关联的有源设备无故障的情况下,当一时段内被关联到相同的无源接入设备的用户的数量超过预定义的阈值时,确定所述宽带无源接入设备发生故障。
根据本公开的另一方面,提供了一种用于宽带网络的无源接入设备的故障定位的装置。该装置包括:存储器,存储有计算机可执行指令;以及处理器,被配置为当执行存储器中存储的计算机可执行指令时,执行如上所述的方法。
根据本公开的另一方面,提供了一种计算机可读存储介质,包括计算机可执行指令,所述计算机可执行指令在由一个或多个处理器执行时,使得所述一个或多个处理器执行如上所述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机可执行指令,所述计算机可执行指令在由一个或多个处理器执行时实现如上所述的方法。
附图说明
构成说明书的一部分的附图描述了本公开的实施例,并且连同说明书一起用于解释本公开的原理。
参照附图,如下面的详细描述,可以更清楚地理解本公开,其中:
图1示出了根据本公开的实施例的宽带网络的无源接入设备的故障定位系统的框图;
图2示出了根据本公开的实施例的用于宽带网络的无源接入设备的故障定位的方法的流程图;
图3示出了根据本公开的实施例的宽带网络的网络拓扑结构图;
图4示出了应用根据本公开的实施例的客服系统主动拦截的月均片障数量的曲线图;以及
图5示出了能够实现根据本公开的实施例的宽带网络的无源接入设备的故障定位装置的硬件架构图。
具体实施方式
参考附图进行以下详细描述,并且提供以下详细描述以帮助全面理解本公开的各种示例实施例。以下描述包括各种细节以帮助理解,但是这些细节仅被认为是示例,而不是为了限制本公开,本公开是由随附权利要求及其等同内容限定的。在以下描述中使用的词语和短语仅用于能够清楚一致地理解本公开。另外,为了清楚和简洁起见,可能省略了对公知的结构、功能和配置的描述。本领域普通技术人员将认识到,在不脱离本公开的精神和范围的情况下,可以对本文描述的示例进行各种改变和修改。
图1示出了根据本公开的实施例的宽带网络的无源接入设备的故障定位系统的框图。
如图1所示,本发明的故障定位方法主要由智能网管系统通过与客服系统、网络运营数据(资源)系统和无源光纤网络(PON)网管系统交互来实现。下面分别介绍以上各个系统。
客服系统是被配置为与用户交互的系统。例如,客服系统可以接收用户的咨询和申告、为用户进行业务办理等。申告至少包括用户对于网络故障的报修等。客服系统可以通过各种方式与用户交互,包括但不限于:手机来电、固话来电、网络平台等等。网络平台可以是宽带运营商官网、宽带运营商app或诸如微信等的服务或社交平台。客服系统例如可以是中国电信公司的10000客服系统,或其它运营商的客服系统。
智能网管系统可以通过侦听客服系统来获得用户信息。例如,智能网管系统可以通过侦听客服系统调用运营支撑系统(OSS)的接口来实时地获得并解析用户申告,以从客服系统中的用户申告中获得用户宽带信息。侦听技术是现有技术中常用的,可以根据需要采用适合的侦听方法,此处不再详述。
网络运营数据系统存储有网络运营数据,例如网络资源系统数据。网络资源系统数据至少包括宽带网络中有源设备和无源接入设备的部署信息。智能网管系统可以基于该信息建立网络拓扑结构图。
PON网管系统被配置为监控PON中有源设备的运行状态,并在运行状态发生异常时发出告警。智能网管系统可以监视PON网管系统的告警信息,以判断宽带网络的有源设备是否发生了故障。
以上各个系统可以通过软件、硬件或软硬件结合的方式实现。
图2示出了根据本公开的实施例的用于宽带网络的无源接入设备的故障定位的方法的流程图。
如图2所示,在步骤202,侦听客服系统中的用户申告来实时获得用户宽带信息。接着,在步骤204,基于用户宽带信息将用户关联到相应的无源接入设备,并通过聚类算法实时地计算被关联到相同的无源接入设备的用户的数量。最后,在步骤206,在与该无源接入设备相关联的有源设备无故障的情况下,当一时段内被关联到相同的无源接入设备的用户的数量超过预定义的阈值时,确定该宽带无源接入设备发生故障。
本发明的无源接入设备故障定位方法可基于通过侦听实时获得的用户宽带信息精确定位到具体的无源接入设备,定位及时、快速且精度高。此外,仅在与相同的无源接入设备相关联的用户申告的数量超过阈值时,才判断该无源接入设备发生故障。这样,提高了判断的准确度。解决了由于网络资源与用户占用之间的匹配无法达到百分之百准确而造成高误判率的问题。而且,本发明的方法无需部署物理检测装置,成本有效。
下面描述本发明的优选的实施方式。
根据优选的实施例,可以通过侦听用户与客服系统的交互来获得用户个人信息,并基于用户个人信息来得到用户宽带信息。
具体而言,用户个人信息包括但不限于:用户手机号、用户固定电话号码、用户的网络平台账号等等。用户宽带信息可以包括例如:宽带网络账号、宽带高清电视(ITV)业务号码或其它宽带业务账号等等。由于在申请宽带服务时需要填写用户的个人信息,因此用户个人信息与用户宽带信息是相互关联的。可以采用大数据技术分析用户个人信息,并基于这种关联性得到用户宽带信息。大数据技术对数据的处理速度极为快速,能够通过大数据分析对海量的数据快速呈现出分析结果。然而,这只是一个示例,也可以通过其它数据处理技术来基于用户个人信息获得用户宽带信息。
根据优选的实施方式,在得到用户宽带信息之后,可进一步采用大数据技术,将用户宽带信息与无源光纤网络的网络资源系统数据相关联,从而定位该用户使用的无源接入设备。
如上文关于网络运营数据系统所描述的,网络资源系统数据至少包括宽带网络中有源设备和无源接入设备的部署信息。例如,网络资源系统数据可以包括PON板、PON口和OBD的部署信息。因此,基于用户宽带信息和网络资源系统数据,可以构建网络拓扑结构图,从而得到例如与该用户相关联的PON板编号、PON口编号和PON口下的OBD编号。也就是说,可以精确定位该用户与具体哪一个无源接入设备(例如,OBD)相关联。
图3示出了根据本公开的实施例的基于网络资源系统数据构建的网络拓扑结构图的一个示例。如图3所示,OLT下通常接有多个PON板,每个PON板有多个PON口,并且每个PON口下接有4至8个OBD接入点。每个OBD可接入1至8个用户(未在图3中示出)。可见,已知拓扑结构,可以基于用户宽带信息定位到接入用户的OBD。
与现有技术相比,该优选的实施例无需部署物理检测装置即可实现故障无源接入设备的高精度定位。即,不仅仅能够定位发生故障的有源设备(例如,PON口),而且能够进一步定位到具体的无源接入设备(例如,OBD)。
在定位到用户与哪一个无源接入设备相关联之后,通过聚类算法实时计算关联到同一个无源接入设备的用户的数量,并判断该数量是否超过阈值。聚类算法的选择没有特定限制,可以使用本领域中常用的聚类算法。阈值可以由本领域技术人员根据需要选择。通常来讲,阈值越高,准确度越高。因此,对于那些网络资源与用户占用的匹配准确度高的地区,阈值可以选择得稍低,而对于那些匹配准确度低的区域,阈值可以选择得稍高。
根据一个优选的实施例,可以基于用户与无源接入设备关联的准确率,使用离散概率分布模型来计算阈值。在实际中,当一个随机事件(例如,电话交换台收到的呼叫、来到公共汽车站的乘客、放射性物质发射出的粒子和显微镜下的区域中的白血球等),以固定的平均瞬时速率(或密度)λ随机且独立地出现时,那么这个事件在单位时间内出现的次数或个数就近似地服从离散概率分布。因此,对于本发明的情况,可以基于用户与无源接入设备关联的准确率,使用离散概率分布模型来计算上述阈值。
优选地,可以基于用户与无源接入设备关联的准确率,使用离散概率分布模型来计算当N个用户关联到相同的无源接入设备时该无源接入设备发生故障的概率P(N)。在无源接入设备为OBD的情况下,N=1,2,3…8。这是因为一个末梢OBD最多可以接入8个用户。P(N)随着N增大而增大。当P(N)的值达到较高水平(例如>90%)时,将阈值设为N。这可以表达为当P(N)>90%且P(N-1)≤90%时,将阈值设为N。也就是说,当N个用户的申告被聚类到同一无源接入设备时,该无源接入设备发生故障的概率高达90%以上。换言之,采用如此计算的N为阈值,可以保证无源接入设备故障判断的准确率高达90%以上。
请注意,概率90%仅为示例,可以根据需要选择更高或更低的概率。
泊松分布为常用的离散概率分布模型,下面以泊松分布模型为例,来说明根据本发明的一个优选实施例的阈值N的计算实例。
如上文所述,网络资源与用户占用之间的匹配无法达到百分之百准确。也就是说,基于用户的宽带信息定位无源接入设备的准确率无法达到百分之百。在实际中,以OBD为例,所能达到的准确率一般高于60%。在某些地区,准确率可以更高,例如,可以是70%或80%等。下面,以一个较低的准确率值60%为例进行计算。
泊松分布函数P(λ)的表达式为:
其中,λ为单位时间内聚类到同一无源接入设备的进行申告的平均用户数量,k为单位时间内聚类到同一无源接入设备的进行申告的用户数量。单位时间可以理解为在一个较短的单位时间内,例如,在1分钟内,从而使得申告可以看似是几乎同时发生的。这只是为了便于示例和说明,也可以将其设为1分钟以外的时段。
假定OBD上用户占用的准确率为60%,那么在1个申告的用户定位到OBD的情况下,该OBD发生故障的概率为60%。即,P(1)=60%。依次迭代,则可以计算出在N个用户被关联到无源接入设备并且与该无源接入设备相关联的有源设备无故障的情况下,该无源接入设备发生故障的概率P(N)。
例如,可进一步计算得出,P(2)=84%。也就是说,当有2个申告的用户定位到同一OBD时,该OBD发生故障的概率为84%。可进一步计算得出,P(3)=93.6%。也就是说,当有3个申告的用户定位到同一OBD时,该OBD发生故障的概率为93.6%。此时,满足设定条件P(N)>90%且P(N-1)≤90%,因此阈值可设为3。也就是说,如果用户被关联到相应的无源接入设备的准确率为60%,则在三个申告的用户被聚类到同一OBD并且与该OBD相关联的有源设备无故障的情况下,该无源接入设备发生故障的概率为93.6%。
下面,描述使用泊松分布进行计算的过程。计算基于以下条件:
1、泊松分布在发生事件的样本很小(20以下)时回归到二项分布,较大(40以上)时两者几乎相等。
2、对于单个OBD,通过其接入宽带的用户数量不超过8个,也就是说样本空间在8个以下。因此,满足并采用二项分布模型计算。
二项分布计算公式为:
如上文所述,给定OBD上用户占用的准确率为60%,那么在1个申告的用户定位到OBD的情况下,该OBD发生故障的概率为60%。即,P(1)=0.6。
基于以上条件,可分别如下计算当2个和3个申告的用户聚类到同一OBD时,该OBD发生故障的概率:
当2个用户聚类到同一OBD时(n=2):
当3个用户聚类到同一OBD时(n=3):
由此可见,即使用户与无源接入设备的关联准确率较低(例如,60%),本公开也能够仅基于较少数量(例如3个)的用户申告来实现准确(准确率超过90%)的无源接入设备的故障定位。也就是说,本发明可以实现较小的颗粒度,即三个用户颗粒度的OBD的故障检测。
能够实现3个用户颗粒度的OBD故障检测是很有意义的。网络片障的定义为一分钟内影响3个及以上用户的网络故障。因为网络片障颗粒细,因此数量很大(每月150万)。在网络管理上,通常最关心的就是这种网络片障。一旦能够定位片障,就可派人跟踪进行处理。传统上,由于资源占用准确率低(如60%),无法准确定位仅影响3个用户的片障。而本发明的该优选实施例基于60%的较低资源占用准确率即可实现准确率高达93.6%的片障定位准确率,对于片障的管理十分有效,可以大大提升用户的宽带使用体验。
下面给出另外两种常见情况下的数值实例:
1、在一些地区,用户宽带信息被关联到相应的OBD的准确率为70%。则在3个申告的用户被聚类到同一OBD并且与该OBD相关联的有源设备无故障的情况下,使用泊松分布或二项分布模型计算出的OBD发生故障的概率为97.3%。
2、在一些地区,用户宽带信息被关联到相应的OBD的准确率为80%,则在3个申告的用户被聚类到同一OBD的情况下,使用泊松分布或二项分布模型计算出的该无源接入设备发生故障的概率为99.1%。
可见,当用户宽带信息与相应的OBD的匹配较高时,可达到非常高的几乎接近100%的故障检测准确率。
除泊松分布和二项分布模型外,也可以根据需要选择本领域已知的其它离散概率分布模型用于实现本公开中的计算。
尽管上文描述了使用离散概率函数来选择阈值的方法,但这不是限制性的。本领域技术人员也可以使用其它方式根据需要来选择阈值。
至少基于以上方法,可以在无需使用任何额外的硬件设备的情况下,仅通过判断一时段内关联到相同的无源接入设备的用户数量是否超过预定义的阈值就能够以高准确度实现宽带网络的无源接入设备的故障的精确定位。这在实际应用中能够大大降低无源接入设备的故障的处理时间,并因此提高了用户感知。此外,该方法相较于现有技术中通过额外添加物理检测装置的方案也大大降低了成本。
以上所描述的根据阈值确定无源接入设备是否存在故障的操作,是在确认该故障并非是由有源设备引起的情况下进行的。优选地,可以通过检测有源设备本身是否发出故障告警来判断有源设备是否有故障。例如,可以通过检测是否有来自PON网管系统的告警消息来判断有源设备是否有故障。如果有源设备发生了故障,则先修复有源设备的故障,待有源设备的故障修复之后,再继续进行无源接入设备故障的判断。
下面描述本发明的无源接入设备的故障定位方法的其它实施方式。
根据一个实施方式,该方法可以进一步包括拦截与发生了故障的无源接入设备相关联的其他用户的申告。例如,在判定一无源接入设备发生故障之后,可对该故障进行修复。在修复期间,可以对同一无源接入设备故障的其它用户的重复申告,即在此之前尚未发现故障的用户的申告进行反向拦截。这样可以减少客服系统中的用户申告的数量,并降低系统的处理负荷。此外,对于那些尚未发现故障并申告的用户,可以实现在用户发现故障之前,主动发现并修复故障。这大大缩短了业务中断时长,提升了用户感知。
根据另一个实施方式,该方法可以进一步包括对确定发生故障的无源接入设备进行修复,并在修复后检测发生故障的无源接入设备是否恢复正常,以实时地释放无源接入设备的故障状态,解除对它的跟踪以及对该无源接入设备的用户申告的拦截。根据一些实施例,可以通过检测关联到发生故障的无源接入设备的用户是否上线(例如,正在上网等)来判断该无源接入设备是否恢复正常。例如,可以通过系统自动轮询故障用户上线状态、现场修障人员通过APP反馈的修复状态等来判断故障是否恢复。
技术效果
本发明通过大数据技术定位故障设备的方法,大大提升了故障主动发现率,显著减少了客服系统的宽带、ITV用户的申告和投诉数量。据实际统计数据,由每月23.5万次减少为14.5万次下降38%。每次通话以3元计算,节省人力投入27万/月,一年27*12=324万。关键是大大加快了无源片障的主动发现维护能力,缩短了故障处理时长。根据实际统计数据,故障修复平均时长缩短了21%,这大大提升了客户感知。
客服系统片障自助拦截量,从每月的2124次,增长每月17529次,增幅达8.6倍,说明大量宽带用户申告时故障已经在处理当中,先于用户发现故障,大大缩短了业务中断时长,提升了客户感知。图4示出了应用根据本公开的实施例的方法后,客服系统主动拦截的月均片障数量的曲线图。
本发明采用大数据聚类分析算法,进行无源部分(OBD及其光路)故障的实时定位,以高达90%以上的准确率实现了3个用户颗粒的宽带无源故障定位。目前国内外尚未见类似的宽带无源故障定位的工作报道或公开。
以上描述的无源接入设备的故障定位方法可以是能够由计算机或处理器实现的方法。具体而言,可以通过软件、硬件或软件和硬件的组合执行。例如,可以通过执行以上方法中各个步骤的多个模块来实现。以上描述的方法也可以实现为存储在存储介质中的程序代码,以便由处理器来执行。所述处理器可以是专用处理器或通用处理器。
此外,本公开可以被实现为装置、系统、集成电路和非瞬时性计算机可读介质上的计算机程序的任何组合。下面描述根据本发明的一个实施方式的数据采集装置。
图5示出了能够实现根据本公开的实施例的计算设备500的示例性配置。
计算设备500是能够应用本公开的上述方面的硬件设备的实例。计算设备500可以是被配置为执行处理和/或计算的任何机器。计算设备500可以是但不限制于工作站、服务器、台式计算机、膝上型计算机、平板计算机、个人数据助手(PDA)、智能电话、车载计算机或以上组合。
如图5所示,计算设备500可以包括可以经由一个或多个接口与总线502连接或通信的一个或多个元件。总线502可以包括但不限于,工业标准架构(Industry StandardArchitecture,ISA)总线、微通道架构(Micro Channel Architecture,MCA)总线、增强ISA(EISA)总线、视频电子标准协会(VESA)局部总线、以及外设组件互连(PCI)总线等。计算设备500可以包括例如一个或多个处理器504、一个或多个输入设备506以及一个或多个输出设备508。一个或多个处理器504可以是任何种类的处理器,并且可以包括但不限于一个或多个通用处理器或专用处理器(诸如专用处理芯片)。处理器502例如可以被配置为实现本公开的用于宽带网络的无源接入设备的故障定位的方法。输入设备506可以是能够向计算设备输入信息的任何类型的输入设备,并且可以包括但不限于鼠标、键盘、触摸屏、麦克风和/或远程控制器.输出设备508可以是能够呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。
计算设备500还可以包括或被连接至非暂态存储设备514,该非暂态存储设备514可以是任何非暂态的并且可以实现数据存储的存储设备,并且可以包括但不限于盘驱动器、光存储设备、固态存储器、软盘、柔性盘、硬盘、磁带或任何其他磁性介质、压缩盘或任何其他光学介质、缓存存储器和/或任何其他存储芯片或模块、和/或计算机可以从其中读取数据、指令和/或代码的其他任何介质。计算设备500还可以包括随机存取存储器(RAM)510和只读存储器(ROM)512。ROM 512可以以非易失性方式存储待执行的程序、实用程序或进程。RAM 510可提供易失性数据存储,并存储与计算设备500的操作相关的指令。计算设备500还可包括耦接至数据链路518的网络/总线接口516。网络/总线接口516可以是能够启用与外部装置和/或网络通信的任何种类的设备或系统,并且可以包括但不限于调制解调器、网络卡、红外线通信设备、无线通信设备和/或芯片集(诸如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设施等)。
本公开包括软件、应用程序、计算机程序或算法的使用。可以将软件、应用程序、计算机程序或算法存储在非瞬时性计算机可读介质上,以使诸如一个或多个处理器的计算机执行上述步骤和附图中描述的步骤。例如,一个或多个存储器以可执行指令存储软件或算法,并且一个或多个处理器可以关联执行该软件或算法的一组指令,以根据本公开中描述的实施例提供各种功能。
提供本公开的主题作为用于执行本公开中描述的特征的装置、系统、方法和程序的示例。但是,除了上述特征之外,还可以预期其他特征或变型。可以预期的是,可以用可能代替任何上述实现的技术的任何新出现的技术来完成本公开的部件和功能的实现。
另外,以上描述提供了示例,而不限制权利要求中阐述的范围、适用性或配置。在不脱离本公开的精神和范围的情况下,可以对所讨论的元件的功能和布置进行改变。各种实施例可以适当地省略、替代或添加各种过程或部件。例如,关于某些实施例描述的特征可以在其他实施例中被结合。
类似地,虽然在附图中以特定次序描绘了操作,但是这不应该被理解为要求以所示的特定次序或者以顺序次序执行这样的操作,或者要求执行所有图示的操作以实现所希望的结果。在某些情况下,多任务处理和并行处理可以是有利的。
Claims (13)
1.一种用于宽带网络的无源接入设备的故障定位的方法,所述无源接入设备包括光分路器,所述方法包括:
通过侦听客服系统中的用户申告来实时地获得用户宽带信息;
基于用户宽带信息将用户关联到相应的无源接入设备,并通过聚类算法实时地计算被关联到相同的无源接入设备的用户的数量;
基于用户与所述无源接入设备关联的准确率,使用离散概率分布模型来计算当N个用户关联到相同的无源接入设备时所述无源接入设备发生故障的概率P(N),并且当P(N)的值大于预设概率且P(N-1)小于或等于所述预设概率时,将阈值设为N;以及
在与所述无源接入设备相关联的有源设备无故障的情况下,当一时段内被关联到相同的无源接入设备的用户的数量超过预定义的所述阈值时,确定所述无源接入设备发生故障。
2.如权利要求1所述的方法,其中,通过侦听客服系统中的用户申告来实时地获得用户个人信息,并采用大数据技术基于用户个人信息来得到用户宽带信息。
3.如权利要求1所述的方法,其中,采用大数据技术基于用户宽带信息和网络资源系统数据将用户关联到相应的无源接入设备。
4.如权利要求3所述的方法,其中,网络资源系统数据包括宽带网络中有源设备和无源接入设备的部署信息。
5.如权利要求1所述的方法,其中,使用离散概率分布模型计算当N个用户关联到相同的无源接入设备时所述无源接入设备发生故障的概率P(N),并且当P(N)>90%且P(N-1)≤90%时,将阈值设为N。
6.如权利要求1所述的方法,其中,所述离散概率分布模型为泊松分布模型或二项分布模型。
7.如权利要求1所述的方法,进一步包括:拦截与发生了故障的无源接入设备相关联的其它用户的申告。
8.如权利要求1所述的方法,进一步包括:对发生故障的无源接入设备进行修复,并在修复后检测发生故障的无源接入设备是否恢复正常。
9.如权利要求8所述的方法,其中,通过检测关联到发生故障的无源接入设备的用户是否上线来判断所述无源接入设备是否恢复正常。
10.如权利要求1所述的方法,其中,并且通过检测有源设备本身是否发出故障告警来判断有源设备是否有故障。
11.一种用于宽带网络的无源接入设备的故障定位的装置,所述装置包括:
存储器,存储有计算机可执行指令;以及
处理器,被配置为当执行存储在所述存储器上的计算机可执行指令时,执行如权利要求1至10中任一项所述的方法。
12.一种计算机可读存储介质,包括计算机可执行指令,所述计算机可执行指令在由一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1至10中的任一项所述的方法。
13.一种计算机程序产品,包括计算机可执行指令,所述计算机可执行指令在由一个或多个处理器执行时实现如权利要求1至10中的任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011473324.9A CN114640576B (zh) | 2020-12-15 | 2020-12-15 | 用于宽带网络的无源接入设备的故障定位的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011473324.9A CN114640576B (zh) | 2020-12-15 | 2020-12-15 | 用于宽带网络的无源接入设备的故障定位的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114640576A CN114640576A (zh) | 2022-06-17 |
CN114640576B true CN114640576B (zh) | 2024-04-09 |
Family
ID=81944743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011473324.9A Active CN114640576B (zh) | 2020-12-15 | 2020-12-15 | 用于宽带网络的无源接入设备的故障定位的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114640576B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115842760A (zh) * | 2022-12-08 | 2023-03-24 | 中国联合网络通信集团有限公司 | 故障检测方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105391588A (zh) * | 2015-12-14 | 2016-03-09 | 中国联合网络通信集团有限公司 | 一种网络故障的诊断方法及装置 |
US9960951B1 (en) * | 2016-03-15 | 2018-05-01 | CSC Holdings, LLC | System, method, and medium for determining a failure of a network element |
CN108900319A (zh) * | 2018-05-30 | 2018-11-27 | 北京百度网讯科技有限公司 | 故障检测方法和装置 |
CN109450527A (zh) * | 2018-10-24 | 2019-03-08 | 中国电信股份有限公司广东传送网络运营中心 | 故障的确定方法、装置、计算机设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8867371B2 (en) * | 2012-04-27 | 2014-10-21 | Motorola Mobility Llc | Estimating physical locations of network faults |
-
2020
- 2020-12-15 CN CN202011473324.9A patent/CN114640576B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105391588A (zh) * | 2015-12-14 | 2016-03-09 | 中国联合网络通信集团有限公司 | 一种网络故障的诊断方法及装置 |
US9960951B1 (en) * | 2016-03-15 | 2018-05-01 | CSC Holdings, LLC | System, method, and medium for determining a failure of a network element |
CN108900319A (zh) * | 2018-05-30 | 2018-11-27 | 北京百度网讯科技有限公司 | 故障检测方法和装置 |
CN109450527A (zh) * | 2018-10-24 | 2019-03-08 | 中国电信股份有限公司广东传送网络运营中心 | 故障的确定方法、装置、计算机设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
宽带接入层设备故障自动派单及用户故障申告拦截系统的实现;单秀海;;现代电信科技;20130225(第Z1期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114640576A (zh) | 2022-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108845910B (zh) | 大规模微服务系统的监控方法、装置及存储介质 | |
US20220321440A1 (en) | Interface Service Function Monitoring Method and System Based on Data Acquisition | |
US20140330960A1 (en) | Systems and Methods for Identifying Applications in Mobile Networks | |
CN111192130B (zh) | 交易监控中确定故障根源的方法、系统、装置及存储介质 | |
US7995485B1 (en) | Method and apparatus for providing automated diagnostics of networks | |
CN107147521B (zh) | 一种投诉业务预警监控方法 | |
CN111385123A (zh) | Web服务分布式智能监控方法、装置、计算机设备及存储介质 | |
CN103609160A (zh) | 用于自动自扰网络元件的消息流重新路由 | |
CN114640576B (zh) | 用于宽带网络的无源接入设备的故障定位的方法和装置 | |
CN111193616A (zh) | 自动运维方法、装置、系统、存储介质及自动运维服务器 | |
CN111158926A (zh) | 业务请求分析方法、装置及设备 | |
CN113656252B (zh) | 故障定位方法、装置、电子设备以及存储介质 | |
CN114025260A (zh) | 光接入网故障定位方法、装置、设备及介质 | |
KR102333866B1 (ko) | 이동 통신 네트워크 이상 진단 장치 및 방법 | |
CN110609761B (zh) | 确定故障源的方法、装置、存储介质和电子设备 | |
US20120311178A1 (en) | Self-disrupting network element | |
CN114095394A (zh) | 网络节点故障检测方法、装置、电子设备及存储介质 | |
CN113807697A (zh) | 基于告警关联的派单方法及装置 | |
CN111835566A (zh) | 一种系统故障管理方法、装置及系统 | |
US10454770B2 (en) | System, method, and computer program product for extracting a topology of a telecommunications network related to a service | |
CN113259531B (zh) | 一种呼叫中心自动语音服务运维方法及系统 | |
CN111831875B (zh) | 数据处理方法、装置、设备和存储介质 | |
CN115484194A (zh) | 一种流量监控方法及装置 | |
Toth et al. | SIMULATING RETRIAL QUEUES WITH A FINITE SOURCE, TWO-WAY COMMUNICATION TO THE ORBIT, THE INCLUSION OF A BACKUP SERVER AND IMPATIENT CUSTOMERS | |
CN114205213A (zh) | 故障推送方法及装置、存储介质及电子设备 |
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 |