CN114826867A - 处理数据的方法、装置、系统及存储介质 - Google Patents
处理数据的方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN114826867A CN114826867A CN202110119289.9A CN202110119289A CN114826867A CN 114826867 A CN114826867 A CN 114826867A CN 202110119289 A CN202110119289 A CN 202110119289A CN 114826867 A CN114826867 A CN 114826867A
- Authority
- CN
- China
- Prior art keywords
- data
- feature
- type
- data set
- network element
- 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
- 238000000034 method Methods 0.000 title claims abstract description 176
- 238000012545 processing Methods 0.000 title claims abstract description 163
- 230000002159 abnormal effect Effects 0.000 claims description 48
- 238000004590 computer program Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 abstract description 19
- 238000007405 data analysis Methods 0.000 abstract description 7
- ORQBXQOJMQIAOY-UHFFFAOYSA-N nobelium Chemical compound [No] ORQBXQOJMQIAOY-UHFFFAOYSA-N 0.000 description 34
- 238000004422 calculation algorithm Methods 0.000 description 30
- 230000006399 behavior Effects 0.000 description 29
- 230000008569 process Effects 0.000 description 27
- 230000005540 biological transmission Effects 0.000 description 17
- 230000008859 change Effects 0.000 description 12
- 230000000737 periodic effect Effects 0.000 description 12
- 230000003287 optical effect Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000000295 complement effect Effects 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000003534 oscillatory effect Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 235000019800 disodium phosphate Nutrition 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000004549 pulsed laser deposition Methods 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
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
- H04L41/02—Standardisation; Integration
- H04L41/0246—Exchanging or transporting network management information using the Internet; Embedding network management web servers in network elements; Web-services-based protocols
-
- 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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
-
- 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
- H04L41/14—Network analysis or design
-
- 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
- H04L41/22—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks comprising specially adapted graphical user interfaces [GUI]
-
- 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
-
- 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
- H04L43/16—Threshold monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请公开一种处理数据的方法、装置、系统及存储介质,属于通信领域。所述方法包括:接收网元发送的第一数据集,所述第一数据集包括所述网元获取的多个第一数据;基于所述第一数据集获取所述多个第一数据对应的至少一个数据特征;向所述网元发送触发信息,所述触发信息包括所述至少一个数据特征和/或至少一个特征类型,所述至少一个特征类型与所述至少一个数据特征有关。本申请能够提高对数据进行分析的准确度。
Description
技术领域
本申请涉及通信领域,特别涉及一种处理数据的方法、装置、系统及存储介质。
背景技术
网元可以采集与业务和/或网络相关的关键性能指标(key performanceindicator,KPI)对应的多个数据。通常网元可以周期性地进行采集,以得到该KPI对应的多个数据,分析该KPI对应的多个数据是否异常,基于分析的结果确定业务或网络是否存在风险。
网元所在的网络环境是不断变化的,在网络环境变化后,网元采集的数据也随之在变化,这样给网元分析采集的数据的异常带来难度,降低对采集的数据分析的准确度。
发明内容
本申请提供了一种处理数据的方法、装置、系统及存储介质,以提高对数据分析的准确度。所述技术方案如下:
第一方面,本申请提供了一种处理数据的方法,在所述方法中:接收网元发送的第一数据集,所述第一数据集包括所述网元获取的多个第一数据。基于所述第一数据集获取所述多个第一数据对应的至少一个数据特征。向所述网元发送触发信息,所述触发信息包括所述至少一个数据特征和/或至少一个特征类型,所述至少一个特征类型与所述至少一个数据特征有关。
由于基于所述第一数据集获取所述至少一个数据特征,使得所述至少一个数据特征与所述第一数据集中的第一数据的数据行为相对应,而至少一个特征类型是基于所述至少一个数据特征获取的。即使因为网络环境变化导致网元采集的数据变化,通过上述方法,可以分析出第一数据集中的数据行为发生了变化,通过第一数据集中数据的至少一个数据特征获取相对应的特征类型,这样网元在接收所述触发信息时,基于所述触发信息获取至少一个特征类型,基于所述至少一个特征类型和第二数据集获取的数据指标就可以准确的反映网络情况。所以通过上述方法降低了分析第二数据集中的数据的难度,提高对第二数据集中的数据分析的准确度。
在一种可能的实现方式中,基于所述至少一个数据特征和第一对应关系,获取所述至少一个特征类型,由于所述第一对应关系包括所述至少一个数据特征和所述至少一个特征类型,基于第一对应关系能够快速地获取所述至少一个特征类型,简化实现复杂度,从而能够及时向网元发送所述触发信息。
在另一种可能的实现方式中,基于所述至少一个数据特征、所述第一对应关系和至少一个数据类型,获取所述至少一个特征类型,所述至少一个数据类型包括所述第一数据集中的第一数据属于的类型,所述第一对应关系包括所述至少一个数据特征、所述至少一个数据类型和/或所述至少一个特征类型。这样使得获取的所述至少一个特征类型与所述至少一个数据类型相关联,从而能够提高获取特征类型的准确度。
在另一种可能的实现方式中,所述触发信息包括所述至少一个数据特征和/或至少一个数据类型,所述至少一个数据类型包括所述第一数据集中的第一数据属于的类型。由于所述触发信息包括所述至少一个数据类型,这样使得网元基于所述至少一个数据类型获取所述至少一个特征类型,提高获取所述至少一个特征类型的准确度。
在另一种可能的实现方式中,所述触发信息还包括至少一个第一对象的对象标识,所述至少一个第一对象位于所述网元中。这样网元可以基于所述至少一个第一对象的对象标识获取第二数据集,且第二数据集包括所述至少一个第一对象获取的第二数据。由于第二数据集中数据是所述至少一个第一对象获取的,所述至少一个第一对象与所述第一数据集可能关联,这样可以提高对第二数据集中的数据进行分析的准确度。
在另一种可能的实现方式中,所述至少一个数据特征包括如下一个或多个信息:所述第一数据集中的第一数据对应的数据波形特征,所述第一数据集中的数据内容特征和至少一个第二对象的对象标识;其中,所述至少一个第二对象包括获取所述第一数据集中的各第一数据的对象。
在另一种可能的实现方式中,所述方法的执行主体包括:数据处理系统、控制器或管理设备。
在另一种可能的实现方式中,所述第一数据集包括所述第二数据集或所述第二数据集中的部分数据,或者,所述第二数据集包括所述网元在发送所述第一数据集之后获取的数据。
第二方面,本申请提供了一种处理数据的方法,在所述方法中,获取第一数据集,所述第一数据集包括多个第一数据。基于所述第一数据集获取至少一个特征类型,所述至少一个特征类型与所述多个第一数据对应的至少一个数据特征相对应。基于所述至少一个特征类型和第二数据集获取数据指标,所述第二数据集包括多个第二数据。
由于基于所述第一数据集获取所述至少一个数据特征,使得所述至少一个数据特征与所述第一数据集中的第一数据的数据行为相对应,而至少一个特征类型是基于所述至少一个数据特征获取的。即使因为网络环境变化导致获取的数据变化,通过上述方法,可以分析出第一数据集中的数据行为发生了变化,通过第一数据集中数据的至少一个数据特征获取相对应的特征类型,基于所述至少一个特征类型和第二数据集获取的数据指标就可以准确地反映网络情况。所以通过上述方法降低了分析第二数据集中的数据的难度,提高对第二数据集中的数据进行分析的准确度。
在一种可能的实现方式中,发送所述第一数据集,所述第一数据集用于所述第一数据集的接收方获取所述至少一个数据特征和/或所述至少一个特征类型。接收触发信息,所述触发信息包括所述至少一个数据特征和/或所述至少一个特征类型。基于所述触发信息获取所述至少一个特征类型。这样网元可以不用基于第一数据集获取所述至少一个数据特征和/或所述至少一个特征类型,这样在网元的计算能力和存储能力较低的情况下,也不影响网元得到所述至少一个特征类型。
在另一种可能的实现方式中,所述触发信息包括所述至少一个数据特征,基于所述至少一个数据特征和第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征和所述至少一个特征类型。由于所述第一对应关系包括所述至少一个数据特征和所述至少一个特征类型,基于第一对应关系能够快速地获取所述至少一个特征类型,简化实现复杂度,从而能够快速获取所述至少一个特征类型。
在另一种可能的实现方式中,所述触发信息还包括至少一个数据类型,所述至少一个数据类型包括所述第一数据集中的第一数据属于的类型。基于所述至少一个数据特征、所述至少一个数据类型和所述第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征、所述至少一个数据类型和所述至少一个特征类型。由于所述触发信息还包括所述至少一个数据类型,这样使得获取的所述至少一个特征类型与所述至少一个数据类型相关联,从而能够提高获取特征类型的准确度。
在另一种可能的实现方式中,所述触发信息还包括至少一个第一对象的对象标识。基于所述至少一个第一对象的对象标识获取所述第二数据集,所述第二数据集包括所述至少一个第一对象获取的多个第二数据。由于第二数据集中数据是所述至少一个第一对象获取的,所述至少一个第一对象与所述第一数据集可能关联,这样可以提高对第二数据集中的数据进行分析的准确度。
在另一种可能的实现方式中,基于所述第一数据集获取所述至少一个数据特征。基于所述至少一个数据特征和第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征和所述至少一个特征类型。这样由网元直接获取所述至少一个特征类型,不用向第一设备发送第一数据集,从而可以节省网络资源。
在另一种可能的实现方式中,所述至少一个数据特征包括如下一个或多个信息:所述第一数据集中的第一数据对应的数据波形特征,所述第一数据集中的数据内容特征和至少一个第二对象的对象标识;其中,所述至少一个第二对象包括获取所述第一数据集中的第一数据的对象。
在另一种可能的实现方式中,基于所述数据指标确定所述第二数据集中的第二数据的异常情况。发送所述确定的异常情况和/或所述数据指标。
在另一种可能的实现方式中,所述第一数据集包括所述第二数据集或所述第二数据集中的部分数据,或者,所述第二数据集包括所述网元在获取所述第一数据集之后获取的数据。
第三方面,本申请提供了一种处理数据的装置,用于执行第一方面或第一方面的任意一种可能的实现方式中的方法。具体地,所述装置包括用于执行第一方面或第一方面的任意一种可能的实现方式中的方法的单元。
第四方面,本申请提供了一种处理数据的装置,用于执行第二方面或第二方面的任意一种可能的实现方式中的方法。具体地,所述装置包括用于执行第二方面或第二方面的任意一种可能的实现方式中的方法的单元。
第五方面,本申请提供了一种处理数据的设备,所述设备包括处理器及计算机程序,所述处理器用于执行所述存储器中的计算机程序,使得所述设备完成第一方面或第一方面的任意可能的实现方式中的方法。
第六方面,本申请提供了一种处理数据的设备,所述设备包括处理器及计算机程序,所述处理器用于执行所述存储器中的计算机程序,使得所述设备完成第二方面或第二方面的任意可能的实现方式中的方法。
第七方面,本申请提供了一种计算机程序产品,所述计算机程序产品包括计算机程序,并且所述计算程序通过计算机进行加载来实现上述第一方面、第二方面、第一方面任意可能的实现方式或第二方面任意可能的实现方式的方法。
第八方面,本申请提供了一种计算机可读存储介质,用于存储计算机程序,所述计算机程序通过处理器进行加载来执行上述第一方面、第二方面、第一方面任意可能的实现方式或第二方面任意可能的实现方式的方法。
第九方面,本申请提供了一种芯片,包括存储器和处理器,存储器用于存储计算机指令,处理器用于从存储器中调用并运行该计算机指令,以执行上述第一方面、第二方面、第一方面任意可能的实现方式或第二方面任意可能的实现方式的方法。
第十方面,本申请提供了一种处理数据的系统,在所述系统中,数据获取单元获取第一数据集,所述第一数据集包括多个第一数据。数据发送单元发送所述第一数据集。数据处理单元基于所述第一数据集获取所述多个第一数据对应的至少一个数据特征。信息发送单元发送触发信息,所述触发信息包括所述至少一个数据特征和/或至少一个特征类型,所述至少一个特征类型是所述数据处理单元基于所述至少一个数据特征获取的。类型获取单元基于所述触发信息获取所述至少一个特征类型。指标获取单元基于所述至少一个特征类型和第二数据集获取数据指标,所述第二数据集包括多个第二数据。
由于数据处理单元基于所述第一数据集获取所述至少一个数据特征,使得所述至少一个数据特征与所述第一数据集中的第一数据的数据行为相对应,而至少一个特征类型是所述数据处理单元基于所述至少一个数据特征获取的。即使因为网络环境变化导致获取的数据变化,通过上述系统,可以分析出第一数据集中的数据行为发生了变化,所述类型获取单元通过第一数据集中数据的至少一个数据特征获取相对应的特征类型,这样指标获取单元基于所述至少一个特征类型和第二数据集获取的数据指标就可以准确地反映网络情况。通过上述系统降低了分析第二数据集中的数据的难度,提高对第二数据集中的数据进行分析的准确度。
在一种可能的实现方式中,所述数据处理单元还基于所述至少一个数据特征和第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征和所述至少一个特征类型。由于所述第一对应关系包括所述至少一个数据特征和所述至少一个特征类型,所述数据处理单元基于第一对应关系能够快速地获取所述至少一个特征类型,简化实现复杂度,从而能够及时向网元发送所述触发信息。
在另一种可能的实现方式中,所述数据处理单元基于所述至少一个数据特征、所述第一对应关系和至少一个数据类型,获取所述至少一个特征类型,所述至少一个数据类型包括所述第一数据集中的第一数据属于的类型,所述第一对应关系包括所述至少一个数据特征、所述至少一个数据类型和所述至少一个特征类型。这样使得获取的所述至少一个特征类型与所述至少一个数据类型相关联,从而能够提高获取特征类型的准确度。
在另一种可能的实现方式中,所述触发信息包括所述至少一个数据特征,所述类型获取单元基于所述至少一个数据特征和第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征和所述至少一个特征类型。
在另一种可能的实现方式中,所述触发信息还包括至少一个数据类型,所述至少一个数据类型包括所述第一数据集中的第一数据属于的类型。所述类型获取单元基于所述至少一个数据特征、所述至少一个数据类型和所述第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征、所述至少一个数据类型和所述至少一个特征类型。由于所述触发信息包括所述至少一个数据类型,这样使得类型获取单元基于所述至少一个数据类型获取所述至少一个特征类型,提高获取所述至少一个特征类型的准确度。
在另一种可能的实现方式中,所述触发信息还包括至少一个第一对象的对象标识。所述第二数据集包括所述至少一个第一对象获取的多个第二数据。由于第二数据集中数据是所述至少一个第一对象获取的,所述至少一个第一对象与所述第一数据集可能关联,这样可以提高对第二数据集中的数据进行分析的准确度。
在另一种可能的实现方式中,所述至少一个数据特征包括如下一个或多个信息:所述第一数据集中的第一数据对应的数据波形特征,所述第一数据集中的数据内容特征和至少一个第二对象的对象标识;其中,所述至少一个第二对象包括获取所述第一数据集中的第一数据的对象。
在另一种可能的实现方式中,所述指标获取单元还基于所述数据指标确定所述第二数据集中的第二数据的异常情况。所述数据发送单元还发送所述确定的异常情况和/或所述数据指标。
在另一种可能的实现方式中,所述第一数据集包括所述第二数据集或所述第二数据集中的部分数据,或者,所述第二数据集包括在获取所述第一数据集之后获取的数据。
附图说明
图1是本申请实施例提供的一种网络架构示意图;
图2是本申请实施例提供的一种处理数据的方法流程图;
图3是本申请实施例提供的一种配置界面的结构示意图;
图4是本申请实施例提供的另一种处理数据的方法流程图;
图5是本申请实施例提供的另一种处理数据的方法流程图;
图6是本申请实施例提供的另一种处理数据的方法流程图;
图7是本申请实施例提供的一种处理数据的装置结构示意图;
图8是本申请实施例提供的另一种处理数据的装置结构示意图;
图9是本申请实施例提供的一种处理数据的系统结构示意图;
图10是本申请实施例提供的一种处理数据的设备结构示意图;
图11是本申请实施例提供的另一种处理数据的装置结构示意图。
具体实施方式
下面将结合附图对本申请实施方式作进一步地详细描述。
参见图1,本申请实施列提供了一种网络架构100,包括:
第一设备101和至少一个网元102,第一设备101与所述至少一个网元102中的每个网元通信。
在一些实施例中,第一设备101和所述每个网元接入网络中,所述网络包括局域网或广域网。也就是说,第一设备101在局域网内与所述每个网元通信,或者,第一设备101可远程部署或云端部署。
在一些实施例中,对于所述至少一个网元102中的每个网元,第一设备101与所述网元建立网络连接,以实现与所述网元通信。当然,还有其他实现第一设备101与所述网元通信的方式,在此不再一一列举。
第一设备101为网络云化引擎(network cloud engine,NCE)、数据处理系统、控制器或管理设备等。所述至少一个网元102包括如下一个或多个网络设备:探针、服务器、基站、交换机、网关、路由器、光网络单元(optical network unit,ONU)、光线路终端(opticalline terminal,OLT)、无线局域网(wireless local area network,WLAN)设备或防火墙等。
其中,对于所述至少一个网元102中的每个网元,所述网元102包括处理数据和/或转发业务等功能。第一设备101包括对所述网元102进行分析、管理和/或控制等功能。
例如,以所述网元102包括的处理数据功能为例,所述网元102处理数据的过程为:所述网元102获取数据,基于至少一个特征类型分析所述数据是否异常,所述至少一个特征类型与所述数据的数据行为相对应;基于分析的结果确定数据相关的业务或网络是否存在风险,所述业务包括所述网元102传输的业务,所述网络包括所述网元所在的网络。
但所述网元102所在的网络环境是不断变化的,在所述网元102所在的网络环境变化后,所述网元102获取的数据的数据行为可能发生变化,此时所述至少一个特征类型与变化后的数据行为可能不再相对应,如果所述网元102继续基于所述至少一个特征类型分析获取的数据,会降低对数据进行分析的准确度。
接下来以所述网元102为路由器为例,假设路由器处理的数据为路由数目,路由器中的至少一个特征类型包括平均值。路由器获取多个第一路由数目,所述多个第一路由数目的数据行为与平均值相对应。获取所述多个第一路由数目的平均值,基于获取的平均值分析所述多个第一路由数目是否异常。
当路由器所在的网络环境发生变化后,路由器获取多个第二路由数目,所述多个第二路由数目不再与平均值相对应,而是与方差相对应,此时路由器继续获取所述多个第二路由数目的平均值,基于获取的平均值分析所述多个第二路由数目是否异常,就会分析出错,降低对所述多个第二路由数目进行分析的准确度。
在一些实施例中,为了提高对数据进行分析的准确度,第一设备101控制或管理所述网元102。控制或管理的过程为:
第一设备101获取网元102发送的第一数据集,第一数据集包括所述网元102获取的多个第一数据。第一设备101基于第一数据集获取所述多个第一数据对应的至少一个数据特征;向所述网元102发送触发信息,所述触发信息包括所述至少一个数据特征和/或至少一个特征类型,所述至少一个特征类型是基于所述至少一个数据特征获取的。所述网元102接收所述触发信息,基于所述触发信息获取所述至少一个特征类型,基于所述至少一个特征类型分析第二数据集中的第二数据,第二数据集包括所述网元102获取的多个第二数据。
其中,第一数据集包括第二数据集或第二数据集中的部分第二数据,或者,第二数据集是网元102在发送第一数据集之后获取的数据。由于所述至少一个特征类型是基于所述网元102获取的第一数据得到的,所述至少一个特征类型与第一数据集中的第一数据的数据行为相对应,因此基于所述至少一个特征类型分析第二数据集中的第二数据时,可以提高分析的准确度。如此实现第一设备101控制或管理所述网元102,当然,还有其他实现第一设备101控制或管理所述网元102的方式,在此不再一一列举。
接下来继续以上述路由器为例,假设第一数据集包括路由器获取的多个第二路由数目,第一设备101获取第一数据集,基于第一数据集中的多个第二路由数目,获取特征类型包括方差,向路由器发送触发信息,所述触发信息包括方差。这样路由器获取第二数据集的方差,基于获取的方差分析第二数据集中的路由数目是否异常,第二数据集包括在网络环境发生变化后,路由器获取的多个路由数目。
对于上述数据集(包括第一数据集和/或第二数据集),所述数据集中的数据包括至少一个KPI对应的数据。
所述至少一个KPI包括路由数目、丢包数目、路由表项数目、误码数量和时延等中的一个或多个。
第一数据集中的第一数据的数据行为包括数据变化行为,例如,第一数据集中的第一数据可能是周期变化的数据、震荡变化的数据或趋势变化的数据等。
所述至少一个数据特征用于反映第一数据集中的第一数据的数据行为。所述至少一个数据特征包括:第一数据集中的第一数据对应的数据波形特征,第一数据集中的数据内容特征和/或至少一个对象的对象标识。其中,所述至少一个对象包括获取第一数据集中的各第一数据的对象。
所述数据波形特征包括周期型、震荡型、水平型、突变型和趋势型等中的一个或多个。
所述至少一个特征类型包括平均值、方差、中值、最大值和最小值等中的一个或多个。
在一些实施例中,第一设备101存储有第一对应关系,和/或,对于所述至少一个网元102中的每个网元,所述网元102存储有第一对应关系。第一对应关系包括数据特征和特征类型。
第一对应关系中的各记录可以是技术人员配置的,和/或,是第一设备101或所述网元102自己学习的。
在一些实施例中,对于第一设备101中的第一对应关系保存的记录,所述记录可能是事先由技术人员配置的,和/或,所述记录是由第一设备101产生的,和/或,所述记录是其他设备发送的,其他设备包括网元和/或知识库(专家知识库和/或经验知识库)等。之后,在第一设备获取到至少一个数据特征和至少一个特征类型时,第一设备101还查询第一对应关系中是否保存目标记录,目标记录是包括所述至少一个数据特征和所述至少一个特征类型的记录,如果没有保存目标记录,将目标记录保存在第一对应关系中。同理,所述网元102中的第一对关系保存的记录也按上述过程得到的,在此不再详细说明。
对于第一对应关系中的任一条记录,所述记录包括一个或多个数据特征,以及一个或多个特征类型。例如,参见下表1所示的第一对应关系,对于表1中的第一条记录,第一记录包括的数据特征为“周期型”,特征类型为“平均值”。对于表1的第二条记录,第二条记录包括两个数据特征和两个特征类型,所述两个数据特征为“周期型和震荡型”,所述两个特征类型为“方差和中值”。
表1
序号 | 数据特征 | 特征类型 |
1 | 周期型 | 平均值 |
2 | 周期型和震荡型 | 方差和中值 |
…… | …… | …… |
对于上述第一对应关系中的记录,所述记录还可能包括一个或多个数据类型,数据类型可以是KPI、业务数据和/或控制信息等。例如,参见下表2所示的第一对应关系,对于表2中的第一条记录,第一记录包括的数据特征为“周期型”,数据类型为“路由数目”,特征类型为“平均值”。对于表2的第二条记录,第二条记录包括两个数据特征、三个数据类型和两个特征类型,所述两个数据特征为“周期型和震荡型”,所述三个数据类型为“丢包数目、路由数目和时延”,所述两个特征类型为“方差和中值”。
表2
参见图2,本申请实施例提供了一种处理数据的方法200,所述方法200可以应用于图1所示的网络架构,所述方法200的执行主体为所述网络架构100中的第一设备101,包括:
步骤201:第一设备接收第一消息,第一消息包括第二数据集,第二数据集包括网元获取的数据。
在步骤201中,第一设备周期性地接收网元发送的第一消息,第一消息中的第二数据集包括网元在一个周期内获取的数据。
也就是说,网元周期性地发送第二数据集,其中,网元确定第一周期,在第一周期内获取多个数据,以得到第二数据集,第二数据集包括在第一周期内获取的多个数据,向第一设备发送包括第二数据集的第一消息。在第一周期结束时,网元还继续确定第一周期,并继续在确定的第一周期内获取多个数据,使得网元周期地发送第二数据集。
网元获取数据的方式包括采集数据方式和/或接收数据方式等。例如,网元使用采集数据方式采集KPI,即第二数据集包括网元采集的KPI;和/或,网元使用接收数据方式接收网络中的数据,即第二数据集包括网元接收的数据。网元接收的数据可能是业务数据和/或控制信息等。
第二数据集包括至少一个第一数据序列,对于每个第一数据序列,所述第一数据序列与至少一个对象和数据类型相对应,所述至少一个对象位于网元中。所述第一数据序列中的数据是所述至少一个对象获取的属于所述数据类型的数据。即第二数据集中的数据是网元中的至少一个对象获取的数据,第二数据集中的数据属于至少一个数据类型。
所述至少一个对象包括网元上的接口、采集器和/或单板。
所述数据类型包括KPI、业务数据和/或控制信息等。第二数据集中的数据属于同一个数据类型,或者,属于不同的数据类型。以KPI为例,也就是说,第二数据集中的数据属于同一个KPI,或者,第二数据集中的数据属于多个KPI。
KPI包括路由数目、丢包数目、路由表项数目、误码数量和时延等中的一个或多个。
例如,假设第二数据集中的数据属于同一个KPI,KPI为路由数目,第二数据集中的数据包括所述网元在一个第一周期内获取的路由数目。
再例如,假设第二数据集中的数据属于多个KPI,多个KPI包括路由数目、丢包数目和路由表项数目,第二数据集中的数据包括所述网元在第一周期内获取的路由数目、丢包数目和路由表项数目。
对于上述第一周期,第一周期的第一周期长度是网元自己基于需求配置的,或者,第一周期长度是第一设备在网元上配置的。
在第一周期长度是第一设备配置的情况下,在执行步骤201之前,第一设备生成任务信息,所述任务信息包括第一周期长度,向网元发送所述任务信息,网元接收第一设备发送的任务信息。这样网元接收所述任务信息后,基于第一周期长度周期性地获取第二数据集。
在一些实施例中,所述任务信息还包括至少一个数据类型,这样网元在第一周期内获取所述至少一个数据类型中的每个数据类型的数据,以得到第二数据集。
第一设备生成任务信息的操作为:
第一设备获取第一周期长度,生成包括第一周期长度的任务信息,向网元发送所述任务信息。
在一些实施例中,第一设备还获取所述至少一个数据类型,这样生成的所述任务信息还包括所述至少一个数据类型。
在一些实施例中,第一设备还获取网元范围,所述网元范围包括至少一个网元的网元标识。这样第一设备在生成所述任务信息后,基于所述网元范围包括的每个网元的网元标识,分别向每个网元发送所述任务信息,以触发所述网元范围内的各网元获取数据。
对于上述第一周期长度,第一周期长度是技术人员在第一设备上配置的。在实现时,第一设备显示配置界面,技术人员在配置界面中输入第一周期长度,第一设备从配置界面中获取第一周期长度。
在一些实施例中,技术人员还在配置界面上输入至少一个数据类型,第一设备还从配置界面中获取所述至少一个数据类型。
在一些实施例中,技术人员还在配置界面上输入网元范围,所述网元范围包括至少一个网元的网元标识。第一设备还从配置界面中获取所述网元范围。
例如,参见图3,第一设备显示配置界面,技术人员在配置界面中输入第一周期长度为5分钟,输入的数据类型为路由数目,输入的网元范围包括网元1的网元标识“ID-NE1”和网元2的网元标识“ID-NE2”,然后点击配置界面中的确认按钮,使确认按钮产生触发命令。
这样,第一设备检测到确认按钮的触发命令时,从配置界面中获取的第一周期长度为5分钟,获取的数据类型为路由数目,以及获取的网元范围包括网元1的网元标识“ID-NE1”和网元2的网元标识“ID-NE2”。生成任务信息,所述任务信息包括的第一周期长度为5分钟以及数据类型为“路由数目”,基于网元1的网元标识“ID-NE1”和网元2的网元标识“ID-NE2”,分别向网元1和网元2发送所述任务信息,以触发网元1和网元2均获取路由数目,并且每5分钟得到包括路由数目的第二数据集。
在一些实施例中,第一消息还包括第二数据集中的每个第一数据序列对应的属性信息。对于每个第一数据序列,所述第一数据序列对应的属性信息包括所述第一数据序列中的每个数据对应的获取时间,所述第一数据序列对应的数据类型和/或所述第一数据序列对应的对象的对象标识。
上述第一消息还包括网元的网元信息,所述网元信息包括网元的网元标识、网元名称、网元地址和网元类型等中一个或多个。
在一些实施例中,网元基于网络传输协议向第一设备发送第一消息,第一消息的格式为所述网络传输协议定义的消息格式。
所述网络传输协议包括网络配置协议(network configuration protocol,Netconf)协议、安全文件传送协议(secret file transfer protocol,SFTP)文件传输协议或遥感勘测(telemetry)协议等。
在所述网络传输协议为Netconf协议的情况,使用数据建模语言(yet anothernext generation,YANG)模型在第一消息中封装第二数据集和/或第二数据集的属性信息。
步骤202:第一设备保存第一消息中的第二数据集。
在步骤202中,第一设备获取网元的网元信息,基于所述网元信息和第二对应关系,获取包括所述网元信息的记录,将所述第二数据集保存到获取的记录中。第二对应关系中的每条记录包括一个网元的网元信息和所述一个网元对应的第一数据集,所述第一数据集包括所述一个网元已获取的数据。
对于所述记录中的第一数据集,第一数据集可能包括至少一个第二数据序列。对于每个第二数据序列,所述第二数据序列与所述一个网元中的一个对象和数据类型相对应,所述第二数据序列包括所述一个对象已获取的属于所述数据类型的数据。
所述记录中还可能包括每个第二数据序列对应的属性信息。这样,第一设备将第二数据集保存到获取的记录中的操作为:在第一消息还包括第二数据集中的各第一数据序列对应的属性信息的情况下,第一设备基于各第一数据序列对应的属性信息,将各第一数据序列保存到获取的记录中。
在一些实施例中,第一设备还对第二数据集中的数据进行预处理,所述预处理包括去噪处理、补值处理和/或拼接处理等。
所谓去噪处理是指第一设备去除第二数据集包括的数据的噪声。其中,噪声可能是在传输该第二数据集的过程中产生。
所谓补值处理是指第一设备检测第二数据集是否存在数据丢失,如果存在数据丢失,在第二数据集中补充丢失的数据。其中,数据丢失可能是在传输第二数据集的过程中产生的。
在第二数据集中的数据是网元周期性获取的情况下,第一设备对第二数据集执行补值处理。所述补值处理的过程为:
对于第二数据集中的每个第一数据序列,第一设备从第一数据序列对应的属性信息中获取第一数据序列中的每个数据对应的获取时间,基于每个数据对应的获取时间,确定丢失的数据对应的获取时间;基于确定的获取时间,从第一数据序列中选择第一数据和第二数据,第一数据是在丢失的数据之前最近一次获取的数据,第二数据是在丢失的数据之后最近一次获取的数据;基于第一数据和第二数据,在第一数据序列中补充丢失的数据。
在一些实施例中,第一设备计算第一数据和第二数据之间的均值,将计算的均值作为丢失的数据。
所谓拼接处理是指第一设备将获取的记录包括的第二数据序列和第二数据集中的第一数据序列拼接成一条数据序列,将获取的记录包括的第二数据序列更新为拼接的数据序列,以实现将第二数据集保存到获取的记录中。
第一消息中可能包括第二数据集中的每个第一数据序列对应的属性信息。对于第二数据集中的每个第一数据序列,第一设备从所述第一数据序列对应的属性信息中获取对象的对象标识和数据类型。基于所述对象的对象标识和所述数据类型,从获取的记录中选择与所述对象和所述数据类型相对应的第二数据序列。将所述第一数据序列和所述第二数据序列拼接成一个数据序列,在获取的记录中将所述第二数据序列更新为拼接的一个数据序列。
步骤203:第一设备获取第一数据集,第一数据集包括网元发送的至少一个第二数据集。
第一数据集包括第一设备在第二周期内接收网元发送的第二数据集,第二周期的第二周期长度大于或等于第一周期长度。
在步骤203,第一设备确定第二周期,在第二周期结束时从第二对应关系中获取该网元对应的第一数据集。
第一设备还从第二对应关系中获取第一数据集对应的至少一个数据类型和/或至少一个对象的对象标识,至少一个数据类型包括第一数据集中的数据属于的类型,至少一个对象是获取第一数据集中的数据的对象。
在一些实施例中,在第一设备从第二对应关系中获取到网元对应的第一数据集后,还从第二对应关系中删除包括网元的网元信息的记录。这样第一设备在下一个第二周期内接收到网元发送的数据集时,基于网元的网元信息和接收的数据集在第二对应关系中重新创建包括网元的网元信息和接收的数据集的记录,保证第二对应关系中的每个数据集包括的数据是一个第二周期内获取的数据。
第二周期长度是第一设备配置的,第一设备基于需求配置第二周期长度。或者,
第二周期长度是技术人员在第一设备中配置的。例如,第一设备显示如图3所示的配置界面,技术人员在配置界面中输入第二周期长度,例如,第二周期长度为24小时,第一设备从配置界面中获取该第二周期长度。
步骤204:第一设备基于第一数据集,获取第一数据集中的数据对应的至少一个数据特征。
第一数据集包括至少一个第二数据序列,对至少一个第二数据序列中的每个第二数据序列进行处理,分别得到每个第二数据序列对应的数据特征。
至少一个数据特征包括如下一个或多个信息:第一数据集中的数据对应的数据波形特征,第一数据集中的数据内容特征和至少一个对象的对象标识。其中,至少一个对象包括获取第一数据集中的各数据的对象。
对于数据波形特征,接下来列举了一种获取数据波形特征的示例。所述示例为:
对于每个第二数据序列,基于所述第二数据序列包括的每个数据和每个数据的获取时间,在坐标系中确定每个数据对应的点,所述坐标系的横轴为时间,纵轴为数据值。在所述坐标系中串联每个数据对应的点,得到所述第二数据序列对应的数据波形,使用波形处理模型对所述数据波形进行处理,输出所述第二数据序列对应的数据波形特征。
数据波形特征包括周期型、震荡型、水平型、突变型和趋势型等中的一个或多个。
对于所述波形处理模型,事先获取多个不同数据波形,并标记每个数据波形对应的数据波形特征,以得到多个训练样本,每个训练样本包括至少一个数据波形和所述至少一个数据波形对应的数据波形特征。使用所述多个训练样本训练智能算法,得到波形处理模型。
智能算法包括卷积神经网络、随机森林算法、逻辑回归算法或支持向量机(support vector machine,SVM)等。
对于数据内容特征,数据内容特征包括业务特征和/或用户特征等。
在一些实施例中,业务特征包括业务标识、业务源访问次数和/或业务流数目等,用户特征包括用户请求业务次数等。
在一些实施例中,第一数据集可能包括业务数据等,业务数据包括网元接收的业务流等,业务流包括业务标识、五元组信息、业务的域名和/或统一资源定位符(uniformresource locator,URL)等,业务流的域名、源地址和/或URL用于标识业务流的网络来源,该网络来源又可称为业务源。通过对第一数据集中的不同业务流中的源地址、域名或URL进行统计得到不同业务流对应的业务源访问次数。
业务流的五元组信息可用于标识一个业务流,通过对第一数据集中的不同五元组信息进行统计,得到业务流数目。业务流的目的地址可能是请求所述业务流的用户的地址,对于第一数据集中的任一个目的地址,通过对包括所述目的地址的业务流进行统计,得到所述目的地址对应的用户请求业务次数。
对于所述至少一个对象的对象标识,第一设备从第二对应关系中获取所述至少一个第二数据序列中的每个第二数据序列对应的对象的对象标识,即得到所述至少一个对象的对象标识。
在步骤204中,第一设备还可以基于至少一个数据特征和第一对应关系,获取至少一个特征类型。
在实现时,第一设备从第一对应关系中确定至少一条记录,所述至少一条记录包括的数据特征和所述至少一个数据特征相同,获取所述至少一条记录中包括的特征类型。
在一些实施例中,对于第一对应关系中保存的记录,所述记录可能是技术人员配置的,和/或,所述记录是第一设备产生的,和/或,所述记录是第一设备接收其他设备发送的,其他设备包括网元和/或知识库。
在一些实施例中,在第一设备获取到所述至少一个数据特征和所述至少一个特征类型时,第一设备还查询第一对应关系中是否保存目标记录,目标记录是包括所述至少一个数据特征和所述至少一个特征类型的记录,如果没有保存目标记录,将目标记录保存在第一对应关系中。
在一些实施例中,第一设备还获取至少一个数据类型,基于至少一个数据特征、第一对应关系和至少一个数据类型,获取至少一个特征类型,至少一个数据类型包括第一数据集中的数据属于的类型。
在实现时,第一设备从第一对应关系中确定至少一条记录,所述至少一条记录包括的数据特征和所述至少一个数据特征相同,以及所述至少一条记录包括的数据类型和所述至少一个数据类型相同,获取所述至少一条记录中包括的特征类型。
步骤205:第一设备向网元发送触发信息,触发信息包括所述至少一个数据特征和/或所述至少一个特征类型,以使网元基于触发信息处理网元获取的数据。
在一些实施例中,触发信息还包括上述获取的至少一个对象的对象标识,和/或,上述获取的至少一个数据类型。
第一设备通过网络传输协议向网元发送触发信息,所述触发信息的格式是所述网络传输协议定义的消息格式,所述网络传输协议包括Netconf、传输控制协议(transmission control protocol,TCP)或用户数据报协议(user datagram protocol,UDP)等。
网元接收所述触发信息后,处理网元获取的数据。其中,网元处理数据的过程为:
基于所述触发信息获取至少一个特征类型,基于所述至少一个特征类型和第二数据集获取数据指标,基于所述数据指标确定第二数据集中的数据的异常情况。
所述至少一个特征类型包括平均值、方差、中值、最大值和最小值等中的一个或多个,所以网元基于所述至少一个特征类型和第二数据集获取的数据指标,包括所述第二数据集中的数据的平均值、所述第二数据集中的数据的方差、所述第二数据集的中值、所述第二数据集中的最大值和所述第二数据集中的最小值等中的一个或多个。
其中,网元中包括第三对应关系,第三对应关系中的每条记录包括至少一个特征类型和数据处理算法,所述数据处理算法用于基于所述至少一个特征类型和第二数据集获取数据指标,并基于所述数据指标确定第二数据集中的数据的异常情况。
在一些实施例中,所述数据处理算法还包括至少一个阈值,所述数据处理算法将所述数据指标与所述至少一个阈值进行比较,基于比较的结果确定第二数据集中的数据的异常情况。
这样网元处理数据的过程具体为:
网元基于所述至少一个特征类型和第三对应关系,获取至少一个数据处理算法,基于所述至少一个特征类型和第二数据集,通过所述至少一个数据处理算法确定数据指标的异常情况,将所述数据指标与所述至少一个数据处理算法中的阈值进行比较,基于比较的结果确定第二数据集中的数据的异常情况。
例如,假设第三对应关系包括平均值与数据处理算法的对应关系,所述数据数理算法包括平均值阈值。网元接收触发信息,所述触发信息中的至少一个特征类型包括平均值。基于平均值和第三对应关系,获取所述数据处理算法。基于所述至少一个特征类型和第二数据集,得到所述第二数据集的数据指标,所述数据指标为第二数据集中的数据的平均值。将所述数据指标与所述数据处理算法中的平均值阈值进行比较,如果比较结果为所述数据指标大于所述平均值阈值,在这种情况下,可确定所述数据指标异常及所述第二数据集中的数据异常;如果比较结果为所述数据指标小于或等于所述平均值阈值,在这种情况下,可确定所述数据指标正常及所述第二数据集中的数据正常。
上述第二数据集可能是网元在接收所述触发信息之前获取的,在此情况下第一数据集可能包括第二数据集或第二数据集中的部分数据。或者,上述第二数据集也可以是网元在接收所述触发信息之后获取的,在此情况下第一数据集不包括第二数据集,第二数据集是在第一设备获取第一数据集之后网元获取的数据集。
在本申请实施例中,第一设备接收网元发送的第二数据集并保存第二数据集,在接收到一个第二周期内的第二数据集时,即得到第一数据集时,对第一数据集进行处理得到至少一个数据特征,向网元发送触发信息,该所述触发信息包括该所述至少一个数据特征和至少一个特征类型,该所述至少一个特征类型是基于该所述至少一个数据特征获取的。这样在网元接收触发信息,基于该所述触发信息获取该所述至少一个特征类型,基于该所述至少一个特征类型和第二数据集确定数据指标,基于该所述数据指标分析第二数据集的异常情况。由于网元每当获取到第二数据集可以向第一设备发送第二数据集,这样网元不需要长时间保存第二数据集,且第一设备对第一数据集进行处理,这样网元不用对第一数据集进行处理得到数据特征,如此本申请实施例可以适用于计算性能和/或存储性能较低的网元。又由于基于第一数据集获取到该所述至少一个特征类型,该所述至少一个特征类型与第一数据集中的数据行为相对应。即使因为网络环境变化导致网元采集的数据变化,通过本申请实施例,可以分析出第一数据集中的数据行为发生了变化,通过第一数据集中数据的至少一个数据特征获取相对应的至少一个特征类型,网元基于所述至少一个特征类型获取的数据指标反映网络情况。所以通过本申请实施例降低了分析第二数据集中的数据的难度,从而基于该所述数据指标可以准确地分析第二数据集的异常情况,提高对数据分析的准确度。
参见图4,本申请实施例提供了一种处理数据的方法400,所述方法400可以应用于图1所示的网络架构100,所述方法400的执行主体为所述网络架构100中的网元102,包括:
步骤401:网元获取多个数据,得到第二数据集,第二数据集包括所述多个第二数据。
在步骤401中,网元确定第一周期,在第一周期内获取多个第二数据,以得到第二数据集,第二数据集包括在第一周期内获取的多个第二数据。
在第一周期内,网元获取数据的方式包括实时获取数据、周期性地获取数据和/或随机获取数据等。第二数据集包括至少一个第一数据序列,每个第一数据序列包括按获取时间排列的数据。每个第一数据序列中的数据可能是网元中的至少一个对象获取的数据,和/或,是同一数据类型的数据。
其中,在第一周期结束时,网元还继续确定第一周期,并继续在确定的第一周期内获取多个数据,使得网元周期地获取第二数据集。
网元包括至少一个对象,对于至少一个对象中的每个对象,所述对象在第一周期内获取数据。网元获取每个对象获取的数据,以得到第二数据集。即第二数据集包括的数据可能是同一个对象获取的数据,或者,第二数据集包括的数据可能是多个对象获取的数据。
在一些实施例中,第二数据集包括每个对象对应的第一数据序列,所述对象对应的第一数据序列包括所述对象获取的数据。
所述至少一个对象包括网元上的接口、采集器和/或单板。
在一些实施例中,第二数据集中的数据属于同一个数据类型,或者,第二数据集中的数据属于多个数据类型。
在一些实施例中,上述数据类型为KPI、业务数据和/或控制信息等。以KPI为例,也就是说,第二数据集中的数据属于同一个KPI,或者,第二数据集中的数据属于多个KPI。
KPI包括路由数目、丢包数目、路由表项数目、误码数量和时延等中的一个或多个。
在一些实施例中,对于网元中的每个对象,所述对象获取至少一种数据类型的数据,在第二数据集中所述对象对应至少一个第一数据序列,每个第一数据序列对应一个数据类型,且每个第一数据序列包括的数据属于同一数据类型。
基于上述论述,能够得出第二数据集包括至少一个第一数据序列,每个第一数据序列与一个对象和数据类型相对应。
在步骤401中,网元在得到第二数据集后,还分析第二数据集中的数据的异常情况,即分析第二数据集中的数据是否异常。其中,网元详细分析第二数据集的过程将在后续内容进行详细说明,在此先不做具体介绍。
对于上述第一周期,第一周期的第一周期长度可以是网元自己基于需求配置的,或者,第一周期长度是第一设备在该网元上配置的。
在第一周期长度是第一设备配置的情况下,在执行步骤401之前,网元接收第一设备发送的任务信息,所述任务信息包括第一周期长度。网元接收所述任务信息后,基于第一周期长度周期性地获取第二数据集。
在一些实施例中,所述该任务信息还可以包括至少一个数据类型,这样网元在第一周期内获取所述至少一个数据类型中的每个数据类型的数据,以得到第二数据集。
步骤402:网元向第一设备发送第一消息,第一消息包括第二数据集。
在一些实施例中,第一消息还包括第二数据集中的每个第一数据序列对应的属性信息。对于每个第一数据序列,所述第一数据序列对应的属性信息包括所述第一数据序列中的每个数据对应的获取时间,所述第一数据序列对应的数据类型和/或所述第一数据序列对应的对象的对象标识。
在一些实施例中,所述第一消息还包括网元的网元信息,所述网元信息包括网元的网元标识、网元名称、网元地址和网元类型等中一个或多个。
在一些实施例中,网元基于网络传输协议向第一设备发送第一消息,第一消息的格式为所述网络传输协议定义的消息格式。
所述网络传输协议包括Netconf协议、SFTP文件传输协议或telemetry协议等。
在一些实施例中,在所述网络传输协议为Netconf协议的情况,使用YANG模型在第一消息中封装第二数据集和/或第二数据集的属性信息。
其中,网元重复上述步骤401至402的操作,即网元周期性地向第一设备发送第二数据集。第一设备保存接收到的第二数据集,在接收一段时间的第二数据集时,获取第一数据集,第一数据集包括至少一个第二数据集。第一设备基于第一数据集,获取至少一个数据特征和/或至少一个特征类型;向网元发送触发信息,所述触发信息包括所述至少一个数据特征和/或所述至少一个特征类型。
在一些实施例中,所述触发信息还包括至少一个特征类型和/或至少一个对象的对象标识。所述至少一个特征类型包括第一数据集中的数据属于的数据类型,所述至少一个对象包括获取第一数据集中的数据的对象。
其中,第一设备基于第一数据集获取至少一个数据特征和/或至少一个特征类型以及发送触发信息的详细实现过程,参见图2所示方法200中的内容,在此不再详细说明。
步骤403:网元接收第一设备发送的触发信息,所述触发信息包括至少一个数据类型和/或至少一个特征类型。
在一些实施例中,网元通过网络传输协议接收第一设备发送的触发信息,所述触发信息的格式是所述网络传输协议定义的消息格式,所述网络传输协议包括Netconf、TCP或UDP等。
步骤404:网元基于所述触发信息获取所述至少一个特征类型,基于所述至少一个特征类型和第二数据集获取数据指标。
在所述触发信息包括所述至少一个特征类型时,网元从所述触发信息中读取所述至少一个特征类型。
在所述触发信息包括所述至少一个数据特征时,网元基于所述至少一个数据特征和第一对应关系获取所述至少一个特征类型。或者,在所述触发信息包括所述至少一个数据特征和至少一个数据类型时,网元基于所述至少一个数据特征、所述至少一个数据类型和第一对应关系获取所述至少一个特征类型。
所述至少一个特征类型包括平均值、方差、中值、最大值和最小值等中的一个或多个,所以基于所述至少一个特征类型和第二数据集获取的数据指标,包括第二数据集中的数据的平均值、第二数据集中的数据的方差、第二数据集的中值、第二数据集中的最大值和第二数据集中的最小值等中的一个或多个。
网元在获取到所述数据指标后,基于所述数据指标确定第二数据集中的数据的异常情况。
其中,网元中包括第三对应关系,第三对应关系中的每条记录包括至少一个特征类型和数据处理算法,所述数据处理算法用于基于所述至少一个特征类型和第二数据集获取数据指标,并基于所述数据指标确定第二数据集中的数据的异常情况。
在一些实施例中,所述数据处理算法还包括至少一个阈值,所述数据处理算法将所述数据指标与所述至少一个阈值进行比较,基于比较的结果确定第二数据集中的数据的异常情况。
这样在步骤404中,网元获取数据指标的操作为:
网元基于所述至少一个特征类型和第三对应关系,获取至少一个数据处理算法,基于所述至少一个特征类型和第二数据集,通过所述至少一个数据处理算法确定数据指标的异常情况,将所述数据指标与所述至少一个数据处理算法中的阈值进行比较,基于比较的结果确定第二数据集中的数据的异常情况。
例如,假设第三对应关系包括平均值与数据处理算法的对应关系,所述数据数理算法包括平均值阈值。网元接收触发信息,所述触发信息中的至少一个特征类型包括平均值。基于所述平均值和第三对应关系,获取所述数据处理算法。基于所述至少一个特征类型和第二数据集,得到所述第二数据集的数据指标,所述数据指标是第二数据集中的数据的平均值。将所述数据指标与所述平均值阈值进行比较,如果比较结果为所述数据指标大于所述平均值阈值,在这种情况下,可确定所述数据指标异常及第二数据集中的数据异常;如果比较结果为所述数据指标小于或等于所述平均值阈值,在这种情况下,确定所述数据指标正常及第二数据集中的数据正常。
对于上述第三对应关系中的每条记录,所述记录包括至少一个特征类型,至少一个数据类型和数据处理算法,所述记录表示所述数据处理算法用于基于所述至少一个特征类型对属于所述至少一个数据类型的数据进行处理。
这样网元获取数据处理算法的操作为:在所述触发信息包括至少一个数据类型的情况下,网元基于所述至少一个数据类型,所述至少一个特征类型和第三对应关系,获取数据处理算法。
在一些实施例中,网元还向第一设备发送确定的异常情况和/或数据指标。
网元在确定第二数据集中的数据的异常时,向第一设备发送所述异常情况。其中,网元可以采用事件上报的方式向第一设备发送所述异常情况。
上述第二数据集可能是网元在接收所述触发信息之前获取的,在此情况下第一数据集可能包括第二数据集或第二数据集中的部分数据。或者,上述第二数据集也可能是网元在接收所述触发信息之后获取的,在此情况下第一数据集不包括第二数据集,第二数据集是在第一设备获取第一数据集之后网元获取的数据集。
在一些实施例中,在所述触发信息还包括至少一个对象的对象标识时,网元还基于所述至少一个对象的对象标识获取第二数据集,第二数据集包括所述至少一个对象获取的多个数据。
在一些实施例中,如果网元的计算性能和/或存储性能较高,网元可不用向第一设备发送第二数据集,以让第一设备获取至少一个数据特征和/或至少一个特征类型。在此情况下,网元在获取到第二数据集后,在本地保存第二数据集。在获取一段时间,获取第一数据集,第一数据集包括在所述一段时间内获取的至少一个第二数据集。网元对第一数据集中的数据进行处理,得到所述至少一个数据特征,基于所述至少一个数据特征获取所述至少一个特征类型。
在此情况下,网元包括第一对应关系,网元基于所述至少一个数据特征和第一对应关系获取所述至少一个特征类型。或者,网元获取至少一个数据类型,所述至少一个数据类型包括第一数据集中的数据属于的数据类型,基于所述至少一个数据特征、所述至少一个数据类型和第一对应关系获取所述至少一个特征类型。
在本申请实施例中,网元获取多个数据,得到包括所述多个数据的第二数据集,向第一设备发送第二数据集。其中,网元周期性地向第一设备发送第二数据集,使第一设备第一数据集进行处理,得到至少一个数据特征和/或至少一个特征类型,第一数据集包括网元发送的至少一个第二数据集。网元接收第一设备发送的触发信息,所述触发信息包括所述至少一个数据特征和/或至少一个特征类型。网元基于所述触发信息获取所述至少一个特征类型,基于所述至少一个特征类型和第二数据集确定数据指标,基于所述数据指标分析第二数据集的异常情况。由于网元每当获取到第二数据集可以向第一设备发送第二数据集,这样网元不需要长时间保存第二数据集,且第一设备对第一数据集进行处理,这样网元不用对第一数据集进行处理得到数据特征,如此本申请实施例可以适用于计算性能和/或存储性能较低的网元。又由于基于第一数据集获取到所述至少一个特征类型,所述至少一个特征类型与第一数据集中的数据行为相对应。这样即使因为网络环境变化导致网元采集的数据变化,通过本申请实施例可以分析出第一数据集中的数据行为发生了变化,通过第一数据集中数据的至少一个数据特征获取相对应的至少一个特征类型。网元基于所述至少一个特征类型和第二数据集获取的数据指标不可以准确反映网络情况,从而基于所述数据指标可以准确地分析第二数据集的异常情况,提高对数据分析的准确度。另外,网元也可不用向第一设备发送第二数据集,即网元自己获取第一数据集,对第一数据集进行处理得到至少一个数据特征,基于该至少一个数据特征获取至少一个特征类型,这样能够节省网络资源。
参见图5,本申请实施例提供了一种处理数据的方法500,所述方法500应用于图1所示的网络架构100。在所述方法500中第一设备接收网元获取的数据得到第一数据集,第一数据集包括网元获取的多个数据,基于第一数据集获取至少一个数据特征或至少一个特征类型。第一设备向网元发送触发信息,该触发信息包括至少一个数据特征或至少一个特征类型,网元基于该触发信息处理第二数据集。所述方法500包括:
步骤501:网元获取多个数据,得到第二数据集,第二数据集包括所述多个数据。
网元得到第二数据集的详细实现过程,参见图4所示的方法400中的步骤401中的相关内容,在此不再详细说明。
步骤502:网元向第一设备发送第一消息,第一消息包括第二数据集。
网元发送第一消息的详细实现过程,参见图4所示的方法400中的步骤402中的相关内容,在此不再详细说明。
步骤503:第一设备接收第一消息,保存第一消息中的第二数据集。
第一设备保存第一消息中的第二数据集的详细实现过程,参见图2所示的方法200中的步骤202中的相关内容,在此不再详细说明。
步骤504:第一设备获取第一数据集,第一数据集包括网元发送的至少一个第二数据集。
第一设备获取第一数据集的详细实现过程,参见图2所示的方法200中的步骤203中的相关内容,在此不再详细说明。
步骤505:第一设备基于第一数据集,获取第一数据集中的数据对应的至少一个数据特征。
第一设备获取至少一个数据特征的详细实现过程,参见图2所示的方法200中的步骤204中的相关内容,在此不再详细说明。
步骤506:第一设备向网元发送触发信息,所述触发信息包括所述至少一个数据特征和/或至少一个特征类型,所述至少一个特征类型是基于所述至少一个数据特征得到的。
第一设备发送触发信息的详细实现过程,参见图2所示的方法200中的步骤205中的相关内容,在此不再详细说明。
步骤507:网元接收所述触发信息,基于所述触发信息获取至少一个特征类型,基于所述至少一个特征类型和第二数据集获取数据指标。
第一设备获取至少一个特征类型和数据指标的详细实现过程,参见图4所示的方法400中的步骤404中的相关内容,在此不再详细说明。
在本申请实施例中,第一设备接收网元发送的第二数据集并保存第二数据集,在接收到一个第二周期内的第二数据集时,即得到第一数据集时,对第一数据集进行处理得到至少一个数据特征,向网元发送触发信息,所述触发信息包括该至少一个数据特征和至少一个特征类型。网元基于所述触发信息获取至少一个特征类型,基于至少一个特征类型和第二数据集确定数据指标,基于数据指标分析第二数据集的异常情况。由于基于第一数据集获取到至少一个特征类型,所述至少一个特征类型与第一数据集中的数据行为相对应。这样即使因为网络环境变化导致网元采集的数据变化,通过本申请实施例,可以分析出第一数据集中的数据行为发生了变化,通过第一数据集中数据的至少一个数据特征获取相对应的至少一个特征类型。网元基于所述至少一个特征类型获取的数据指标就可以准确反映网络情况。所以通过本申请实施例降低了分析第二数据集中的数据的难度,从而基于所述数据指标准确地分析第二数据集的异常情况,提高对数据分析的准确度。
对于图5所示的方法500,接下来,本申请实施例提供了一种具体示例,以对所述方法500进行详细说明,在所述示例中,以网元为路由器为例,假设路由器包括第一单板和第二单板,第一单板是所述路由器的第一对象,用于获取路由数目,第二单板是所述路由器的第二对象,也用于获取路由数目。参见图6,所述示例包括:
步骤601:路由器获取第一单板在一个第一周期内获取的多个路由数目,以及获取第二单板在所述第一周期内获取的多个路由数目,得到第二数据集。
在步骤601中,第二数据集包括两个第一数据序列,分别为第一数据序列1和第一数据序列2。第一数据序列1与第一单板相对应,第一数据序列1包括第一单板获取的多个路由数目,所述多个路由数目包括1、3、4和5。第一数据序列2与第二单板相对应,第一数据序列2包括第二单板获取的多个路由数目,所述多个路由数目包括2、3、4和5。
步骤602:路由器向第一设备发送第一消息,第一消息包括第二数据集,第二数据集包括第一数据序列1和第一数据序列2。
在一些实施例中,第一消息还包括第一数据序列1对应的属性信息1和第一数据序列2对应的属性信息2。属性信息1包括第一数据序列1对应的数据类型和/或对象的对象标识,所述数据类型为“路由数目”,所述对象的对象标识是第一单板的标识“ID-ob1”。
属性信息2包括第一数据序列2对应的数据类型和/或对象的对象标识,所述数据类型也为“路由数目”,所述对象的对象标识是第二单板的标识“ID-ob2”。
步骤603:第一设备接收第一消息,将第二数据集包括的第一数据序列1和第一数据序列2保存到第二对应关系中。
第一设备的本地保存第二对应关系。第二对应关系中的每条记录包括网元的网元信息和第一数据集,第一数据集包括所述网元已发送的数据,所述网元信息包括所述网元的标识、名称、地址和/或类型。
对于所述记录中的第一数据集,第一数据集可能包括至少一个第二数据序列。对于每个第二数据序列,所述第二数据序列与所述网元中的一个对象和数据类型相对应,所述第二数据序列包括所述一个对象已获取的属于所述数据类型的数据。所述记录中还可能包括每个第二数据序列对应的属性信息。
例如,参见下表3所示的第二对应关系,第二对应关系中的第一条记录包括路由器的标识、第一数据集和属性信息。路由器的标识为“ID-NE1”,第一数据集包括第二数据序列1和第二数据序列2,第二数据序列1包括路由器中的第一单板已获取的路由数目1、3、4和5,第二数据序列2包括路由器中的第二单板已获取的路由数目2、3、4和5。属性信息包括第二数据序列1的属性信息1和第二数据序列2的属性信息2;属性信息1包括对象标识和数据类型,对象标识是第一单板的标识“ID-ob1”,数据类型为“路由数目”;属性信息2也包括对象标识和数据类型,对象标识是第二单板的标识“ID-ob2”,数据类型为“路由数目”。
表3
在步骤603中,第一设备接收的路由器发送的第一消息,第一消息中的第二数据集包括第一数据序列1(包括数据1、3、4、5)和第二数据序列2(包括数据2、3、4、5),第一消息还包括第一数据序列1的属性信息1和第一数据序列2的属性信息2。属性信息1包括第一数据序列1对应的对象的对象标识和数据类型,对象标识是第一单板的标识“ID-ob1”,数据类型为“路由数目”。属性信息2包括第一数据序列2对应的对象的对象标识和数据类型,对象标识是第二单板的标识“ID-ob2”,数据类型为“路由数目”。
第一设备获取路由器的标识“ID-NE1”,基于“ID-NE1”,从如表3所示的第二对应关系中获取包括“ID-NE1”的第一条记录。对于第一数据序列1(包括数据1、3、4、5),第一设备基于第一单板的标识“ID-ob1”和“路由数目”,从第一条记录中获取第二数据序列1(包括数据1、3、4、5)。将第一数据序列1和第二数据序列1拼接成一个数据序列,拼接的数据序列包括数据1、3、4、5、1、3、4和5。参见下表4,将第一条记录中第二数据序列1更新为拼接的数据序列,以实现将第一数据序列1保存到第二对应关系中。
对于第一数据序列2(包括数据2、3、4、5),第一设备基于第二单板的标识“ID-ob2”和“路由数目”,从第一条记录中获取第二数据序列2(包括数据2、3、4、5)。将第一数据序列2和第二数据序列2拼接成一个数据序列,拼接的数据序列包括数据2、3、4、5、2、3、4和5。参见下表4,将第一条记录中第二数据序列2更新为拼接的数据序列,以实现将第一数据序列2保存到第二对应关系中。
表4
步骤604:第一设备从第二对应关系中获取第一数据集,第一数据集包括在第二周期内路由器发送的至少一个第二数据集。
第一设备从如表4所示的第二对应关系中的第一条记录中获取路由器对应的第一数据集,第一数据集包括第二数据序列1和第二数据序列2,第二数据序列1包括数据1、3、4、5、1、3、4和5,第二数据序列2包括数据2、3、4、5、2、3、4和5。
第一设备还从第一条记录中获取至少一个对象的对象标识和至少一个数据类型,所述至少一个对象的对象标识包括第一单板的标识“ID-ob1”和第二单板的标识“ID-ob2”,所述至少一个数据类型包括路由数目。
步骤605:第一设备基于第一数据集,获取第一数据集中的数据对应的至少一个数据特征。
第一数据集包括第二数据序列1和第二数据序列2,第二数据序列1包括数据1、3、4、5、1、3、4和5,第二数据序列2包括数据2、3、4、5、2、3、4和5。对第二数据序列1包括数据1、3、4、5、1、3、4和5进行处理,得到数据波形特征为周期型。对第二数据序列2包括数据2、3、4、5、2、3、4和5进行处理,得到数据波形特征为周期型。因此,对第一数据集进行处理得到的至少一个数据特征包括周期型。
在一些实施例中,第一设备还基于所述周期型、第一数据集属于的数据类型“路由数目”和如表2所示的第一对应关系,获取至少一个特征类型,所述至少一个特征类型包括平均值。
步骤606:第一设备向路由器发送触发信息,所述触发信息包括的数据特征“周期型”和/或特征类型“平均值”。
在一些实施例中,所述触发信息还包括第一单板的标识“ID-ob1”、第二单板的标识“ID-ob2”和/或“路由数目”。
步骤607:路由器接收所述触发信息,基于所述触发信息获取至少一个特征类型,基于所述至少一个特征类型和第二数据集获取数据指标。
路由器保存有第三对应关系,第三对应关系包括平均值和数据处理算法的对应关系。所述数据数理算法包括平均值阈值。
在步骤607中,路由器接收触发信息,基于所述触发信息获取至少一个特征类型,所述至少一个特征类型包括平均值。基于平均值和第三对应关系,获取所述数据处理算法。基于所述至少一个特征类型和第二数据集,得到的数据指标,所述数据指标为所述第二数据集中的路由数目平均值。比较路由数目平均值与所述平均值阈值,如果比较结果为路由数目平均值大于所述平均值阈值,确定路由数目平均值异常及第二数据集中的路由数目异常;如果比较结果为路由数目平均值小于或等于所述平均值阈值,确定路由数目平均值正常及第二数据集中的路由数目正常。
在本申请实施例中,第一设备接收路由器发送的第二数据集并保存第二数据集,在接收到一段时间内的第二数据集时,即得到第一数据集时,对第一数据集进行处理得到至少一个数据特征,向路由器发送触发信息,所述触发信息包括该至少一个数据特征和至少一个特征类型。所述基于所述触发信息获取至少一个特征类型,基于至少一个特征类型和第二数据集确定数据指标,基于数据指标分析第二数据集的异常情况。由于基于第一数据集获取到至少一个特征类型,所述至少一个特征类型与第一数据集中的数据行为相对应。这样即使因为网络环境变化导致路由器采集的数据变化,通过本申请实施例,可以分析出第一数据集中的数据行为发生了变化,通过第一数据集中数据的至少一个数据特征获取相对应的至少一个特征类型。路由器基于所述至少一个特征类型获取的数据指标就可以准确的反映网络情况。所以通过本申请实施例降低了分析第二数据集中的数据的难度,从而基于所述数据指标准确地分析第二数据集的异常情况,提高对数据分析的准确度。
参见图7,本申请实施例提供了一种处理数据的装置700,所述装置700可以部署在上述任意实施例提供的第一设备上,例如部署在图1所示网络架构100中的第一设备101上,或图2所示方法200中的第一设备,或图5所示方法500中的第一设备或图6所示方法600中的第一设备上。所述装置700包括:
接收单元701,用于接收网元发送的第一数据集,所述第一数据集包括所述网元获取的多个第一数据;
处理单元702,用于基于所述第一数据集获取所述多个第一数据对应的至少一个数据特征;
发送单元703,用于向所述网元发送触发信息,所述触发信息包括所述至少一个数据特征和/或至少一个特征类型,所述至少一个特征类型与所述至少一个数据特征有关。
在一些实施例中,所述网元接收所述触发信息,基于所述触发信息获取所述至少一个特征类型,基于所述至少一个特征类型和第二数据集获取数据指标,所述第二数据集包括所述网元获取的多个第二数据。
在一些实施例中,接收单元701接收第一数据集的详细实现过程,参见上述图2所示方法200的步骤201-203,图5所示方法500的步骤503-504,以及图6所示方法600的步骤603-604中的相关内容,在此不再详细说明。
处理单元702获取所述至少一个数据特征的详细实现过程,参见上述图2所示方法200的步骤204,图5所示方法500的步骤505,以及图6所示方法600的步骤605中的相关内容,在此不再详细说明。
在一些实施例中,所述处理单元702,还用于:
基于所述至少一个数据特征和第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征和所述至少一个特征类型。
在一些实施例中,所述处理单元702,用于:
基于所述至少一个数据特征、所述第一对应关系和至少一个数据类型,获取所述至少一个特征类型,所述至少一个数据类型包括所述第一数据集中的第一数据属于的类型,所述第一对应关系包括所述至少一个数据特征、所述至少一个数据类型和/或所述至少一个特征类型。
在一些实施例中,处理单元702获取所述至少一个特征类型的详细实现过程,参见上述图2所示方法200的步骤204,图5所示方法500的步骤505,以及图6所示方法600的步骤605中的相关内容,在此不再详细说明。
在一些实施例中,所述触发信息包括所述至少一个数据特征和/或至少一个数据类型,所述至少一个数据类型包括所述第一数据集中的第一数据属于的类型。
在第一实施例中,所述网元基于所述至少一个数据特征和/或所述至少一个数据类型获取所述至少一个特征类型。
在一些实施例中,所述触发信息还包括至少一个第一对象的对象标识,所述至少一个第一对象位于所述网元中。
在一些实施例中,所述网元基于所述至少一个第一对象的对象标识获取所述第二数据集,所述第二数据集包括所述至少一个第一对象获取的第二数据。
在一些实施例,关于触发信息的详细说明,参见上述图2所示方法200的步骤205,图4所示方法400的步骤403,图5所示方法500的步骤506,以及图6所示方法600的步骤606中的相关内容,在此不再详细说明。
在一些实施例中,所述至少一个数据特征包括如下一个或多个信息:所述第一数据集中的第一数据对应的数据波形特征,所述第一数据集中的数据内容特征和至少一个第二对象的对象标识;其中,所述至少一个第二对象包括获取所述第一数据集中的各第一数据的对象。
在一些实施例中,所述装置700包括:数据处理系统、控制器或管理设备。
在一些实施例中,所述第一数据集包括所述第二数据集或所述第二数据集中的部分数据,或者,所述第二数据集包括所述网元在发送所述第一数据集之后获取的数据。
在本申请实施例中,所述接收单元接收的第一数据集包括所述网元获取的多个第一数据。所述处理单元基于所述第一数据集获取所述多个第一数据对应的至少一个数据特征,且所述至少一个数据特征与所述第一数据集中的第一数据的数据行为相对应。发送单元向所述网元发送触发信息,所述触发信息包括所述至少一个数据特征和/或至少一个特征类型。如此,所述网元基于所述触发信息获取所述至少一个特征类型,其中,由于所述至少一个数据特征与所述第一数据集中的第一数据的数据行为相对应,而至少一个特征类型是基于所述至少一个数据特征获取的。即使因为网络环境变化导致网元采集的数据变化,通过本申请实施例,可以分析出第一数据集中的数据行为发生了变化,通过第一数据集中数据的至少一个数据特征获取相对应的至少一个特征类型。网元基于所述至少一个特征类型和第二数据集获取的数据指标就可以准确的反映网络情况。所以网元通过本申请实施例降低了分析第二数据集中的数据的难度,可以提高获取的数据指标的准确性,提高对第二数据集中的数据进行分析的准确度。
参见图8,本申请实施例提供了一种处理数据的装置800,所述装置800可以部署在上述任意实施例提供的网元上,例如部署在图1所示网络架构100中的网元102上,或图4所示方法400中的网元,或图5所示方法500中的网元或图6所示方法600中的路由器上。所述装置800包括:
处理单元801,用于获取第一数据集,所述第一数据集包括获取的多个第一数据;
所述处理单元801,还用于基于所述第一数据集获取至少一个特征类型,所述至少一个特征类型与所述多个第一数据对应的至少一个数据特征相对应;
所述处理单元801,还用于基于所述至少一个特征类型和第二数据集获取数据指标,所述第二数据集包括获取的多个第二数据。
在一些实施例中,处理单元801获取所述至少一个特征类型以及获取数据指标的详细实现过程,参见上述图4所示方法400的步骤404,图5所示方法500的步骤507,以及图6所示方法600的步骤607中的相关内容,在此不再详细说明。
在一些实施例中,所述装置800还包括:发送单元802和接收单元803;
所述发送单元802,用于发送所述第一数据集,所述第一数据集用于所述第一数据集的接收方获取所述至少一个数据特征和/或所述至少一个特征类型;
所述接收单元803,用于接收触发信息,所述触发信息包括所述至少一个数据特征和/或所述至少一个特征类型;
所述处理单元801,用于基于所述触发信息获取所述至少一个特征类型。
在一些实施例中,发送单元802发送所述第一数据集的详细实现过程,参见上述图4所示方法400的步骤402,图5所示方法500的步骤502,以及图6所示方法600的步骤602中的相关内容,在此不再详细说明。
在一些实施例中,接收单元803接收所述触发信息的详细实现过程,参见上述图4所示方法400的步骤403,图5所示方法500的步骤507,以及图6所示方法600的步骤607中的相关内容,在此不再详细说明。
在一些实施例中,所述触发信息包括所述至少一个数据特征,所述处理单元801,用于:
基于所述至少一个数据特征和第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征和所述至少一个特征类型。
在一些实施例中,所述触发信息还包括至少一个数据类型,所述至少一个数据类型包括所述第一数据集中的第一数据属于的类型;
所述处理单元801,用于:
基于所述至少一个数据特征、所述至少一个数据类型和所述第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征、所述至少一个数据类型和所述至少一个特征类型。
在一些实施例中,处理单元801基于所述至少一个数据类型获取所述至少一个特征类型的详细实现过程,参见上述图4所示方法400的步骤404,图5所示方法500的步骤507,以及图6所示方法600的步骤607中的相关内容,在此不再详细说明。
在一些实施例中,所述触发信息还包括至少一个第一对象的对象标识;
所述处理单元801,还用于:
基于所述至少一个第一对象的对象标识获取所述第二数据集,所述第二数据集包括所述至少一个第一对象获取的多个第二数据。
在一些实施例,关于触发信息的详细说明,参见上述图2所示方法200的步骤205,图4所示方法400的步骤403,图5所示方法500的步骤506,以及图6所示方法600的步骤606中的相关内容,在此不再详细说明。
在一些实施例中,所述处理单元801,用于:
基于所述第一数据集获取所述至少一个数据特征;
基于所述至少一个数据特征和第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征和所述至少一个特征类型。
在一些实施例中,所述至少一个数据特征包括如下一个或多个信息:所述第一数据集中的第一数据对应的数据波形特征,所述第一数据集中的数据内容特征和至少一个第二对象的对象标识;其中,所述至少一个第二对象包括获取所述第一数据集中的第一数据的对象。
在一些实施例中,所述处理单元801,还用于:
基于所述数据指标确定所述第二数据集中的第二数据的异常情况;
发送所述确定的异常情况和/或所述数据指标。
在一些实施例中,处理单元801确定异常情况的详细实现过程,参见上述图4所示方法400的步骤404,图5所示方法500的步骤507,以及图6所示方法600的步骤607中的相关内容,在此不再详细说明。
在一些实施例中,所述第一数据集包括所述第二数据集或所述第二数据集中的部分数据,或者,所述第二数据集包括所述网元在获取所述第一数据集之后获取的数据。
在本申请实施例中,处理单元获取第一数据集,所述第一数据集包括获取的多个第一数据。基于所述第一数据集获取至少一个特征类型,所述至少一个特征类型与所述多个数据对应的至少一个数据特征相对应。由于所述至少一个数据特征与所述第一数据集中的第一数据的数据行为相对应,而所述至少一个特征类型与所述至少一个数据特征相对应,至少一个特征类型是基于所述至少一个数据特征获取的。即使因为网络环境变化导致所述装置采集的数据变化,处理单元可以分析出第一数据集中的数据行为发生了变化,通过第一数据集中数据的至少一个数据特征获取相对应的特征类型,处理单元基于所述至少一个特征类型和第二数据集获取的数据指标就可以准确的反映网络情况。所以处理单元通过本申请实施例降低了分析第二数据集中的数据的难度,提高对第二数据集中的数据分析的准确度。
参见图9,本申请提供了一种处理数据的系统900,所述系统900包括:
数据获取单元901,用于获取第一数据集,所述第一数据集包括多个第一数据;
数据发送单元902,用于发送所述第一数据集;
数据处理单元903,用于基于所述第一数据集获取所述多个第一数据对应的至少一个数据特征;
信息发送单元904,用于发送触发信息,所述触发信息包括所述至少一个数据特征和/或至少一个特征类型,所述至少一个特征类型是所述数据处理单元903基于所述至少一个数据特征获取的;
类型获取单元905,用于基于所述触发信息获取所述至少一个特征类型;
指标获取单元906,用于基于所述至少一个特征类型和第二数据集获取数据指标,所述第二数据集包括多个第二数据。
所述第二数据集包括的多个第二数据是所述数据获取单元901获取的或者是所述指标获取单元906获取的。
在一些实施例中,所述数据获取单元901、数据发送单元902、数据处理单元903、信息发送单元904、类型获取单元905和指标获取单元906中的部分或全部的单元部署在第一设备和/或网元上。例如,所述数据获取单元901、数据发送单元902、类型获取单元905和指标获取单元906部署在网元上,所述数据处理单元903和信息发送单元904部署在第一设备上。或者,所述数据获取单元901、数据发送单元902、数据处理单元903、信息发送单元904、类型获取单元905和/或指标获取单元906部署在网元上。或者,所述数据获取单元901、数据发送单元902、数据处理单元903、信息发送单元904、类型获取单元905和/或指标获取单元906部署在第一设备上。
在一些实施例,所述第一设备可以是上述任意实施例提供的第一设备,例如可以是图1所示网络架构100中的第一设备101,或图2所示方法200中的第一设备,或图5所示方法500中的第一设备或图6所示方法600中的第一设备。
在一些实施例,所述网元可以是上述任意实施例提供的网元,例如可以是图1所示网络架构100中的网元102上,或图4所示方法400中的网元,或图5所示方法500中的网元或图6所示方法600中的路由器。
在一些实施例,数据获取单元901获取第一数据集的详细实现过程,参见上述图2所示方法200的步骤201-203,图4所示方法400的步骤401,图5所示方法500的步骤501或步骤504,以及图6所示方法600的步骤601或步骤604中的相关内容,在此不再详细说明。
在一些实施例,数据处理单元903获取所述至少一个数据特征的详细实现过程,参见上述图2所示方法200的步骤204,图4所示方法400的步骤404,图5所示方法500的步骤505或步骤507,以及图6所示方法600的步骤605或步骤607中的相关内容,在此不再详细说明。
在一些实施例,类型获取单元905获取所述至少一个特征类型的详细实现过程,参见上述图2所示方法200的步骤204,图4所示方法400的步骤404,图5所示方法500的步骤505或步骤507,以及图6所示方法600的步骤605或步骤607中的相关内容,在此不再详细说明。
在一些实施例,指标获取单元906获取数据指标的详细实现过程,参见上述图4所示方法400的步骤404,图5所示方法500的步骤507,以及图6所示方法600的步骤607中的相关内容,在此不再详细说明。
在一些实施例,所述数据处理单元903,还用于基于所述至少一个数据特征和第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征和所述至少一个特征类型。
在一些实施例,所述数据处理单元903,用于基于所述至少一个数据特征、所述第一对应关系和至少一个数据类型,获取所述至少一个特征类型,所述至少一个数据类型包括所述第一数据集中的第一数据属于的类型,所述第一对应关系包括所述至少一个数据特征、所述至少一个数据类型和所述至少一个特征类型。
在一些实施例,所述触发信息包括所述至少一个数据特征,
所述类型获取单元905,用于基于所述至少一个数据特征和第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征和所述至少一个特征类型。
在一些实施例,所述触发信息还包括至少一个数据类型,所述至少一个数据类型包括所述第一数据集中的第一数据属于的类型,
所述类型获取单元905,用于基于所述至少一个数据特征、所述至少一个数据类型和所述第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征、所述至少一个数据类型和所述至少一个特征类型。
在一些实施例,关于触发信息的详细说明,参见上述图2所示方法200的步骤205,图4所示方法400的步骤403,图5所示方法500的步骤506,以及图6所示方法600的步骤606中的相关内容,在此不再详细说明。
在一些实施例,所述触发信息还包括至少一个第一对象的对象标识,所述第二数据集包括所述至少一个第一对象获取的多个第二数据。
在一些实施例,所述至少一个数据特征包括如下一个或多个信息:所述第一数据集中的第一数据对应的数据波形特征,所述第一数据集中的数据内容特征和至少一个第二对象的对象标识;其中,所述至少一个第二对象包括获取所述第一数据集中的第一数据的对象。
在一些实施例,所述指标获取单元906,还用于基于所述数据指标确定所述第二数据集中的第二数据的异常情况;
所述数据发送单元902,还用于发送所述确定的异常情况和/或所述数据指标。
在一些实施例中,指标获取单元906确定异常情况的详细实现过程,参见上述图4所示方法400的步骤404,图5所示方法500的步骤507,以及图6所示方法600的步骤607中的相关内容,在此不再详细说明。
在一些实施例,所述第一数据集包括所述第二数据集或所述第二数据集中的部分数据,或者,所述第二数据集包括在获取所述第一数据集之后获取的数据。
在本申请实施例中,数据获取单元获取第一数据集,所述第一数据集包括获取的多个第一数据。数据处理单元基于所述第一数据集获取所述多个第一数据对应的至少一个数据特征,使得所述至少一个数据特征与所述第一数据集中的第一数据的数据行为相对应,而至少一个特征类型是所述数据处理单元基于所述至少一个数据特征获取的。即使因为网络环境变化导致获取的数据变化,通过上述系统,可以分析出第一数据集中的数据行为发生了变化,所述类型获取单元通过第一数据集中数据的至少一个数据特征获取相对应的特征类型,这样指标获取单元基于所述至少一个特征类型和第二数据集获取的数据指标就可以准确的反映网络情况。指标获取单元通过上述系统降低了分析第二数据集中的数据的难度,提高对第二数据集中的数据进行分析的准确度。
在一些实施例中,处理数据的系统900中的各个模块可以部署在同一个物理设备中;在另一些实施例中,处理数据的系统900中的各个模块可以部署在多台不同的物理设备中。处理数据的系统900中的各个模块可以是硬件模块或者软件和硬件相结合的模块。
参见图10,本申请实施例提供了一种处理数据的设备1000示意图。所述设备1000可以是上述任意实施例提供的第一设备,例如,可以是图1所示网络架构中的第一设备101,或图2所示方法200中的第一设备,或图5所示方法500中的第一设备或图6所示方法600中的第一设备。所述设备1000包括至少一个处理器1001,内部连接1002,存储器1003以及至少一个网络接口1004。
所述设备1000是一种硬件结构的装置。
在一些实施例中,可以用于实现图7所述的装置700中的功能模块。例如,本领域技术人员可以想到图7所示的装置700中的处理单元702可以通过该至少一个处理器1001调用存储器1003中的代码来实现,图7所示的装置700中的接收单元701和发送单元703可以通过该至少一个网络接口1004来实现。或者,
在一些实施例中,存储器1003用于存放程序模块和数据。所述程序模块包括接收模块10031、处理模块10032和发送模块10033。在一些实施例中,图10中存储器1003中的各个模块分别和图7所示的各个模块相对应,处理器1001通过执行存储器1003中的各个模块中的计算机可读指令,能够执行图7所示的各个模块所能够执行的操作。
所述设备1000还可以用于实现上述任一实施例中第一设备的功能。
上述处理器1001例如是通用中央处理器(Central Processing Unit,CPU)、数字信号处理器(Digital Signal Processor,DSP)、网络处理器(Network Processer,NP)、图形处理器(Graphics Processing Unit,GPU)、神经网络处理器(Neural-networkProcessing Units,NPU)、数据处理单元(Data Processing Unit,DPU)、微处理器或者一个或多个用于实现本申请方案的集成电路。例如,处理器701包括专用集成电路(Application-specific Integrated Circuit,ASIC),可编程逻辑器件(ProgrammableLogic Device,PLD)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。PLD例如是复杂可编程逻辑器件(Complex Programmable Logic Device,CPLD)、现场可编程逻辑门阵列(Field-programmable Gate Array,FPGA)、通用阵列逻辑(Generic ArrayLogic,GAL)或其任意组合。其可以实现或执行结合本申请实施例公开内容所描述的各种逻辑方框、模块和电路。所述处理器也可以是实现计算功能的组合,例如包括一个或多个微处理器组合,DSP和微处理器的组合等等。
上述内部连接1002可包括一通路,在上述组件之间传送信息。内部连接1002可以为单板或总线等。总线可以是外设部件互连标准(Peripheral Component Interconnect,PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture,EISA)总线等。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10中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
上述至少一个网络接口1004使用任何收发器一类的装置,用于与其它设备或通信网络通信,通信网络可以为以太网、无线接入网或无线局域网(Wireless Local AreaNetworks,WLAN)等。网络接口1004可以包括有线通信接口,还可以包括无线通信接口。具体的,网络接口1004可以为以太接口、快速以太(Fast Ethernet,FE)接口、千兆以太(GigabitEthernet,GE)接口,异步传输模式(Asynchronous Transfer Mode,ATM)接口,无线局域网WLAN接口,蜂窝网络通信接口或其组合。以太网接口可以是光接口,电接口或其组合。在本申请实施例中,网络接口1004可以用于所述设备1000与其他设备进行通信。
上述存储器1003可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线与处理器相连接。存储器1003也可以和处理器1001集成在一起。
在具体实现中,作为一种实施例,处理器1001可以包括一个或多个CPU,例如图10中的CPU0和CPU1。这些CPU中的每一个可以是一个单核处理器,也可以是一个多核处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
在具体实现中,作为一种实施例,所述设备1000可以包括多个处理器,例如图10中的处理器1001和处理器1007。这些处理器中的每一个可以是一个单核(single-CPU)处理器,也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
在具体实现中,作为一种实施例,所述设备1000还可以包括输出设备和输入设备。输出设备和处理器1001通信,可以以多种方式来显示信息。例如,输出设备可以是液晶显示器(Liquid Crystal Display,LCD)、发光二级管(Light Emitting Diode,LED)显示设备、阴极射线管(Cathode Ray Tube,CRT)显示设备或投影仪等。输入设备和处理器1001通信,可以以多种方式接收用户的输入。例如,输入设备可以是鼠标、键盘、触摸屏设备或传感设备等。
在具体实施例中,本申请实施例的所述设备1000可对应于上述多个实施例,例如与图1、图2、图5和图6对应的多个实施例中的第一设备,所述设备1000中的处理器1001读取存储器1003中的指令,使图10所示的设备1000能够执行上述多个实施例中第一设备的全部或部分操作。
参见图11,本申请实施例提供了一种处理数据的设备1100示意图。所述设备1100可以是上述任意实施例提供的网元,例如,可以是图1所示网络架构中的网元102,或图4所示方法400中的网元,或图5所示方法500中的网元或图6所示方法600中的网元。所述设备1100包括至少一个处理器1101,内部连接1102,存储器1103以及至少一个网络接口1104。
所述设备1100是一种硬件结构的装置。
在一些实施例中,可以用于实现图8所述的装置800中的功能模块。例如,本领域技术人员可以想到图8所示的装置800中的处理单元801可以通过该至少一个处理器1101调用存储器1103中的代码来实现,图8所示的装置800中的发送单元802和接收单元803可以通过该至少一个网络接口1104来实现。或者,
在一些实施例中,存储器1103用于存放程序模块和数据。所述程序模块包括处理模块11031、发送模块11032和接收模块11033。在一些实施例中,图11中存储器1103中的各个模块分别和图8所示的各个模块相对应,处理器1101通过执行存储器1103中的各个模块中的计算机可读指令,能够执行图8所示的各个模块所能够执行的操作。
所述设备1100还可以用于实现上述任一实施例中网元的功能。
上述处理器1101例如是通用中央处理器(Central Processing Unit,CPU)、数字信号处理器(Digital Signal Processor,DSP)、网络处理器(Network Processer,NP)、图形处理器(Graphics Processing Unit,GPU)、神经网络处理器(Neural-networkProcessing Units,NPU)、数据处理单元(Data Processing Unit,DPU)、微处理器或者一个或多个用于实现本申请方案的集成电路。例如,处理器701包括专用集成电路(Application-specific Integrated Circuit,ASIC),可编程逻辑器件(ProgrammableLogic Device,PLD)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。PLD例如是复杂可编程逻辑器件(Complex Programmable Logic Device,CPLD)、现场可编程逻辑门阵列(Field-programmable Gate Array,FPGA)、通用阵列逻辑(Generic ArrayLogic,GAL)或其任意组合。其可以实现或执行结合本申请实施例公开内容所描述的各种逻辑方框、模块和电路。所述处理器也可以是实现计算功能的组合,例如包括一个或多个微处理器组合,DSP和微处理器的组合等等。
上述内部连接1102可包括一通路,在上述组件之间传送信息。内部连接1102可以为单板或总线等。总线可以是外设部件互连标准(Peripheral Component Interconnect,PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture,EISA)总线等。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中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
上述至少一个网络接口1104使用任何收发器一类的装置,用于与其它设备或通信网络通信,通信网络可以为以太网、无线接入网或无线局域网(Wireless Local AreaNetworks,WLAN)等。网络接口1104可以包括有线通信接口,还可以包括无线通信接口。具体的,网络接口1104可以为以太接口、快速以太(Fast Ethernet,FE)接口、千兆以太(GigabitEthernet,GE)接口,异步传输模式(Asynchronous Transfer Mode,ATM)接口,无线局域网WLAN接口,蜂窝网络通信接口或其组合。以太网接口可以是光接口,电接口或其组合。在本申请实施例中,网络接口1104可以用于所述设备1100与其他设备进行通信。
上述存储器1103可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线与处理器相连接。存储器1103也可以和处理器1101集成在一起。
在具体实现中,作为一种实施例,处理器1101可以包括一个或多个CPU,例如图11中的CPU0和CPU1。这些CPU中的每一个可以是一个单核处理器,也可以是一个多核处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
在具体实现中,作为一种实施例,所述设备1100可以包括多个处理器,例如图11中的处理器1101和处理器1107。这些处理器中的每一个可以是一个单核(single-CPU)处理器,也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
在具体实现中,作为一种实施例,所述设备1100还可以包括输出设备和输入设备。输出设备和处理器1101通信,可以以多种方式来显示信息。例如,输出设备可以是液晶显示器(Liquid Crystal Display,LCD)、发光二级管(Light Emitting Diode,LED)显示设备、阴极射线管(Cathode Ray Tube,CRT)显示设备或投影仪等。输入设备和处理器1101通信,可以以多种方式接收用户的输入。例如,输入设备可以是鼠标、键盘、触摸屏设备或传感设备等。
在具体实施例中,本申请实施例的所述设备1100可对应于上述多个实施例,例如与图1、图4、图5和图6对应的多个实施例中的网元,所述设备1100中的处理器1101读取存储器1103中的指令,使图11所示的设备1100能够执行上述多个实施例中网元的全部或部分操作。
本申请的说明书和权利要求书及上述附图中的操作顺序,不限于描述中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同时进行或可以改变顺序,以便描述的实施例能够以除了在附图中的图示或描述的内容以外的顺序实施。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的可选实施例,并不用以限制本申请,凡在本申请的原则之内,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。
Claims (46)
1.一种处理数据的方法,其特征在于,所述方法包括:
接收网元发送的第一数据集,所述第一数据集包括所述网元获取的多个第一数据;
基于所述第一数据集获取所述多个第一数据对应的至少一个数据特征;
向所述网元发送触发信息,所述触发信息包括所述至少一个数据特征和/或至少一个特征类型,所述至少一个特征类型与所述至少一个数据特征有关。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
基于所述至少一个数据特征和第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征和所述至少一个特征类型。
3.如权利要求2所述的方法,其特征在于,所述基于所述至少一个数据特征和第一对应关系,获取所述至少一个特征类型,包括:
基于所述至少一个数据特征、所述第一对应关系和至少一个数据类型,获取所述至少一个特征类型,所述至少一个数据类型包括所述第一数据集中的第一数据属于的类型,所述第一对应关系包括所述至少一个数据特征、所述至少一个数据类型和/或所述至少一个特征类型。
4.如权利要求1至3任一项所述的方法,其特征在于,所述触发信息包括所述至少一个数据特征和/或至少一个数据类型,所述至少一个数据类型包括所述第一数据集中的第一数据属于的类型。
5.如权利要求1至4任一项所述的方法,其特征在于,所述触发信息还包括至少一个第一对象的对象标识,所述至少一个第一对象位于所述网元中。
6.如权利要求1至5任一项所述的方法,其特征在于,所述至少一个数据特征包括如下一个或多个信息:所述第一数据集中的第一数据对应的数据波形特征,所述第一数据集中的数据内容特征和至少一个第二对象的对象标识;
其中,所述至少一个第二对象包括获取所述第一数据集中的各第一数据的对象。
7.如权利要求1至6任一项所述的方法,其特征在于,所述方法的执行主体包括:数据处理系统、控制器或管理设备。
8.如权利要求1至7任一项所述的方法,其特征在于,
所述第一数据集包括所述第二数据集或所述第二数据集中的部分数据,或者,
所述第二数据集包括所述网元在发送所述第一数据集之后获取的数据。
9.一种处理数据的方法,其特征在于,所述方法包括:
获取第一数据集,所述第一数据集包括多个第一数据;
基于所述第一数据集获取至少一个特征类型,所述至少一个特征类型与所述多个第一数据对应的至少一个数据特征相对应;
基于所述至少一个特征类型和第二数据集获取数据指标,所述第二数据集包括多个第二数据。
10.如权利要求9所述的方法,其特征在于,所述基于所述第一数据集获取至少一个特征类型,包括:
发送所述第一数据集,所述第一数据集用于所述第一数据集的接收方获取所述至少一个数据特征和/或所述至少一个特征类型;
接收触发信息,所述触发信息包括所述至少一个数据特征和/或所述至少一个特征类型;
基于所述触发信息获取所述至少一个特征类型。
11.如权利要求10所述的方法,其特征在于,所述触发信息包括所述至少一个数据特征,所述基于所述触发信息获取所述至少一个特征类型,包括:
基于所述至少一个数据特征和第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征和所述至少一个特征类型。
12.如权利要求11所述的方法,其特征在于,所述触发信息还包括至少一个数据类型,所述至少一个数据类型包括所述第一数据集中的第一数据属于的类型;
所述基于所述至少一个数据特征和第一对应关系,获取所述至少一个特征类型,包括:
基于所述至少一个数据特征、所述至少一个数据类型和所述第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征、所述至少一个数据类型和所述至少一个特征类型。
13.如权利要求10至12任一项所述的方法,其特征在于,所述触发信息还包括至少一个第一对象的对象标识;
所述基于所述至少一个特征类型和第二数据集获取数据指标之前,还包括:
基于所述至少一个第一对象的对象标识获取所述第二数据集,所述第二数据集包括所述至少一个第一对象获取的多个第二数据。
14.如权利要求9所述的方法,其特征在于,所述基于所述第一数据集获取至少一个特征类型,包括:
基于所述第一数据集获取所述至少一个数据特征;
基于所述至少一个数据特征和第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征和所述至少一个特征类型。
15.如权利要求9至14任一项所述的方法,其特征在于,所述至少一个数据特征包括如下一个或多个信息:所述第一数据集中的第一数据对应的数据波形特征,所述第一数据集中的数据内容特征和至少一个第二对象的对象标识;
其中,所述至少一个第二对象包括获取所述第一数据集中的第一数据的对象。
16.如权利要求9至15任一项所述的方法,其特征在于,所述方法还包括:
基于所述数据指标确定所述第二数据集中的第二数据的异常情况;
发送所述确定的异常情况和/或所述数据指标。
17.如权利要求9至16任一项所述的方法,其特征在于,
所述第一数据集包括所述第二数据集或所述第二数据集中的部分数据,或者,
所述第二数据集包括所述网元在获取所述第一数据集之后获取的数据。
18.一种处理数据的系统,其特征在于,所述系统包括:
数据获取单元,用于获取第一数据集,所述第一数据集包括多个第一数据;
数据发送单元,用于发送所述第一数据集;
数据处理单元,用于基于所述第一数据集获取所述多个第一数据对应的至少一个数据特征;
信息发送单元,用于发送触发信息,所述触发信息包括所述至少一个数据特征和/或至少一个特征类型,所述至少一个特征类型是所述数据处理单元基于所述至少一个数据特征获取的;
类型获取单元,用于基于所述触发信息获取所述至少一个特征类型;
指标获取单元,用于基于所述至少一个特征类型和第二数据集获取数据指标,所述第二数据集包括多个第二数据。
19.如权利要求18所述的系统,其特征在于,所述数据处理单元,还用于基于所述至少一个数据特征和第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征和所述至少一个特征类型。
20.如权利要求19所述的系统,其特征在于,所述数据处理单元,用于基于所述至少一个数据特征、所述第一对应关系和至少一个数据类型,获取所述至少一个特征类型,所述至少一个数据类型包括所述第一数据集中的第一数据属于的类型,所述第一对应关系包括所述至少一个数据特征、所述至少一个数据类型和所述至少一个特征类型。
21.如权利要求18所述的系统,其特征在于,所述触发信息包括所述至少一个数据特征,
所述类型获取单元,用于基于所述至少一个数据特征和第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征和所述至少一个特征类型。
22.如权利要求21所述的系统,其特征在于,所述触发信息还包括至少一个数据类型,所述至少一个数据类型包括所述第一数据集中的第一数据属于的类型,
所述类型获取单元,用于基于所述至少一个数据特征、所述至少一个数据类型和所述第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征、所述至少一个数据类型和所述至少一个特征类型。
23.如权利要求18至22任一项所述的系统,其特征在于,所述触发信息还包括至少一个第一对象的对象标识,所述第二数据集包括所述至少一个第一对象获取的多个第二数据。
24.如权利要求18至23任一项所述的系统,其特征在于,所述至少一个数据特征包括如下一个或多个信息:所述第一数据集中的第一数据对应的数据波形特征,所述第一数据集中的数据内容特征和至少一个第二对象的对象标识;
其中,所述至少一个第二对象包括获取所述第一数据集中的第一数据的对象。
25.如权利要求18至24任一项所述的系统,其特征在于,
所述指标获取单元,还用于基于所述数据指标确定所述第二数据集中的第二数据的异常情况;
所述数据发送单元,还用于发送所述确定的异常情况和/或所述数据指标。
26.如权利要求18至25任一项所述的系统,其特征在于,所述第一数据集包括所述第二数据集或所述第二数据集中的部分数据,或者,所述第二数据集包括在获取所述第一数据集之后获取的数据。
27.一种处理数据的装置,其特征在于,所述装置包括:
接收单元,用于接收网元发送的第一数据集,所述第一数据集包括所述网元获取的多个第一数据;
处理单元,用于基于所述第一数据集获取所述多个第一数据对应的至少一个数据特征;
发送单元,用于向所述网元发送触发信息,所述触发信息包括所述至少一个数据特征和/或至少一个特征类型,所述至少一个特征类型与所述至少一个数据特征有关。
28.如权利要求27所述的装置,其特征在于,所述处理单元,还用于:
基于所述至少一个数据特征和第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征和所述至少一个特征类型。
29.如权利要求28所述的装置,其特征在于,所述处理单元,用于:
基于所述至少一个数据特征、所述第一对应关系和至少一个数据类型,获取所述至少一个特征类型,所述至少一个数据类型包括所述第一数据集中的第一数据属于的类型,所述第一对应关系包括所述至少一个数据特征、所述至少一个数据类型和/或所述至少一个特征类型。
30.如权利要求27至29任一项所述的装置,其特征在于,所述触发信息包括所述至少一个数据特征和/或至少一个数据类型,所述至少一个数据类型包括所述第一数据集中的第一数据属于的类型。
31.如权利要求27至30任一项所述的装置,其特征在于,所述触发信息还包括至少一个第一对象的对象标识,所述至少一个第一对象位于所述网元中。
32.如权利要求27至31任一项所述的装置,其特征在于,所述至少一个数据特征包括如下一个或多个信息:所述第一数据集中的第一数据对应的数据波形特征,所述第一数据集中的数据内容特征和至少一个第二对象的对象标识;
其中,所述至少一个第二对象包括获取所述第一数据集中的各第一数据的对象。
33.如权利要求27至32所述的装置,其特征在于,所述装置包括:数据处理系统、控制器或管理设备。
34.如权利要求27至33任一项所述的装置,其特征在于,所述第一数据集包括所述第二数据集或所述第二数据集中的部分数据,或者,所述第二数据集包括所述网元在发送所述第一数据集之后获取的数据。
35.一种处理数据的装置,其特征在于,所述装置包括:
处理单元,用于获取第一数据集,所述第一数据集包括多个第一数据;
所述处理单元,还用于基于所述第一数据集获取至少一个特征类型,所述至少一个特征类型与所述多个数据对应的至少一个数据特征相对应;
所述处理单元,还用于基于所述至少一个特征类型和第二数据集获取数据指标,所述第二数据集包括多个第二数据。
36.如权利要求35所述的装置,其特征在于,所述装置还包括:发送单元和接收单元;
所述发送单元,用于发送所述第一数据集,所述第一数据集用于获取所述至少一个数据特征和/或所述至少一个特征类型;
所述接收单元,用于接收触发信息,所述触发信息包括所述至少一个数据特征和/或所述至少一个特征类型;
所述处理单元,用于基于所述触发信息获取所述至少一个特征类型。
37.如权利要求36所述的装置,其特征在于,所述触发信息包括所述至少一个数据特征,所述处理单元,用于:
基于所述至少一个数据特征和第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征和所述至少一个特征类型。
38.如权利要求37所述的装置,其特征在于,所述触发信息还包括至少一个数据类型,所述至少一个数据类型包括所述第一数据集中的第一数据属于的类型;
所述处理单元,用于:
基于所述至少一个数据特征、所述至少一个数据类型和所述第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征、所述至少一个数据类型和所述至少一个特征类型。
39.如权利要求36至38任一项所述的装置,其特征在于,所述触发信息还包括至少一个第一对象的对象标识;
所述处理单元,还用于:
基于所述至少一个第一对象的对象标识获取所述第二数据集,所述第二数据集包括所述至少一个第一对象获取的多个第二数据。
40.如权利要求35所述的装置,其特征在于,所述处理单元,用于:
基于所述第一数据集获取所述至少一个数据特征;
基于所述至少一个数据特征和第一对应关系,获取所述至少一个特征类型,所述第一对应关系包括所述至少一个数据特征和所述至少一个特征类型。
41.如权利要求35至40任一项所述的装置,其特征在于,所述至少一个数据特征包括如下一个或多个信息:所述第一数据集中的第一数据对应的数据波形特征,所述第一数据集中的数据内容特征和至少一个第二对象的对象标识;
其中,所述至少一个第二对象包括获取所述第一数据集中的第一数据的对象。
42.如权利要求35至41任一项所述的装置,其特征在于,所述处理单元,还用于:
基于所述数据指标确定所述第二数据集中的第二数据的异常情况;
发送所述确定的异常情况和/或所述数据指标。
43.如权利要求35至42任一项所述的装置,其特征在于,所述第一数据集包括所述第二数据集或所述第二数据集中的部分数据,或者,所述第二数据集包括所述网元在获取所述第一数据集之后获取的数据。
44.一种处理数据的设备,其特征在于,包括处理器及计算机程序,所述处理器执行所述计算机程序时,使得所述设备实现如权利要求1-17任一项所述的方法。
45.一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,所述计算机程序被计算机执行时,实现如权利要求1-17任一项所述的方法。
46.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序被计算机执行时,实现如权利要求1-17任一项所述的方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110119289.9A CN114826867B (zh) | 2021-01-28 | 2021-01-28 | 处理数据的方法、装置、系统及存储介质 |
PCT/CN2021/134273 WO2022160916A1 (zh) | 2021-01-28 | 2021-11-30 | 处理数据的方法、装置、系统及存储介质 |
EP21922506.7A EP4277223A4 (en) | 2021-01-28 | 2021-11-30 | DATA PROCESSING METHOD, APPARATUS AND SYSTEM AND STORAGE MEDIUM |
US18/360,899 US20230370318A1 (en) | 2021-01-28 | 2023-07-28 | Data Processing Method, Apparatus, and System, and Storage Medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110119289.9A CN114826867B (zh) | 2021-01-28 | 2021-01-28 | 处理数据的方法、装置、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114826867A true CN114826867A (zh) | 2022-07-29 |
CN114826867B CN114826867B (zh) | 2023-11-17 |
Family
ID=82525795
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110119289.9A Active CN114826867B (zh) | 2021-01-28 | 2021-01-28 | 处理数据的方法、装置、系统及存储介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230370318A1 (zh) |
EP (1) | EP4277223A4 (zh) |
CN (1) | CN114826867B (zh) |
WO (1) | WO2022160916A1 (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109600790A (zh) * | 2017-09-30 | 2019-04-09 | 华为技术有限公司 | 获取特征参数的方法和装置 |
CN109600243A (zh) * | 2017-09-30 | 2019-04-09 | 华为技术有限公司 | 数据分析方法和装置 |
CN110019511A (zh) * | 2017-09-30 | 2019-07-16 | 华为技术有限公司 | 通信方法及其通信设备 |
CN110502398A (zh) * | 2019-08-21 | 2019-11-26 | 吉林吉大通信设计院股份有限公司 | 一种基于人工智能的交换机故障预测系统及方法 |
CN111901135A (zh) * | 2019-05-05 | 2020-11-06 | 华为技术有限公司 | 一种数据分析方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110300008B (zh) * | 2018-03-22 | 2021-03-23 | 北京华为数字技术有限公司 | 一种确定网络设备的状态的方法及装置 |
-
2021
- 2021-01-28 CN CN202110119289.9A patent/CN114826867B/zh active Active
- 2021-11-30 WO PCT/CN2021/134273 patent/WO2022160916A1/zh unknown
- 2021-11-30 EP EP21922506.7A patent/EP4277223A4/en active Pending
-
2023
- 2023-07-28 US US18/360,899 patent/US20230370318A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109600790A (zh) * | 2017-09-30 | 2019-04-09 | 华为技术有限公司 | 获取特征参数的方法和装置 |
CN109600243A (zh) * | 2017-09-30 | 2019-04-09 | 华为技术有限公司 | 数据分析方法和装置 |
CN110019511A (zh) * | 2017-09-30 | 2019-07-16 | 华为技术有限公司 | 通信方法及其通信设备 |
CN111901135A (zh) * | 2019-05-05 | 2020-11-06 | 华为技术有限公司 | 一种数据分析方法及装置 |
CN110502398A (zh) * | 2019-08-21 | 2019-11-26 | 吉林吉大通信设计院股份有限公司 | 一种基于人工智能的交换机故障预测系统及方法 |
Non-Patent Citations (1)
Title |
---|
SAMSUNG: "S2-186724 \"A solution to provide the available analytic information metadata\"" * |
Also Published As
Publication number | Publication date |
---|---|
CN114826867B (zh) | 2023-11-17 |
EP4277223A4 (en) | 2024-06-12 |
US20230370318A1 (en) | 2023-11-16 |
EP4277223A1 (en) | 2023-11-15 |
WO2022160916A1 (zh) | 2022-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110659109B (zh) | 一种openstack集群虚拟机监控系统及方法 | |
JP2014168283A (ja) | 通信システム、ネットワーク監視装置、及びネットワーク監視方法 | |
CN107294743B (zh) | 一种网络路径探测方法、控制器及网络设备 | |
CN115297007A (zh) | 针对合作网络的网络空间资产信息地图的构建方法及系统 | |
CN113676526A (zh) | 一种工业数据接入管理系统及方法 | |
CN111198804A (zh) | 基于网关的工业互联网平台第三方微服务监控预警方法 | |
CN109218131B (zh) | 网络监控方法、装置、计算机设备和存储介质 | |
CN117176802B (zh) | 一种业务请求的全链路监控方法、装置、电子设备及介质 | |
CN114138680A (zh) | 数据构建、数据查询和测试方法、电子设备以及存储介质 | |
CN113360353A (zh) | 一种测试服务器和云平台 | |
CN114826867B (zh) | 处理数据的方法、装置、系统及存储介质 | |
CN114844821B (zh) | 网络自动发现方法、装置、设备及存储介质 | |
CN114071448B (zh) | 一种数据传输方法、相关网络节点和存储介质 | |
CN115766252A (zh) | 一种流量异常检测方法、装置、电子设备及存储介质 | |
CN115473688A (zh) | 面向软件定义网络的异常检测方法、装置及设备 | |
CN114520784A (zh) | 一种动态内容加速访问方法及装置 | |
CN111162929B (zh) | 一种分级管理方法和系统 | |
CN111522642B (zh) | 风电机组状态监测数据的获取方法、查询方法及电子设备 | |
CN110263082B (zh) | 数据库的数据分布分析方法、装置、电子设备及存储介质 | |
CN107124293B (zh) | 一种分布式网络系统的协议管理方法及系统 | |
CN103944777A (zh) | 分布式监控系统信息处理方法和系统 | |
CN109743232A (zh) | 一种接口探测方法及装置 | |
CN116827808B (zh) | 一种基于工业物联网的多设备联合通讯系统、方法及设备 | |
CN114697319B (zh) | 一种公有云的租户业务管理方法及装置 | |
CN117573473A (zh) | 一种电力系统机房设备运维系统、运维方法及相应设备 |
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 |