CN115277352A - 网元指令纠错方法、装置、电子设备及计算机存储介质 - Google Patents
网元指令纠错方法、装置、电子设备及计算机存储介质 Download PDFInfo
- Publication number
- CN115277352A CN115277352A CN202110477025.0A CN202110477025A CN115277352A CN 115277352 A CN115277352 A CN 115277352A CN 202110477025 A CN202110477025 A CN 202110477025A CN 115277352 A CN115277352 A CN 115277352A
- Authority
- CN
- China
- Prior art keywords
- network element
- instruction
- instructions
- target
- parameters
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
-
- 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
- H04L41/0866—Checking the configuration
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请公开了一种网元指令纠错方法、装置、电子设备及计算机存储介质,其中方法包括:在检测到针对第一网元指令返回的错误提示信息的情况下,获取第一网元指令;根据目标网元的N个轨迹信息,通过预先创建的回归模型预测目标网元在当前时段的N个第二网元指令,其中,N个轨迹信息为回归模型基于目标历史网元指令训练得到的轨迹信息;将N个第二网元指令的参数与第一网元指令的参数进行比对,以得到N个第二网元指令与第一网元指令的匹配度;在N个第二网元指令包括目标网元指令的情况下,在目标网元下发目标网元指令,其中,目标网元指令与第一网元指令的匹配度大于或等于第一阈值。本申请能够实现网元指令的纠错,提高了网元维护的安全性、稳定性和可靠性。
Description
技术领域
本申请属于信息技术领域,尤其涉及一种网元指令纠错方法、装置、电子设备及计算机存储介质。
背景技术
通信网络中,一般通过网元指令的下发来对网元进行维护,网元指令的下发过程通常是先由人工将网元指令写入,再由网元进行网元指令的下发。目前,为了确保网元指令下发的准确性,还需要通过人工对写入的网元指令进行审核,确保无误后再进行网元指令的下发。通过这种方式下发网元指令,不仅费时费力,还存在漏判和误判的风险。随着网络演进速度和复杂度日益递增,网元维护的复杂度也随之不断增加,这种网元指令的下发方式已无法满足网元维护的安全性、稳定性和可靠性。
发明内容
本申请实施例提供一种网元指令纠错方法、装置、设备及计算机存储介质,以提高网元维护的安全性、稳定性和可靠性。
第一方面,本申请实施例提供一种网元指令下发方法,该方法包括:
在检测到针对第一网元指令返回的错误提示信息的情况下,获取所述第一网元指令,其中,所述第一网元指令为在目标网元下发的网元指令;
根据所述目标网元的N个轨迹信息,通过预先创建的回归模型预测所述目标网元在当前时段的N个第二网元指令,其中,所述N个轨迹信息为所述回归模型基于目标历史网元指令训练得到的轨迹信息,N为大于或等于1的整数,所述目标历史网元指令为所述目标网元的历史网元指令;
将所述N个第二网元指令的参数与所述第一网元指令的参数进行比对,以得到所述N个第二网元指令与所述第一网元指令的匹配度;
在所述N个第二网元指令包括目标网元指令的情况下,在所述目标网元下发所述目标网元指令,其中,所述目标网元指令与所述第一网元指令的匹配度大于或等于第一阈值。
第二方面,本申请实施例提供了一种网元指令纠错装置,该装置包括:
获取模块,用于在检测到针对第一网元指令返回的错误提示信息的情况下,获取所述第一网元指令,其中,所述第一网元指令为在目标网元下发的网元指令;
预测模块,用于根据所述目标网元的N个轨迹信息,通过预先创建的回归模型预测所述目标网元在当前时段的N个第二网元指令,其中,所述N个轨迹信息为所述回归模型基于目标历史网元指令训练得到的轨迹信息,N为大于或等于1的整数,所述目标历史网元指令为所述目标网元的历史网元指令;
第一处理模块,用于将所述N个第二网元指令的参数与所述第一网元指令的参数进行比对,以得到所述N个第二网元指令与所述第一网元指令的匹配度;
下发模块,用于在所述N个第二网元指令包括目标网元指令的情况下,在所述目标网元下发所述目标网元指令,其中,所述目标网元指令与所述第一网元指令的匹配度大于或等于第一阈值。
第三方面,本申请实施例提供了一种网元指令纠错设备,该设备包括:处理器以及存储有计算机程序指令的存储器;
所述处理器执行所述计算机程序指令时实现如第一方面所述的网元指令纠错方法。
第四方面,本申请实施例提供了一种计算机存储介质,该计算机存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如第一方面所述的网元指令纠错方法。
本申请实施例中,在目标网元提示网元指令为错误指令的情况下,根据目标网元的N个轨迹信息,通过预先创建回归模型预测该网元在当前时段的N个网元指令,并将该N个网元指令的参数与错误指令的参数进行比对,以从N个网元指令中确定是否包含可能正确的网元指令。由于目标网元的N个轨迹信息是通过回归模型基于目标网元的历史网元指令训练得到的,因此,根据轨迹信息来预测可能正确的网元指令,并将预测到的网元指令与错误指令进行参数比对,能够较大概率地得到错误指令对应的正确指令,从而能够实现网元指令的纠错,如此,能够提高网元维护的安全性、稳定性和可靠性。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单的介绍,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一个实施例提供的网元指令纠错方法的流程示意图;
图2是本申请另一个实施例提供的网元指令纠错装置的结构示意图;
图3是本申请又一个实施例提供的网元指令纠错设备的硬件结构示意图。
具体实施方式
下面将详细描述本申请各个方面的特征和示例性实施例,为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本申请进行进一步详细描述。应理解,此处所描述的具体实施例仅意在解释本申请,而不是限定本申请。对于本领域技术人员来说,本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
通信网络中,一般通过网元指令的下发来对网元进行维护,网元指令的下发过程通常是先由人工将网元指令写入,再由网元进行网元指令的下发。目前,为了确保网元指令下发的准确性,还需要通过人工对写入的网元指令进行审核,确保无误后再进行网元指令的下发。通过这种方式下发网元指令,不仅费时费力,还存在漏判和误判的风险。随着网络演进速度和复杂度日益递增,网元维护的复杂度也随之不断增加,这种网元指令的下发方式已无法满足网元维护的安全性、稳定性和可靠性。
目前的指令下发方式中,仅在指令下发之前通过人工对写入的网元指令进行审核,难免存在漏判和误判的问题,而在错误的网元指令下发后,仍需要人工操作对其进行纠错,不仅费时费力,还会给网络通信造成巨大的损失。
为了解决上述技术问题,本申请实施例提供了一种网元指令纠错方法、装置、设备及计算机存储介质。
图1示出了本申请一个实施例提供的网元指令纠错方法的流程示意图。
如图1所示,网元指令纠错方法包括以下步骤:
步骤101:在检测到针对第一网元指令返回的错误提示信息的情况下,获取所述第一网元指令,其中,所述第一网元指令为在目标网元下发的网元指令;
步骤102:根据所述目标网元的N个轨迹信息,通过预先创建的回归模型预测所述目标网元在当前时段的N个第二网元指令,其中,所述N个轨迹信息为所述回归模型基于目标历史网元指令训练得到的轨迹信息,N为大于或等于1的整数,所述目标历史网元指令为所述目标网元的历史网元指令;
步骤103:将所述N个第二网元指令的参数与所述第一网元指令的参数进行比对,以得到所述N个第二网元指令与所述第一网元指令的匹配度;
步骤104:在所述N个第二网元指令包括目标网元指令的情况下,在所述目标网元下发所述目标网元指令,其中,所述目标网元指令与所述第一网元指令的匹配度大于或等于第一阈值。
本申请实施例的网元指令纠错方法可以由网元指令纠错装置执行。
本申请实施例中,网元指令纠错装置可以与目标网元连接,也可以设置于目标网元中,以监测在目标网元下发的各网元指令是否出现错误。当目标网元检测到网元指令出现错误时,目标网元可以向网元指令纠错装置返回针对网元指令的错误提示信息。
在步骤101中,在检测到目标网元针对第一网元指令返回的错误提示信息的情况下,可以获取第一网元指令,以与步骤102中通过回归模型预测得到的N个第二网元指令进行比对。为了便于理解,可以将目标网元返回错误提示信息所针对的网元指令简称为错误指令,例如,可以将上述第一网元指令称为错误指令。网元指令一般包括多个参数值,由于网元指令由人工写入,通常是部分参数写入错误导致指令错误,因此通过比对得到与错误指令对应的正确指令的可能性较大。在步骤102中,通过预先创建的回归模型,可以得到目标网元的一个或多个轨迹信息,根据上述轨迹信息能够预测得到目标网元在当前时段的一个或多个网元指令。
上述回归模型可以预先加载于网元指令纠错装置中,也可以独立于网元指令纠错装置,无论采用上述何种方式,网元指令纠错装置均可以调用该回归模型实现网元指令的预测。
在步骤103中,将N个第二网元指令的参数与第一网元指令的参数进行比对,可以是将N个第二网元指令的每个指令的参数与第一网元指令的参数进行比对,也可以是将N个第二网元指令的部分指令的参数与所述第一网元指令的参数进行比对。
在步骤104中,在网元指令与第一网元指令的匹配度大于或等于第一阈值的情况下,可认为该网元指令为第一网元指令对应的正确指令,因此,可以在目标网元下发该网元指令。第一阈值可以根据实际情况设置,例如可以是90%、95%等等。在一网元指令与第一网元指令的匹配度大于或等于第一阈值时,该网元指令与第一网元指令的相似度较高,或者说,该网元指令的参数与第一网元指令的参数之间的重合度较高,因此,可以合理地将该网元指令理解为第一网元指令对应的正确指令。
在一些实施例中,可以将N个第二网元指令中每个第二网元指令的参数与第一网元指令的参数进行比对,在至少一个第二网元指令与第一网元指令的匹配度大于或等于第一阈值的情况下,将其中匹配度最高的第二网元指令确定为目标网元指令,并在目标网元下发该目标网元指令,这样,可以将第一网元指令纠正为与之匹配度最高的的第二网元指令,从而提高网元指令纠错的有效性。
在一些实施例中,为了提高指令比对效率,可以将N个第二网元指令中的部分第二网元指令的参数与第一网元指令的参数进行比对,例如,可以选取与第一网元指令的指令类型相同的第二网元指令,将该第二网元指令的参数与第一网元指令的参数进行比对;也可以将N个第二网元指令的参数依次与第一网元指令的参数进行比对,在其中一个第二网元指令与第一网元指令相匹配的情况下,即停止比对,将该第二网元指令确定为目标网元指令,并在目标网元下发该第二网元指令。如此,可以提高指令比对效率,从而提高网元指令的纠错效率。
本申请实施例中,在目标网元提示网元指令为错误指令的情况下,根据目标网元的N个轨迹信息,通过预先创建回归模型预测该网元在当前时段的N个网元指令,并将该N个网元指令的参数与错误指令的参数进行比对,以从N个网元指令中确定是否包含可能正确的网元指令。由于目标网元的N个轨迹信息是通过回归模型基于目标网元的历史网元指令训练得到的,因此,根据轨迹信息来预测可能正确的网元指令,并将预测到的网元指令与错误指令进行参数比对,能够较大概率地得到错误指令对应的正确指令,从而能够实现网元指令的纠错,如此,能够提高网元维护的安全性、稳定性和可靠性。
可选的,所述目标网元的轨迹信息通过以下步骤得到:
通过所述回归模型获取所述目标历史网元指令对应的事件日志;
通过所述回归模型从所述事件日志中提取事件特征和时间特征;
通过所述回归模型对所述事件特征和所述时间特征进行训练,得到所述目标网元的轨迹信息。
该实施方式中,通过回归模型获取目标网元的历史网元指令对应的事件日志,可以获取该目标网元的全部历史网元指令对应的事件日志,也可以获取该目标网元的部分历史网元指令对应的事件日志,示例性的,可以获取指定时间段内目标网元的历史网元指令对应的事件日志,例如,在近一个月内,网元维护的需求发生了变化的情况下,可以只获取近一个月内目标网元的历史网元指令对应的事件日志。这样,通过选取特定时间段内目标历史网元指令对应的事件日志,据此对回归模型进行训练,可以使回归模型得到的轨迹信息更接近目标网元的实际轨迹信息,从而使预测得到的第二网元指令更符合实际需要,提高网元维护的安全性、稳定性和可靠性。
该实施方式中,在获取目标网元的历史网元指令对应的事件日志的过程中,有可能错误地导入一些空事件,在通过所述回归模型从所述事件日志中提取事件特征和时间特征时,无法从这些空事件中提取相应的特征,此时可将这些空事件删除。
该实施方式中,对预测得到的目标网元轨迹信息,可通过各轨迹预测得到的指令的准确率进行评估,根据该评估结果对回归模型进行优化。
在一些实施例中,通过回归模型获取所述目标历史网元指令对应的事件日志,具体可以为:将从目标网元的历史事件日志数据集中提取的log格式文件,转化为只保留指令和参数的组合和包含事件特征信息和时间特征信息的csv格式的事件日志。
在一些实施例中,在通过所述回归模型对所述事件特征和所述时间特征进行训练之前,为了提高模型训练的效率,还需要对上述特征进行自编码,示例性的,根据事件日志中事件特征和时间特征的情况,在事件特征中的指令类型较多时,可以选择将指令类型相同的事件作为独立的编码单元进行编码,或者,可以将每一事件作为独立的编码单元,同时,还可以在前述两种编码方式的基础上,基于每个独立的编码单元与需要预测的事件之间的距离远近进行编码。
该实施方式中,使用KNN算法(K-Nearest Neighbor,邻近算法)构建回归模型,将上述事件特征和所述时间特征输入该模型中,将历史网元指令对应的事件日志信息转化为其中的事件对之间的对应关系,预测目标网元的轨迹信息。使用KNN算法构建回归模型用于对连续变量进行预测,因此通常使用欧式距离算法计算事件对之间的距离,得到事件对之间的对应关系。
在一些实施例中,考虑到通过回归模型得到目标网元的轨迹信息可能明显与实际情况不符,可以筛选得到的轨迹信息,在一个示例中,在一个轨迹信息中只包含同类型事件信息或不包含任何事件信息时,可以删除该轨迹信息。
可选的,所述将所述N个第二网元指令的参数与所述第一网元指令的参数进行比对,包括:
通过预先创建的分类模型确定所述N个第二网元指令中的每个第二网元指令的指令类型,以及所述第一网元指令的指令类型;
从所述N个第二网元指令中确定目标第二网元指令,所述目标第二网元指令的指令类型与所述第一网元指令的指令类型相同;
将所述目标第二网元指令的参数与所述第一网元指令的参数进行比对。
该实施方式中,指令类型一般为指令参数的类型,指令类型可以包括用于新增的指令、用于修改的指令、用于删除的指令、用于查询的指令等类型。
该实施方式中,由于网元指令由人工写入,通常是部分参数写入错误导致指令错误,错误指令的指令类型写入错误的概率较小,可以预先筛选出与第一网元指令的指令类型相同的目标第二网元指令,将该目标第二网元指令与第一网元指令进行比对,具体可以为:将N个第二网元指令输入分类模型,根据N个第二网元指令的参数确定其指令类型,以及将第一网元指令输入分类模型,根据其指令参数确定第一网元指令的指令类型,确定与第一网元指令类型相同的目标第二网元指令,将目标第二网元指令与第一网元指令的参数进行比对,如此可以提高指令比对效率。
上述分类模型可以通过KNN算法构建,通过分类模型获取所述目标历史网元指令对应的事件日志,提取事件日志中的指令类型信息和参数信息,对分类模型进行训练,以使该分类模型可以根据输入的参数信息确定与该参数对应的指令类型。
可选的,所述将所述N个第二网元指令的参数与所述第一网元指令的参数进行比对,以得到所述N个第二网元指令与所述第一网元指令的匹配度,包括:
将所述第一网元指令的参数进行分段,以得到第一序列,所述第一序列包括多个参数段;
将所述N个第二网元指令的参数进行分段,以得到N个第二序列,所述第二序列包括多个参数段;
将所述N个第二序列的参数段与所述第一序列的参数段进行比对,以得到所述N个第二网元指令与所述第一网元指令的匹配度。
该实施方式中,将第一网元指令的参数进行分段后可得到多个参数段,可以对这些参数段进行排序,这样,得到了包括这多个参数段的第一序列。相应的,将N个第二网元指令的参数进行分段后,也可以对每个第二序列中的参数段进行排序,将N个第二序列的参数段与第一序列的参数段一一比对,以得到所述N个第二网元指令与所述第一网元指令的匹配度。
在一些实施例中,为了使序列与序列之间的对应关系更加明确,可以对各序列的每个参数段分别进行标号,这样,可以根据第一序列和第二序列的标号进行参数段的一一比对。
可选的,在所述将所述N个第二网元指令的参数与所述第一网元指令的参数进行比对之后,所述方法还包括:
在所述N个第二网元指令不包括目标网元指令的情况下,从预设的指令集中确定所述第一网元指令的M个候选指令,其中,所述M个候选指令的每个候选指令与所述第一网元指令的匹配度大于或等于第二阈值,M为大于1的整数;
输出所述M个候选指令。
该实施方式中,预设的指令集中包括目标网元的历史网元指令。由于历史网元指令与当前时段网元指令的匹配度可能较低,通常设置第二阈值小于第一阈值,例如,第一阈值为95%时,第二阈值为50%。
在一些实施例中,在候选指令中存在与第一网元指令的匹配度大于或等于第一阈值的目标网元指令时,也可以直接下发该目标网元指令,该目标网元指令可以是候选指令中与第一网元指令匹配度最高的网元指令,也可以是按次序比对时最先得到的与第一网元指令匹配度大于或等于第一阈值的网元指令。
可选的,在所述N个第二网元指令不包括目标网元指令的情况下,从预设的指令集中确定所述第一网元指令的M个候选指令,包括:
在所述N个第二网元指令不包括目标网元指令的情况下,将所述第一网元指令的参数进行分段,以得到第三序列,所述第三序列包括多个参数段;
根据所述第三序列的每个参数段,从预设的指令集中检索M个候选指令。
该实施方式中,将第一网元指令的参数进行分段后可得到多个参数段,可以对这些参数段进行排序,这样,得到了包括这多个参数段的第三序列。
该实施方式中,根据所述第三序列的每个参数段,从预设的指令集中检索M个候选指令,具体可以为:
将第三序列的每个参数段作为关键词,在预设的指令集中检索,筛选出包含至少一个关键词的多个预候选指令;
将多个预候选指令中的每个指令的参数分段处理并排序,得到多个第四序列,将第四序列与第三序列的参数段一一比对,匹配度大于或等于第二阈值的预候选指令即为候选指令。
在一些实施例中,可以将历史网元指令的参数分段再输入指令集中,在使用上述关键词检索时,检索到与关键词相同的参数段,将这些参数段对应的历史网元指令作为预候选指令,将预候选指令的参数段排序,得到第五序列,将第五序列与第三序列的参数段一一比对。
在一些实施例中,为了使序列与序列之间的对应关系更加明确,可以对各序列的每个参数段分别进行标号,这样,可以根据第四序列或第五序列与第三序列的标号进行参数段的一一比对。
在一些实施例中,目标网元的历史网元指令经前述的分类模型进行分类后再输入指令集中,如此,通过分类模型确定第一网元指令的指令类型后,可以只检索与第一网元指令类型相同的指令,以提高检索效率。
在一些实施例中,可以对上述M个候选指令进行排序,在一个示例中,M=3时,输出第一候选指令、第二候选指令和第三候选指令,第一候选指令与第一网元指令的匹配度不小于第二候选指令,第二候选指令与第一网元指令的匹配度不小于第三候选指令,在第一候选指令与第一网元指令的匹配度等于第二候选指令时,第一候选指令的使用率高于第二候选指令,在第二候选指令与第一网元指令的匹配度等于第三候选指令时,第二候选指令的使用率高于第三候选指令。
需要说明的是,本申请实施例提供的网元指令纠错方法,执行主体可以为网元指令纠错装置,或者该网元指令纠错装置中的用于执行网元指令纠错方法的控制模块。本申请实施例中以网元指令纠错装置执行网元指令纠错方法为例,说明本申请实施例提供的网元指令纠错装置。图2示出了本申请实施例提供的一种网元指令纠错装置的结构示意图。
如图2所示,网元指令纠错装置200包括:
获取模块201,用于在检测到针对第一网元指令返回的错误提示信息的情况下,获取所述第一网元指令,其中,所述第一网元指令为在目标网元下发的网元指令;
预测模块202,用于根据所述目标网元的N个轨迹信息,通过预先创建的回归模型预测所述目标网元在当前时段的N个第二网元指令,其中,所述N个轨迹信息为所述回归模型基于目标历史网元指令训练得到的轨迹信息,N为大于或等于1的整数,所述目标历史网元指令为所述目标网元的历史网元指令;
第一处理模块203,将所述N个第二网元指令的参数与所述第一网元指令的参数进行比对,以得到所述N个第二网元指令与所述第一网元指令的匹配度;
下发模块204,在所述N个第二网元指令包括目标网元指令的情况下,在所述目标网元下发所述目标网元指令,其中,所述目标网元指令与所述第一网元指令的匹配度大于或等于第一阈值。
可选的,网元指令纠错装置还包括预处理模块,用于:
通过所述回归模型获取所述目标历史网元指令对应的事件日志;
通过所述回归模型从所述事件日志中提取事件特征和时间特征;
通过所述回归模型对所述事件特征和所述时间特征进行训练,得到所述目标网元的轨迹信息。
可选的,所述第一处理模块具体用于:
通过预先创建的分类模型确定所述N个第二网元指令中的每个第二网元指令的指令类型,以及所述第一网元指令的指令类型;
从所述N个第二网元指令中确定目标第二网元指令,所述目标第二网元指令的指令类型与所述第一网元指令的指令类型相同;
将所述目标第二网元指令的参数与所述第一网元指令的参数进行比对。
可选的,所述第一处理模块具体用于:
将所述第一网元指令的参数进行分段,以得到第一序列,所述第一序列包括多个参数段;
将所述N个第二网元指令的参数进行分段,以得到N个第二序列,所述第二序列包括多个参数段;
将所述N个第二序列的参数段与所述第一序列的参数段进行比对,以得到所述N个第二网元指令与所述第一网元指令的匹配度。
可选的,该网元指令纠错装置还包括:
第二处理模块,用于在所述N个第二网元指令不包括目标网元指令的情况下,从预设的指令集中确定所述第一网元指令的M个候选指令,其中,所述M个候选指令的每个候选指令与所述第一网元指令的匹配度大于或等于第二阈值,M为大于1的整数;
输出模块,用于输出所述M个候选指令。
可选的,所述第二处理模块具体用于:
在所述N个第二网元指令不包括目标网元指令的情况下,将所述第一网元指令的参数进行分段,以得到第三序列,所述第三序列包括多个参数段;
根据所述第三序列的每个参数段,从预设的指令集中检索M个候选指令。
本申请实施例提供的网元指令纠错装置能够实现图1的方法实施例实现的各个过程,为避免重复,这里不再赘述。
图3示出了本申请实施例提供的网元指令纠错设备的硬件结构示意图。
在网元指令纠错设备可以包括处理器301以及存储有计算机程序指令的存储器302。
具体地,上述处理器301可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器302可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器302可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器302可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器302可在综合网关容灾设备的内部或外部。在特定实施例中,存储器302是非易失性固态存储器。
存储器可包括只读存储器(ROM),随机存取存储器(RAM),磁盘存储介质设备,光存储介质设备,闪存设备,电气、光学或其他物理/有形的存储器存储设备。因此,通常,存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如,存储器设备),并且当该软件被执行(例如,由一个或多个处理器)时,其可操作来执行参考根据本公开的一方面的方法所描述的操作。
处理器301通过读取并执行存储器302中存储的计算机程序指令,以实现上述实施例中的任意一种网元指令纠错方法。
在一个示例中,网元指令纠错设备还可包括通信接口303和总线310。其中,如图3所示,处理器301、存储器302、通信接口303通过总线310连接并完成相互间的通信。
通信接口303,主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。
总线310包括硬件、软件或两者,将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线310可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
该网元指令纠错设备可以基于通过回归模型预测的指令和目标网元的历史网元指令与在目标网元下发的错误指令的匹配度执行本申请实施例中的网元指令纠错方法,从而实现结合图1和图2描述的网元指令纠错方法和装置。
另外,结合上述实施例中的网元指令纠错方法,本申请实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种在线数据流量计费方法。
需要明确的是,本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本申请的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本申请的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本申请中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本申请不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
上面参考根据本申请的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解,流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器,以产生一种机器,使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解,框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合,也可以由执行指定的功能或动作的专用硬件来实现,或可由专用硬件和计算机指令的组合来实现。
以上所述,仅为本申请的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块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。应理解,本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。
Claims (14)
1.一种网元指令纠错方法,其特征在于,包括:
在检测到针对第一网元指令返回的错误提示信息的情况下,获取所述第一网元指令,其中,所述第一网元指令为在目标网元下发的网元指令;
根据所述目标网元的N个轨迹信息,通过预先创建的回归模型预测所述目标网元在当前时段的N个第二网元指令,其中,所述N个轨迹信息为所述回归模型基于目标历史网元指令训练得到的轨迹信息,N为大于或等于1的整数,所述目标历史网元指令为所述目标网元的历史网元指令;
将所述N个第二网元指令的参数与所述第一网元指令的参数进行比对,以得到所述N个第二网元指令与所述第一网元指令的匹配度;
在所述N个第二网元指令包括目标网元指令的情况下,在所述目标网元下发所述目标网元指令,其中,所述目标网元指令与所述第一网元指令的匹配度大于或等于第一阈值。
2.根据权利要求1所述的方法,其特征在于,所述目标网元的轨迹信息通过以下步骤得到:
通过所述回归模型获取所述目标历史网元指令对应的事件日志;
通过所述回归模型从所述事件日志中提取事件特征和时间特征;
通过所述回归模型对所述事件特征和所述时间特征进行训练,得到所述目标网元的轨迹信息。
3.根据权利要求1所述的方法,其特征在于,所述将所述N个第二网元指令的参数与所述第一网元指令的参数进行比对,包括:
通过预先创建的分类模型确定所述N个第二网元指令中的每个第二网元指令的指令类型,以及所述第一网元指令的指令类型;
从所述N个第二网元指令中确定目标第二网元指令,所述目标第二网元指令的指令类型与所述第一网元指令的指令类型相同;
将所述目标第二网元指令的参数与所述第一网元指令的参数进行比对。
4.根据权利要求1所述的方法,其特征在于,所述将所述N个第二网元指令的参数与所述第一网元指令的参数进行比对,以得到所述N个第二网元指令与所述第一网元指令的匹配度,包括:
将所述第一网元指令的参数进行分段,以得到第一序列,所述第一序列包括多个参数段;
将所述N个第二网元指令的参数进行分段,以得到N个第二序列,所述第二序列包括多个参数段;
将所述N个第二序列的参数段与所述第一序列的参数段进行比对,以得到所述N个第二网元指令与所述第一网元指令的匹配度。
5.根据权利要求1所述的方法,其特征在于,在所述将所述N个第二网元指令的参数与所述第一网元指令的参数进行比对之后,所述方法还包括:
在所述N个第二网元指令不包括目标网元指令的情况下,从预设的指令集中确定所述第一网元指令的M个候选指令,其中,所述M个候选指令的每个候选指令与所述第一网元指令的匹配度大于或等于第二阈值,M为大于1的整数;
输出所述M个候选指令。
6.根据权利要求5所述的方法,其特征在于,所述在所述N个第二网元指令不包括目标网元指令的情况下,从预设的指令集中确定所述第一网元指令的M个候选指令,包括:
在所述N个第二网元指令不包括目标网元指令的情况下,将所述第一网元指令的参数进行分段,以得到第三序列,所述第三序列包括多个参数段;
根据所述第三序列的每个参数段,从预设的指令集中检索M个候选指令。
7.一种网元指令纠错装置,其特征在于,所述装置包括:
获取模块,用于在检测到针对第一网元指令返回的错误提示信息的情况下,获取所述第一网元指令,其中,所述第一网元指令为在目标网元下发的网元指令;
预测模块,用于根据所述目标网元的N个轨迹信息,通过预先创建的回归模型预测所述目标网元在当前时段的N个第二网元指令,所述N个轨迹信息为所述回归模型基于目标历史网元指令训练得到的轨迹信息,N为大于或等于1的整数,所述目标历史网元指令为所述目标网元的历史网元指令;
第一处理模块,用于将所述N个第二网元指令的参数与所述第一网元指令的参数进行比对,以得到所述N个第二网元指令与所述第一网元指令的匹配度;
下发模块,用于在所述N个第二网元指令包括目标网元指令的情况下,在所述目标网元下发所述目标网元指令,所述目标网元指令与所述第一网元指令的匹配度大于或等于第一阈值。
8.根据权利要求7所述的装置,其特征在于,还包括预处理模块,用于:
通过所述回归模型获取所述目标历史网元指令对应的事件日志;
通过所述回归模型从所述事件日志中提取事件特征和时间特征;
通过所述回归模型对所述事件特征和所述时间特征进行训练,得到所述目标网元的轨迹信息。
9.根据权利要求7所述的装置,其特征在于,所述第一处理模块具体用于:
通过预先创建的分类模型确定所述N个第二网元指令中的每个第二网元指令的指令类型,以及所述第一网元指令的指令类型;
从所述N个第二网元指令中确定目标第二网元指令,所述目标第二网元指令的指令类型与所述第一网元指令的指令类型相同;
将所述目标第二网元指令的参数与所述第一网元指令的参数进行比对。
10.根据权利要求7所述的装置,其特征在于,所述第一处理模块具体用于:
将所述第一网元指令的参数进行分段,以得到第一序列,所述第一序列包括多个参数段;
将所述N个第二网元指令的参数进行分段,以得到N个第二序列,所述第二序列包括多个参数段;
将所述N个第二序列的参数段与所述第一序列的参数段进行比对,以得到所述N个第二网元指令与所述第一网元指令的匹配度。
11.根据权利要求7所述的装置,其特征在于,还包括:
第二处理模块,用于在所述N个第二网元指令不包括目标网元指令的情况下,从预设的指令集中确定所述第一网元指令的M个候选指令,所述M个候选指令的每个候选指令与所述第一网元指令的匹配度大于或等于第二阈值,M为大于1的整数;
输出模块,用于输出所述M个候选指令。
12.根据权利要求11所述的装置,其特征在于,所述第二处理模块具体用于:
在所述N个第二网元指令不包括目标网元指令的情况下,将所述第一网元指令的参数进行分段,以得到第三序列,所述第三序列包括多个参数段;
根据所述第三序列的每个参数段,从预设的指令集中检索M个候选指令。
13.一种电子设备,其特征在于,所述电子设备包括:处理器以及存储有计算机程序指令的存储器;
所述处理器执行所述计算机程序指令时实现如权利要求1-6任意一项所述的网元指令纠错方法。
14.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-6任意一项所述的网元指令纠错方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110477025.0A CN115277352B (zh) | 2021-04-29 | 2021-04-29 | 网元指令纠错方法、装置、电子设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110477025.0A CN115277352B (zh) | 2021-04-29 | 2021-04-29 | 网元指令纠错方法、装置、电子设备及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115277352A true CN115277352A (zh) | 2022-11-01 |
CN115277352B CN115277352B (zh) | 2023-09-19 |
Family
ID=83745082
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110477025.0A Active CN115277352B (zh) | 2021-04-29 | 2021-04-29 | 网元指令纠错方法、装置、电子设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115277352B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103152757A (zh) * | 2011-12-07 | 2013-06-12 | 中国移动通信集团设计院有限公司 | 一种指令下发方法及设备 |
US20130246924A1 (en) * | 2012-03-19 | 2013-09-19 | Huawei Technologies Co., Ltd. | Method and Device for Processing Network Element Object Information in 3D Topology View |
CN103905237A (zh) * | 2012-12-28 | 2014-07-02 | 中国电信股份有限公司 | 一种电信交换网的网管系统和管理方法 |
CN107707383A (zh) * | 2017-08-29 | 2018-02-16 | 华为软件技术有限公司 | 放通处理方法、装置、第一网元及第二网元 |
US10382883B2 (en) * | 2017-09-08 | 2019-08-13 | Netscout Systems, Inc. | Automatic calibration of geolocation analytic systems and operator network equipment parameters |
CN110213730A (zh) * | 2019-05-22 | 2019-09-06 | 未来(北京)黑科技有限公司 | 通话连接的建立方法及装置、存储介质、电子装置 |
CN110838925A (zh) * | 2018-08-15 | 2020-02-25 | 中国移动通信集团浙江有限公司 | 一种高危网元操作指令识别方法和装置 |
CN111245631A (zh) * | 2018-11-28 | 2020-06-05 | 中国移动通信集团浙江有限公司 | 网元操作结果审查方法及系统 |
CN111339211A (zh) * | 2018-12-19 | 2020-06-26 | 中国移动通信集团重庆有限公司 | 网络问题分析的方法、装置、设备及介质 |
US20200374201A1 (en) * | 2018-02-07 | 2020-11-26 | Huawei Technologies Co., Ltd. | Policy-driven method and apparatus |
CN112653577A (zh) * | 2020-12-14 | 2021-04-13 | 武汉绿色网络信息服务有限责任公司 | 网元管理方法、装置及存储介质 |
-
2021
- 2021-04-29 CN CN202110477025.0A patent/CN115277352B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103152757A (zh) * | 2011-12-07 | 2013-06-12 | 中国移动通信集团设计院有限公司 | 一种指令下发方法及设备 |
US20130246924A1 (en) * | 2012-03-19 | 2013-09-19 | Huawei Technologies Co., Ltd. | Method and Device for Processing Network Element Object Information in 3D Topology View |
CN103905237A (zh) * | 2012-12-28 | 2014-07-02 | 中国电信股份有限公司 | 一种电信交换网的网管系统和管理方法 |
CN107707383A (zh) * | 2017-08-29 | 2018-02-16 | 华为软件技术有限公司 | 放通处理方法、装置、第一网元及第二网元 |
US10382883B2 (en) * | 2017-09-08 | 2019-08-13 | Netscout Systems, Inc. | Automatic calibration of geolocation analytic systems and operator network equipment parameters |
US20200374201A1 (en) * | 2018-02-07 | 2020-11-26 | Huawei Technologies Co., Ltd. | Policy-driven method and apparatus |
CN110838925A (zh) * | 2018-08-15 | 2020-02-25 | 中国移动通信集团浙江有限公司 | 一种高危网元操作指令识别方法和装置 |
CN111245631A (zh) * | 2018-11-28 | 2020-06-05 | 中国移动通信集团浙江有限公司 | 网元操作结果审查方法及系统 |
CN111339211A (zh) * | 2018-12-19 | 2020-06-26 | 中国移动通信集团重庆有限公司 | 网络问题分析的方法、装置、设备及介质 |
CN110213730A (zh) * | 2019-05-22 | 2019-09-06 | 未来(北京)黑科技有限公司 | 通话连接的建立方法及装置、存储介质、电子装置 |
CN112653577A (zh) * | 2020-12-14 | 2021-04-13 | 武汉绿色网络信息服务有限责任公司 | 网元管理方法、装置及存储介质 |
Non-Patent Citations (4)
Title |
---|
NIDHI ARORA,KIRAN CHANDRAMOHAN: "Instruction Selection in ASIP Synthesis Using Functional Matching" * |
XIN XU,H.HOWIE HUANG: "Exploring Data-Level Error Tolerance in High-Performance Solid-State drives", vol. 64, no. 1, XP011573940, DOI: 10.1109/TR.2014.2354931 * |
易拓: "铁路区段光纤综合通信系统网络管理的研究" * |
狄颖伟: "电信运营商收入保障方法研究及实施" * |
Also Published As
Publication number | Publication date |
---|---|
CN115277352B (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113918376B (zh) | 故障检测方法、装置、设备及计算机可读存储介质 | |
CN113282461B (zh) | 传输网的告警识别方法和装置 | |
CN108460397B (zh) | 设备故障类型的分析方法、装置、储存介质和电子设备 | |
CN112214577B (zh) | 目标用户的确定方法、装置、设备及计算机存储介质 | |
CN109993391B (zh) | 网络运维任务工单的派发方法、装置、设备及介质 | |
CN111400435B (zh) | 邮件告警收敛方法、装置、计算机设备及存储介质 | |
CN112309126A (zh) | 车牌检测方法、装置、电子设备及计算机可读存储介质 | |
US20200183805A1 (en) | Log analysis method, system, and program | |
CN116841779A (zh) | 异常日志检测方法、装置、电子设备和可读存储介质 | |
CN115953123A (zh) | 机器人自动化流程的生成方法、装置、设备及存储介质 | |
CN112637888B (zh) | 覆盖空洞区域识别方法、装置、设备及可读存储介质 | |
CN116543538B (zh) | 一种物联网消防电气预警方法及预警系统 | |
CN112699780A (zh) | 对象识别方法、装置、设备及存储介质 | |
CN112949785A (zh) | 对象检测方法、装置、设备及计算机存储介质 | |
CN115277352B (zh) | 网元指令纠错方法、装置、电子设备及计算机存储介质 | |
CN115221135B (zh) | 一种工业互联网数据的共享方法及系统 | |
CN115964470A (zh) | 一种摩托车配件的寿命预测方法及系统 | |
CN111309584A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN115600116A (zh) | 时间序列异常的动态检测方法、系统、存储介质及终端 | |
CN114741690A (zh) | 网络安全监测方法、装置、设备及计算机存储介质 | |
CN114117031A (zh) | 名单筛查方法、装置、设备及计算机存储介质 | |
CN114863574A (zh) | 手写签名识别方法、装置、设备、介质及程序产品 | |
CN114153730A (zh) | 埋点配置页面生成方法及相关设备 | |
CN114092219A (zh) | 模型验证方法、装置、电子设备和存储介质 | |
CN113064497A (zh) | 语句识别的方法、装置、设备及计算机存储介质 |
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 |