CN115378790A - 故障预警方法、装置、电子设备和存储介质 - Google Patents
故障预警方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN115378790A CN115378790A CN202110549610.7A CN202110549610A CN115378790A CN 115378790 A CN115378790 A CN 115378790A CN 202110549610 A CN202110549610 A CN 202110549610A CN 115378790 A CN115378790 A CN 115378790A
- Authority
- CN
- China
- Prior art keywords
- fault
- target
- early warning
- special line
- performance data
- 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.)
- Pending
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
- H04L41/0604—Management of faults, events, alarms or notifications using filtering, e.g. reduction of information by using priority, element types, position or time
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0823—Errors, e.g. transmission errors
-
- 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)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请公开了一种故障预警方法、装置、电子设备和存储介质。该故障预警方法包括:根据网元数据确定目标集客专线的故障类型,所述网元数据通过目标集客专线末端的网元端口获取;根据所述故障类型获取预设时间内所述目标集客专线的性能数据;当所述性能数据超出所述预设性能数据阈值时,确定所述目标集客专线为目标预警对象;针对所述目标预警对象进行故障预警。采用本申请提供的故障预警方法,可以实现对无需预警的故障进行屏蔽,减少维护人员的故障处理量,降低维护人员的人力成本的技术效果。
Description
技术领域
本申请涉及通信技术领域,具体涉及一种故障预警方法、装置、电子设备和存储介质。
背景技术
集团客户专线网络又称集客专线,在各大通信运营商中占据着十分重要的地位。随着各大运营商在集客业务领域竞争日趋激烈,客户对集客专线可用性和可监控要求也在不断提升。
集客专线的故障主要分为两类,第一类为业务中断故障,此类故障需要维护人员进行处理。第二类为因用户主动拔纤、下电等行为引起的故障,该类故障为用户正常的下电行为,无需维护人员进行处理。目前集客专线故障预警无法对真实业务中断故障和用户主动的下电行为引起的故障进行区分,对二者均会进行故障预警,导致维护人员频繁处理故障预警,耗费人力、物力,干扰真实故障处理力度。
发明内容
本发明实施例提供一种在集客专线故障处理方法、装置、电子设备和存储介质,以实现对无需预警的故障进行屏蔽,减少维护人员的故障处理量,降低维护人员的人力成本。
本申请的技术方案如下:
第一方面,提供了一种故障预警方法,包括:
根据网元数据确定目标集客专线的故障类型,网元数据通过目标集客专线末端的网元端口获取;
根据故障类型获取预设时间内目标集客专线的性能数据;
当性能数据超出预设性能数据阈值时,确定目标集客专线为目标预警对象;
针对目标预警对象进行故障预警。
第二方面,提供了一种故障预警装置,装置包括:
故障类型确定模块,用于根据网元数据确定目标集客专线的故障类型,网元数据通过目标集客专线末端的网元端口获取;
性能信息获取模块,用于根据故障类型获取预设时间内目标集客专线的性能数据;
目标预警对象确定模块,用于确当性能数据超出预设性能数据阈值时,确定目标集客专线为目标预警对象;
故障预警模块,用于针对目标预警对象进行故障预警。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现本发明实施例中任意一项所述的故障预警方法的步骤。
第四方面,本申请实施例提供了一种计算机存储介质,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本发明实施例中任意一项所述的故障预警方法的步骤。
本申请的实施例提供的技术方案至少带来以下有益效果:
本申请实施例提供的故障预警方法,通过集客专线的网元数据确定集客专线的故障类型,但通过网元数据确定的故障类型并不能确定是真实业务中断故障还是用户主动的下电行为引起的故障,故需要根据故障类型获取预设时间内目标集客专线的性能信息,根据性能信息对故障类型进行进一步区分。当性能数据超出预设性能数据阈值时,说明目标集客专线发生了真实业务中断故障,确定目标集客专线为目标预警对象;针对所述目标预警对象进行故障预警,以实现对无需预警的故障进行屏蔽,减少维护人员的故障处理量,降低维护人员的人力成本。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理,并不构成对本申请的不当限定。
图1是本申请实施例提供的一种故障预警方法的流程示意图一;
图2是本申请实施例提供的一种故障预警方法的流程示意图二;
图3是本申请实施例提供的一种故障预警方法的流程示意图三;
图4是本申请实施例提供的一种故障预警方法的流程示意图四;
图5是本申请实施例提供的一种故障预警方法的流程示意图五;
图6是本申请实施例提供的客户行为预测模型数据处理示意图一;
图7是本申请实施例提供的一种故障预警方法的流程示意图六;
图8是本申请实施例提供的客户行为预测模型数据处理示意图二;
图9是本申请实施例提供的一种故障预警装置的结构示意图;
图10是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本领域普通人员更好地理解本申请的技术方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。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,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述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可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的例子。
基于背景技术可知,集客专线是集团客户专线的简称,是指通信运营商利用自有通信资源,或利用租用的通信资源,为集团客户在其机构网点之间提供点-点、多点间的专用链路,或公共互联网访问应用和各种行业应用,根据不同情况,采用传输控制协议(Transmission Control Protocol,TCP)、互联网协议(Internet Protocol,IP)或7号信令等网络协议,具有为客户量身定制、保密性好、稳定且灵活的特点。
在移动互联网时代,集客专线业务一直以来都是通信运营商生存发展的基石,是电信运营商竞争的焦点。集客专线业务规模的快速增长对服务质量提出了更高的要求。客户对集客专线可用性和故障预警的监控要求也在不断提升。用户拔纤和下电是用户主动的下电行为,属于正常中断,无需维护人员进行维修处理;而真实业务中断故障则需要维护人员进行维修。目前集客专线故障预警监控存在无法对真实业务中断故障和客户主动下电行为引起的故障进行区分,均会进行预警,而造成中断预警频繁。维护人员还需对用户主动下电行为引起的预警进行处理,从而浪费人力资源,降低对真实业务中断故障处理的效率。
基于此,本申请实施例提供了一种故障预警方法、装置、电子设备和存储介质,根据通过网元数据确定的故障类型获取预设时间内所述目标集客专线的性能数据,当性能数据超出预设性能阈值时,说明该集客专线出现了真实业务中断故障,对该集客专线进行预警,以实现对无需预警的故障进行屏蔽,减少维护人员的故障处理量,降低维护人员的人力成本的技术效果。
下面结合附图对本申请实施例提供的故障预警方法进行详细说明。
图1示出了本申请实施例提供的一种故障预警方法的流程示意图。如图1所示,该方法可以包括步骤S110-S140。
步骤S110,根据网元数据确定目标集客专线的故障类型,网元数据通过目标集客专线末端的网元端口获取。
步骤S120,根据故障类型获取预设时间内目标集客专线的性能数据。
步骤S130,当性能数据超出预设性能数据阈值时,确定目标集客专线为目标预警对象。
步骤S140,针对目标预警对象进行故障预警。
上述各步骤的具体实现方式将在下文中进行详细描述。
本申请实施例提供的故障预警方法,通过集客专线的网元数据确定集客专线的故障类型,但通过网元数据确定的故障类型并不能确定是真实业务中断故障还是用户主动的下电行为引起的故障,故需要根据故障类型获取预设时间内目标集客专线的性能信息,根据性能信息对故障类型进行进一步区分。预设性能数据阈值体现了目标集客专线的网络使用习惯。当性能数据超出预设性能数据阈值时,说明目标集客专线发生了真实业务中断故障,确定目标集客专线为目标预警对象;针对所述目标预警对象进行故障预警,以实现对无需预警的故障进行屏蔽,减少维护人员的故障处理量,降低维护人员的人力成本。
下面介绍上述各个步骤的具体实现方式。
首先介绍步骤S110,根据网元数据确定目标集客专线的故障类型,网元数据通过目标集客专线末端的网元端口获取。
可以理解的时,网元端口可以包括分组传送网(Packet Transport Network,PTN)端口、光传送网(Optical Transport Network,OTN)端口或无源光纤网络(PassiveOptical Network,PON)端口。网元数据可以从目标集客专线的上述网元端口中获取。网元数据中包含了集客专线用户接入移动网络后的网络使用信息,根据网络使用信息可确定目标集客专线的故障类型。
在一个示例中,根据网元数据确定目标集客专线的故障类型,可以包括:步骤S1101和步骤S1102。
步骤S1101,根据流量信息确定目标集客专线在预设时间内的流量使用信息。
预设时间可以包括:预设使用周期或预设恢复周期。使用周期为目标集客专线用户对移动网络的使用周期,示例性的,用户的使用周期可以设置为一天或6个小时。恢复周期为:目标集客专线从发生了中断的情况至中断恢复预设所用的时间,示例性的,设置恢复周期可以是十分钟或半小时。
本步骤具体可以是:网元数据中包括流量信息。从目标集客专线的流量信息中获取目标集客专线发生中断故障后在预设使用周期或预设恢复周期内的流量使用情况。具体可以是当集客专线发生中断故障后,获取两个连续使用周期或两个连续恢复周期的流量使用情况。
步骤S1102,根据流量使用信息确定故障类型。
本步骤具体可以是:根据目标集客专线发生中断故障后在预设使用周期或预设恢复周期内的流量使用情况确定故障类型。
在一个示例中,根据所述流量使用信息确定故障类型,可以包括:步骤S11021。
步骤S11021,当流量使用信息为在预设时间内流量恢复使用时,确定故障类型为闪断故障。
本步骤具体可以是:当目标集客专线在预设恢复周期内流量恢复使用,说明目标集客专线至发生了短暂的中断,在预设恢复周期内恢复了流量的使用,此时确定故障类型为闪断故障。
闪断故障为中断故障发生后目标集客专线立即恢复,闪断故障可因板卡故障、端口接触不良、软件问题导致,闪断后恢复为系统记录的恢复,闪断结果可能引起设备保护机制无法处理的隐患故障,进而造成系统记录恢复、客户实际业务中断。若在预设恢复周期内流量未恢复使用,说明该闪断故障未恢复,需要对目标集客专线进行预警处理,以通知维护人员进行维护。避免了虽然系统记录恢复闪断故障,但无流量使用,导致无人继续跟踪闪断故障,从而埋下业务隐患的问题。
在一个示例中,根据所述流量使用信息确定故障类型,可以包括:步骤S11022。
步骤S11022,当流量使用信息为在预设时间内流量未恢复使用时,确定故障类型为中断故障。
本步骤具体可以是:当目标集客专线在预设使用周期内流量未恢复使用,说明目标集客专线发生中断故障后流量一直未恢复使用,此时确定故障类型为中断故障。
中断故障发生后客户专线立即无法使用,此类告警可因专线物理断(光断、电断)引起,但也可能是客户正常下班下电行为。
当目标集客专线在预设使用周期内流量恢复使用,说明目标集客专线的中断故障已修复。
通过网元数据对目标集客专线的故障类型进行区分,以便针对不同的故障类型获取目标集客专线性能数据,进而根据性能数据对目标集客专线进行故障预警判断,从而提高故障预警的准确率。
以上为步骤S110的具体实现方式,下面介绍步骤S120的具体实现方式。
步骤S120,根据故障类型获取预设时间内目标集客专线的性能数据。
本步骤具体可以是:如图2所示,当故障类型为中断故障时,获取预设使用周期内目标集客专线的性能数据。示例性的,当确定故障类型为中断故障时,获取连续两个使用周期内目标集客专线的性能数据。如图3所示,当故障类型为闪断故障时,获取预设恢复周期内目标集客专线的性能数据。示例性的,当确定故障类型为闪断故障时,获取连续两个恢复周期内的目标集客专线的性能数据。性能数据包括:网络使用开始时间、使用开始时间属性、网络使用结束时间、使用结束时间属性、均值流量、峰值流量中的至少一项。
以上为步骤S120的具体实现方式,下面介绍步骤S130的具体实现方式。
步骤S130,当性能数据超出预设性能数据阈值时,确定目标集客专线为目标预警对象。
本步骤具体可以是:预设性能数据阈值体现了目标集客专线对流量的使用习惯。将获取的性能数据与预设性能数据阈值进行比较,若性能数据超出预设性能数据阈值,说明发生故障的性能数据不在目标集客专线使用习惯内,确定目标集客专线为目标预警对象。
在一个示例中,在当性能数据超出预设性能数据阈值时,确定目标集客专线为目标预警对象之前,可以包括:步骤S121至步骤S122。
步骤S121,获取目标集客专线的历史故障类型和历史性能信息。
本步骤具体可以是:从通用网络数据库中获取历史故障类型。故障类型主要分为两类。第一类是中断故障,此类故障发生后目标集客专线无法使用,在预设时间内无法恢复。第二类为闪断故障,此类故障发生后目标集客专线在短暂故障后立即恢复使用。在获取历史故障类型时,使用了大数据分析中的关联挖掘手段。示例性的,在获取的故障类型时发现因端口接触不良引起了闪断故障,通过关联挖掘可发现目标集客专线除端口外,还包括板卡等设备,这些设备出现故障也可引起故障,故可通过目标集客专线上的其他设备从网络数据库中获取历史故障类型。
从各类网管系统数据库中获取历史性能信息。示例性的,获取某银行专线的历史性能数据,包括:某银行专线2019年1月至2019年12月每天网络的日使用开始时间、使用开始时间属性、日使用结束时间、使用结束时间属性、均值流量和峰值流量,作为某银行专线的历史性能信息。
步骤S122,将历史故障类型和历史性能信息输入至训练好的客户行为预测模型中,得到所述预设性能数据阈值。
本步骤具体可以是:将获取的历史故障类型和历史性能信息作为输入参数,输入至训练好的客户行为预测模型中进行迭代运算,从而得到预设性能数据阈值。
客户行为预测模型可以基于长短期记忆网络(Long Short-Term Memory,LSTM)训练得到。将上述某银行专线的历史故障类型和历史性能信息输入至训练好的客户行为预测模型中,进行365次迭代运算,得到周一至周五网络的开始使用平均时间为8:15:23,结束使用平均时间为15:47:55,均值带宽利用率35.781246%,峰值带宽利用率92.1866324%,将这些参数作为预设性能数据阈值。
为评估预测结果可靠性,采用均方根误差(root mean square error,RMSE)指数衡量实验数据与实际数据的偏差,RMSE指数的数值越小得到的预设性能数据阈值越好。
在将历史性能数据输入至训练好的客户行为预测模型中进行迭代运算后,需将时间转换为用于运算的数值,便于通过RMSE指数对通过训练好的客户行为预测模型得到的预设性能数据阈值进行评价。示例性的,通过训练好的客户行为预测模型,得到的预设性能数据阈值转换为用于运算的数值分别为开始使用时间0.35543287062037,结束使用时间0.68777526296196,平均均值带宽利用率0.35781246,平均峰值带宽利用率0.921866324。实际开始使用时间为0.35513287062143,实际结束使用时间为0.68797526291195,平均带宽利用率0.35781231,峰值带宽利用率0.921833782。最终RMSE计算结果是0.000181010347510844,达到精度万分之一的设计要求。
通过客户行为预测模块得到的预设性能数据阈值是对目标集客专线网络使用习惯的用户画像。在目标集客专线网络使用周期方面主要画像工作日和休息日时段,以便动态掌握用户下班断电的正常主动下电行为。在目标集客专线网络流量使用方面,主要画像工作日和休息日的流向使用情况,详细分析其不同的开始使用时间、结束使用时间、流量的均值和峰值,以便针对不同用户的使用习惯形成对应的预设性能数据阈值。
以上为步骤S130的具体实现方式,下面介绍步骤S140的具体实现方式。
步骤S140,针对目标预警对象进行故障预警。
本步骤具体可以是:将性能数据超过预设性能数据阈值的目标集客专线作为目标预警对象进行故障预警。当目标集客专线为跨省专线时,目标集客专线的两端分数两地网管。当一个地区的设备发生中断故障或闪断故障时,另一地区难以对故障进行监控。故无法获取故障类型。此时,如图4所示,获取目标集客专线预设使用周期内的性能数据,将获取的性能数据与预设性能数据阈值进行比对,在性能数据超出预设性能数据阈值的情况下,确该目标集客专线为目标预警对象,进行预警。
为了提高故障预警的准确率,进而提高维护人员处理真实业务中断故障的效率,本申请还提供了故障预警的另一种实现方式,具体参见以下实施例。请参见图5,本申请提供的故障预警的另一种实现方式包括以下步骤:
步骤S510,根据网元数据确定目标集客专线的故障类型,网元数据通过目标集客专线末端的网元端口获取。
步骤S520,根据故障类型获取预设时间内目标集客专线的性能数据。
步骤S530,获取目标集客专线的工程记录,工程记录包括目标集客专线进行维护的维护时间。
可以理解的是:集客专线面向的用户一般为政府、重要大中型企业、甚至军警备用线路,因此其工程割接频次和时间需要严格控制。工程记录主要记录集客专线工程态开始时间、结束时间和工程割接原因等事件。工程态期间专线故障会被系统抑制派单。本步骤具体可以是:获取目标集客专线工程记录包括:对目标集客专线进行维护的开始时间和结束时间,还可以包括工程割接原因。
步骤S540,根据性能数据确定目标集客专线发生故障的故障时间。
本步骤具体可以是:根据性能数据中的网络开始使用时间和网络结束使用时间,确定目标集客专线发生故障的故障时间。
步骤S550,当维护时间不包含所述故障时间时,确定性能数据是否超出预设性能数据阈值。
本步骤具体可以是:当故障时间不在维护时间范围内时,确定性能数据是否超出预设性能数据阈值。当故障时间在维护时间范围内时,该目标集客专线处于工程态,即处于工程维护阶段,则无需确定性能数据是否超出预设性能数据阈值,也无需对该目标集客专线发生的故障进行预警。
确定故障时间是否在工程态时间还可以包括:如图6所示,将获取的目标集客专线的工程记录、历史故障类型和历史性能数据一起作为参数输入至训练好的客户行为预测模型中进行迭代训练,从而生成工程态时间阈值。确定故障时间是否超出工程态时间阈值,若超出则故障发生时间不在工程态期间;若未超出则故障发生时间在工程态期间。
在对目标预警对象进行故障预警时,将目标集客专线的工程记录作为确定目标预警对象的依据,对处于工程态的目标集客专线不做预警处理,提高了故障预警的准确率,进而提高维护人员处理真实业务中断故障的效率。
步骤S560,当性能数据超出预设性能数据阈值时,确定目标集客专线为目标预警对象。
步骤S570,针对目标预警对象进行故障预警。
本申请实施例提供的故障预警方法,通过集客专线的网元数据确定集客专线的故障类型,但通过网元数据确定的故障类型并不能确定是真实业务中断故障还是用户主动的下电行为引起的故障,故需要根据故障类型获取预设时间内目标集客专线的性能信息,根据性能信息对故障类型进行进一步区分。在通过性能数据对故障类型进行区分之前,确定通过目标集客专线的工程记录得到的维护时间,是否在根据性能数据确定目标集客专线发生故障的故障时间的范围内,若在,则无需进行预警;若不在则确定性能数据是否超出预设性能数据阈值,对处于工程态的目标集客专线不做预警处理,从而提高了故障预警的准确率;确定性能数据是否超出预设性能数据阈值;当性能数据超出预设性能数据阈值时,说明目标集客专线发生了真实业务中断故障,确定目标集客专线为目标预警对象;针对所述目标预警对象进行故障预警,以实现对无需预警的故障进行屏蔽,减少维护人员的故障处理量,降低维护人员的人力成本。
为了提高故障预警的准确率,进而提高维护人员处理真实业务中断故障的效率,本申请还提供了故障预警的另一种实现方式,具体参见以下实施例。请参见图7,本申请提供的故障预警的另一种实现方式包括以下步骤:
步骤S710,根据网元数据确定目标集客专线的故障类型,网元数据通过目标集客专线末端的网元端口获取。
步骤S720,根据故障类型获取预设时间内目标集客专线的性能数据。
步骤S730,当性能数据超出预设性能数据阈值时,确定目标集客专线为目标预警对象。
步骤S740,获取目标集客专线的重保时间范围,重保时间为目标集客专线的流量或使用频次超出预设阈值的时间。
可以理解的是:重保指面向春节、十一重要节日和双十一购物节等引起客户专线使用流量和频次激增的事件,重保事件期间集客专线处于高可用率要求和不可中断状态。重保记录主要记录集客专线重保开始时间、结束时间、重保原因,通过重保记录可进行客户关心行为的重点标识和发现异常时预警升级。
本步骤具体可以是:通过目标集客专线的重保记录获取重保时间范围,即目标集客专线重保开始时间和重保结束时间。
步骤S750,当根据网元数据确定目标集客专线发生故障的故障时间在重保时间范围内时,针对目标集客专线进行带有重保标签的故障预警。
本步骤具体可以是:根据性能数据中的网络开始使用时间和网络结束使用时间,确定目标集客专线发生故障的故障时间。当确定故障时间在重保时间范围内时,则对目标集客专线进行带有重保标签的故障预警,以提醒维护人员该目标集客专线的故障发生在重保期间,已使维护人员提高该目标集客专线维护的优先级。
当确定故障时间不在重保时间范围内时,则对目标集客专线进行不带有重保标签的普通故障预警。维护人员可正常对该目标集客专线进行维护。
确定故障时间是否在重保时间范围内还可以包括:如图8所示,还可将获取的目标集客专线的重保记录、历史故障类型和历史性能数据一起作为参数输入至训练好的客户行为预测模型中进行迭代训练,从而生成重保时间阈值。确定故障时间是否超出重保时间阈值,若超出则故障发生时间不在重保期间;若未超出则故障发生时间在重保期间。
本申请实施例提供的故障预警方法,通过集客专线的网元数据确定集客专线的故障类型,但通过网元数据确定的故障类型并不能确定是真实业务中断故障还是用户主动的下电行为引起的故障,故需要根据故障类型获取预设时间内目标集客专线的性能信息,根据性能信息对故障类型进行进一步区分;预设性能数据阈值体现了目标集客专线的网络使用习惯。当性能数据超出预设性能数据阈值时,说明目标集客专线发生了真实业务中断故障,确定目标集客专线为目标预警对象;获取目标集客专线的重保时间范围;当目标集客专线发生故障的故障时间在重保时间范围内时,针对目标集客专线进行带有重保标签的故障预警,若故障时间不在重保时间范围内,则进行普通的故障预警,以实现对无需预警的故障进行屏蔽,减少维护人员的故障处理量,降低维护人员的人力成本;并将需要紧急维护的目标集客专线在预警时加入重保标签,提升其维护的优先级,避免在重保期间长时间出现中断故障,影响用户的使用体验。
基于相同的发明构思,本申请实施例还提供了一种故障预警装置。
图9示出了本申请实施例提供的一种故障预警装置,如图9所示,该故障预警装置可以包括:
故障类型确定模块910,用于根据网元数据确定目标集客专线的故障类型,所述网元数据通过目标集客专线末端的网元端口获取;
性能信息获取模块920,用于根据所述故障类型获取预设时间内所述目标集客专线的性能数据;
目标预警对象确定模块930,用于确当所述性能数据超出所述预设性能数据阈值时,确定所述目标集客专线为目标预警对象;
故障预警模块940,用于针对所述目标预警对象进行故障预警。
在一些实施例中,网元数据包括流量信息;
在一些实施例中,故障类型确定模块910,可以包括:
流量使用信息确定单元,用于根据流量信息确定目标集客专线在预设时间内的流量使用信息;
类型确定单元,用于根据流量使用信息确定所述故障类型。
在一些实施例中,类型确定单元,可以包括:
闪断故障确定子单元,用于当流量使用信息为在预设时间内流量恢复使用时,确定故障类型为闪断故障。
在一些实施例中,类型确定单元,可以包括:
中断故障确定子单元,用于当流量使用信息为在预设时间内流量未恢复使用时,确定故障类型为中断故障。
在一些实施例中,性能数据包括:网络使用开始时间、使用开始时间属性、网络使用结束时间、使用结束时间属性、均值流量、峰值流量中的至少一项。
在一些实施例中,故障预警装置,可以包括:
历史数据获取模块,用于获取目标集客专线的历史故障类型和历史性能信息;
预设性能数据阈值确定模块,用于将历史故障类型和历史性能信息输入至训练好的客户行为预测模型中,得到预设性能数据阈值。
在一些实施例中,故障预警装置,可以包括:
工程记录获取模块,用于获取目标集客专线的工程记录,工程记录包括所述目标集客专线进行维护的维护时间;
故障时间确定模块,用于当维护时间不包含故障时间时,确定性能数据是否超出预设性能数据阈值。
在一些实施例中,故障预警模块,可以包括:
重保时间范围获取模块,用于获取目标集客专线的重保时间范围,重保时间为目标集客专线的流量或使用频次超出预设阈值的时间;
重保故障预警模块,用于当根据网元数据确定目标集客专线发生故障的故障时间在重保时间范围内时,针对目标集客专线进行带有重保标签的故障预警。
本申请实施例提供的故障预警方法,通过集客专线的网元数据确定集客专线的故障类型,但通过网元数据确定的故障类型并不能确定是真实业务中断故障还是用户主动的下电行为引起的故障,故需要根据故障类型获取预设时间内目标集客专线的性能信息,根据性能信息对故障类型进行进一步区分。预设性能数据阈值为将历史故障类型和历史性能信息输入至训练好的客户行为预测模型中,进行迭代训练得到。预设性能数据阈值体现了目标集客专线的网络使用习惯。当性能数据超出预设性能数据阈值时,说明目标集客专线发生了真实业务中断故障,确定目标集客专线为目标预警对象;针对所述目标预警对象进行故障预警,以实现对无需预警的故障进行屏蔽,减少维护人员的故障处理量,降低维护人员的人力成本。
基于同一发明构思,本申请实施例还提供了一种电子设备。
图10是本申请实施例提供的一种电子设备的结构示意图。如图10所示,电子设备可以包括处理器101以及存储有计算机程序或指令的存储器102。
具体地,上述处理器101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发明实施例的一个或多个集成电路。
存储器102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102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102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102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102是非易失性固态存储器。在特定实施例中,存储器102包括只读存储器(ROM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器101通过读取并执行存储器102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基站故障检测方法。
在一个示例中,电子设备还可包括通信接口103和总线110。其中,如图10示,处理器101、存储器102、通信接口103通过总线110连接并完成相互间的通信。
通信接口103,主要用于实现本发明实施例中各模块、设备、单元和/或设备之间的通信。
总线110包括硬件、软件或两者,将电子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610可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线,但本发明考虑任何合适的总线或互连。
该电子设备可以执行本发明实施例中的故障预警方法,从而实现图1-图5和图7描述的故障预警方法。
另外,结合上述实施例中的故障预警方法,本发明实施例可提供一种可读存储介质来实现。该可读存储介质上存储有程序指令;该程序指令被处理器执行时实现上述实施例中的任意一种故障预警方法。
需要明确的是,本发明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,本发明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发明的精神后,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,本发明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,本发明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,本发明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。
以上所述,仅为本发明的具体实施方式,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,本发明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发明揭露的技术范围内,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发明的保护范围之内。
Claims (11)
1.一种故障预警方法,其特征在于,包括:
根据网元数据确定目标集客专线的故障类型,所述网元数据通过目标集客专线末端的网元端口获取;
根据所述故障类型获取预设时间内所述目标集客专线的性能数据;
当所述性能数据超出所述预设性能数据阈值时,确定所述目标集客专线为目标预警对象;
针对所述目标预警对象进行故障预警。
2.根据权利要求1所述的方法,其特征在于,所述网元数据包括流量信息;
所述根据网元数据确定目标集客专线的故障类型,包括:
根据所述流量信息确定所述目标集客专线在预设时间内的流量使用信息;
根据所述流量使用信息确定所述故障类型。
3.根据权利要求2所述的方法,其特征在于,所述根据所述流量使用信息确定所述故障类型,包括:
当所述流量使用信息为在预设时间内流量恢复使用时,确定所述故障类型为闪断故障。
4.根据权利要求2所述的方法,其特征在于,所述根据所述流量使用信息确定所述故障类型,包括:
当所述流量使用信息为在预设时间内流量未恢复使用时,确定所述故障类型为中断故障。
5.根据权利要求1所述的方法,其特征在于,所述性能数据包括:网络使用开始时间、使用开始时间属性、网络使用结束时间、使用结束时间属性、均值流量、峰值流量中的至少一项。
6.根据权利要求1所述的方法,其特征在于,在所述当所述性能数据超出所述预设性能数据阈值时,确定所述目标集客专线为目标预警对象之前,所述方法还包括:
获取所述目标集客专线的历史故障类型和历史性能信息;
将所述历史故障类型和所述历史性能信息输入至训练好的客户行为预测模型中,得到所述预设性能数据阈值。
7.根据权利要求1所述的方法,其特征在于,在所述当所述性能数据超出所述预设性能数据阈值时,确定所述目标集客专线为目标预警对象之前,所述方法还包括:
获取所述目标集客专线的工程记录,所述工程记录包括所述目标集客专线进行维护的维护时间;
根据所述性能数据确定所述目标集客专线发生故障的故障时间;
当所述维护时间不包含所述故障时间时,确定所述性能数据是否超出预设性能数据阈值。
8.根据权利要求1所述的方法,其特征在于,所述针对所述目标预警对象进行故障预警,包括:
获取所述目标集客专线的重保时间范围,所述重保时间为所述目标集客专线的流量或使用频次超出预设阈值的时间;
当根据所述网元数据确定所述目标集客专线发生故障的故障时间在所述重保时间范围内时,针对所述目标集客专线进行带有重保标签的故障预警。
9.一种故障预警装置,其特征在于,所述装置包括:
故障类型确定模块,用于根据网元数据确定目标集客专线的故障类型,所述网元数据通过目标集客专线末端的网元端口获取;
性能信息获取模块,用于根据所述故障类型获取预设时间内所述目标集客专线的性能数据;
目标预警对象确定模块,用于确当所述性能数据超出所述预设性能数据阈值时,确定所述目标集客专线为目标预警对象;
故障预警模块,用于针对所述目标预警对象进行故障预警。
10.一种电子设备,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1-8任一所述的故障预警方法的步骤。
11.一种计算机存储介质,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1-8任意一项所述的故障预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110549610.7A CN115378790A (zh) | 2021-05-20 | 2021-05-20 | 故障预警方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110549610.7A CN115378790A (zh) | 2021-05-20 | 2021-05-20 | 故障预警方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115378790A true CN115378790A (zh) | 2022-11-22 |
Family
ID=84059780
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110549610.7A Pending CN115378790A (zh) | 2021-05-20 | 2021-05-20 | 故障预警方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115378790A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102325335A (zh) * | 2011-05-31 | 2012-01-18 | 北京神州泰岳软件股份有限公司 | 集客业务端到端监控方法 |
CN102447577A (zh) * | 2011-10-31 | 2012-05-09 | 浪潮通信信息系统有限公司 | 一种客户导向的通信网络告警处理方法 |
US20140281661A1 (en) * | 2013-03-15 | 2014-09-18 | Netlist, Inc. | Hybrid Memory System With Configurable Error Thresholds And Failure Analysis Capability |
CN107196804A (zh) * | 2017-06-01 | 2017-09-22 | 国网山东省电力公司信息通信公司 | 电力系统终端通信接入网告警集中监控系统及方法 |
WO2018108179A1 (zh) * | 2016-12-15 | 2018-06-21 | 苏州宝时得电动工具有限公司 | 自移动设备及其定位故障报警方法和自动工作系统 |
CN108646146A (zh) * | 2018-08-20 | 2018-10-12 | 国网河北省电力有限公司沧州供电分公司 | 配电线故障在线监测方法及终端设备 |
CN109995558A (zh) * | 2017-12-30 | 2019-07-09 | 中国移动通信集团辽宁有限公司 | 故障信息处理方法、装置、设备及存储介质 |
CN109995565A (zh) * | 2017-12-31 | 2019-07-09 | 中国移动通信集团河北有限公司 | 集团客户业务质量监测方法、装置、设备及介质 |
CN110650052A (zh) * | 2019-09-26 | 2020-01-03 | 科大国创软件股份有限公司 | 一种基于智能算法的客户原因故障识别处理方法及系统 |
-
2021
- 2021-05-20 CN CN202110549610.7A patent/CN115378790A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102325335A (zh) * | 2011-05-31 | 2012-01-18 | 北京神州泰岳软件股份有限公司 | 集客业务端到端监控方法 |
CN102447577A (zh) * | 2011-10-31 | 2012-05-09 | 浪潮通信信息系统有限公司 | 一种客户导向的通信网络告警处理方法 |
US20140281661A1 (en) * | 2013-03-15 | 2014-09-18 | Netlist, Inc. | Hybrid Memory System With Configurable Error Thresholds And Failure Analysis Capability |
WO2018108179A1 (zh) * | 2016-12-15 | 2018-06-21 | 苏州宝时得电动工具有限公司 | 自移动设备及其定位故障报警方法和自动工作系统 |
CN107196804A (zh) * | 2017-06-01 | 2017-09-22 | 国网山东省电力公司信息通信公司 | 电力系统终端通信接入网告警集中监控系统及方法 |
CN109995558A (zh) * | 2017-12-30 | 2019-07-09 | 中国移动通信集团辽宁有限公司 | 故障信息处理方法、装置、设备及存储介质 |
CN109995565A (zh) * | 2017-12-31 | 2019-07-09 | 中国移动通信集团河北有限公司 | 集团客户业务质量监测方法、装置、设备及介质 |
CN108646146A (zh) * | 2018-08-20 | 2018-10-12 | 国网河北省电力有限公司沧州供电分公司 | 配电线故障在线监测方法及终端设备 |
CN110650052A (zh) * | 2019-09-26 | 2020-01-03 | 科大国创软件股份有限公司 | 一种基于智能算法的客户原因故障识别处理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112214577B (zh) | 目标用户的确定方法、装置、设备及计算机存储介质 | |
CN101401135A (zh) | 根据实时服务降级动态区分网络故障优先次序的方法和装置 | |
EP2568733A1 (en) | Method and apparatus for collecting mobile communication data | |
CN104574219A (zh) | 电网业务信息系统运行工况的监测预警方法及系统 | |
CN110674009A (zh) | 应用服务器性能监测方法、装置、存储介质及电子设备 | |
CN105591770A (zh) | 无源光纤网络pon中故障类别的确定方法及装置 | |
CN109995555A (zh) | 监控方法、装置、设备及介质 | |
CN110083575A (zh) | 履职监控方法、装置、设备及计算机可读存储介质 | |
CN110677304A (zh) | 一种分布式问题追踪系统及设备 | |
CN114328107A (zh) | 光磁融合存储服务器集群的监控方法、系统及电子设备 | |
CN111224807B (zh) | 分布式日志处理方法、装置、设备及计算机存储介质 | |
JP2017195453A (ja) | 光通信システム、光通信装置、光通信診断監視方法および光通信診断監視プログラム | |
CN111741007B (zh) | 一种基于网络层报文解析的金融业务实时监控系统及方法 | |
CN102984013A (zh) | 一种用于通信传输网的告警分析方法 | |
CN115378790A (zh) | 故障预警方法、装置、电子设备和存储介质 | |
CN108984362A (zh) | 日志采集方法及装置、存储介质、电子设备 | |
Fiadino et al. | Rcatool-a framework for detecting and diagnosing anomalies in cellular networks | |
CN111489074A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN113328898B (zh) | 一种具有自主学习能力的故障诊断方法和系统 | |
CN103049712B (zh) | 轨道交通自动售检票系统线路控制中心防数据丢失、重复及冲突的方法 | |
CN115766793A (zh) | 一种基于数据中心机房基础环境监测报警装置 | |
KR101288535B1 (ko) | 통신 시스템 모니터링 방법 및 이를 위한 장치 | |
CN112134760A (zh) | 链路状态监控方法、装置、设备及计算机可读存储介质 | |
CN114490560A (zh) | 一种基于人工智能技术的全边界电力网络数据分析方法 | |
CN110601885A (zh) | 一种人工智能公有云异常指示报警系统 |
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 |