CN115426274A - 资源预警方法、装置、电子设备及存储介质 - Google Patents
资源预警方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115426274A CN115426274A CN202210931115.7A CN202210931115A CN115426274A CN 115426274 A CN115426274 A CN 115426274A CN 202210931115 A CN202210931115 A CN 202210931115A CN 115426274 A CN115426274 A CN 115426274A
- Authority
- CN
- China
- Prior art keywords
- abnormal probability
- physical resources
- resource
- target
- physical
- 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 78
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 230000002159 abnormal effect Effects 0.000 claims abstract description 156
- 238000004891 communication Methods 0.000 claims abstract description 9
- 230000015654 memory Effects 0.000 claims description 55
- 238000012545 processing Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 14
- 230000008859 change Effects 0.000 description 11
- 239000002609 medium Substances 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000004044 response Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 208000037855 acute anterior uveitis Diseases 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000000060 site-specific infrared dichroism spectroscopy Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000006163 transport media Substances 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
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/46—Interconnection of networks
- H04L12/4641—Virtual LANs, VLANs, e.g. virtual private networks [VPN]
-
- 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
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请是关于一种资源预警方法、装置、电子设备及存储介质，涉及通信技术领域，以解决无法针对下一次是否发生故障做出合理的预测，导致网络稳定性较低的问题。方法包括：获取基带资源池映射的物理资源的异常概率，物理资源的异常概率包括历史时段物理资源的异常概率和本时段物理资源的异常概率，将历史时段物理资源的异常概率以及本时段物理资源的异常概率输入资源预警模型，生成目标时段物理资源的异常概率，根据目标时段物理资源的异常概率发送报警信号至目标终端，以使目标终端显示报警提示信息。本申请可以应用在5G NR中。
Description
技术领域
本发明涉及通信技术领域，特别涉及资源预警方法、装置、电子设备及存储介质。
背景技术
在第五代移动通信新无线网络(5th Generation Mobile CommunicationTechnology New Radio，5G NR)中，组网方式可分为分布式无线接入网、集中式无线接入网和集中单元(Centralized Unit，CU)云化部署。其中，CU云化部署是基于集中化处理(Centralized Processing)、协作式无线电(Collaborative Radio)和实时云计算构架(Real-time Cloud Infrastructure)的绿色无线接入网构架，包括基站，汇聚机房和一般机房。
其中，一般机房会根据地区的不同来设定，一个无线接入网构架往往包含多个一般机房，由于设置一般机房的地区不同，所以一般机房与汇聚机房的距离是不同的，这也使得从一般机房传输到汇聚机房的数据时延是不同的，而且如果某一个或几个的一般机房出现故障，会导致汇聚机房接收数据失败。
现有的方式，通常是在检测到出现问题的时候，管理人员进行故障的排查以及修正，对于下一次是否发生故障无法做出合理的预测，导致网络稳定性较低。
发明内容
有鉴于此，本发明旨在提出一种资源预警方法、装置、电子设备及存储介质，以解决无法针对下一次是否发生故障做出合理的预测，导致网络稳定性较低的问题。
为达到上述目的，本发明的技术方案是这样实现的：
本申请实施例第一方面提供一种资源预警方法，所述方法包括：
获取基带资源池映射的物理资源的异常概率，所述物理资源的异常概率包括历史时段物理资源的异常概率和本时段物理资源的异常概率；
将所述历史时段物理资源的异常概率以及所述本时段物理资源的异常概率输入资源预警模型，生成目标时段物理资源的异常概率；
根据所述目标时段物理资源的异常概率发送报警信号至目标终端，以使所述目标终端显示报警提示信息。
进一步的，所述根据所述目标时段物理资源的异常概率发送报警信号至目标终端，以使所述目标终端显示报警提示信息包括：
在检测到所述目标时段物理资源的异常概率不超过预设值的情况下，将所述本时段物理资源的异常概率更新至所述历史时段物理资源的异常概率；
在检测到所述目标时段物理资源的异常概率大于预设值的情况下，发送所述报警信号至所述目标终端，以使所述目标终端显示报警提示信息。
进一步的，所述物理资源的异常概率包括：网络设备的异常概率，端口网络品质异常概率以及虚拟局域网VLAN池关联的主机异常概率。
进一步的，所述基带资源池是根据集中单元CU云化部署将基站覆盖的基带处理资源集中处理形成的；
所述获取基带资源池映射的物理资源的异常概率包括：
根据无线回传网络获取所述基带资源池映射的物理资源的异常概率。
进一步的，在所述获取基带资源池映射的物理资源的异常概率之前，所述方法还包括：
获取基站覆盖的目标区域的状态参数；
根据所述状态参数，预设的虚拟化平台创建所述目标区域的虚拟机房，所述虚拟机房根据所述虚拟化平台的目标接口调用所述基带处理资源。
进一步的，所述根据所述状态参数，预设的虚拟化平台创建所述目标区域的虚拟机房，包括：
在检测到所述状态参数处于预设范围的情况下，根据所述预设的虚拟化平台创建所述目标区域的虚拟机房；
在检测到所述状态参数超过所述预设范围的情况下，根据所述无线回传网络发送所述基带处理资源至预设的物理机房。
进一步的，所述目标时段物理资源的异常概率，根据如下公式生成获得：
X(k+1)＝X(k)×P
其中，X(k+1)表示目标时段所述物理资源的异常概率，k+1表示目标时段，X(k)表示本时段所述物理资源的异常概率，k表示本时段，P表示一步转移概率矩阵。
本申请实施例第二方面提供一种资源预警装置，所述装置包括：
第一获取模块，用于获取基带资源池映射的物理资源的异常概率，所述物理资源的异常概率包括历史时段物理资源的异常概率和本时段物理资源的异常概率；
第一生成模块，用于将所述历史时段物理资源的异常概率以及所述本时段物理资源的异常概率输入资源预警模型，生成目标时段物理资源的异常概率；
显示模块，用于根据所述目标时段物理资源的异常概率发送报警信号至目标终端，以使所述目标终端显示报警提示信息。
本申请实施例第三方面，提供一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序。
本申请实施例第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序。
本申请通过获取基带资源池映射的物理资源的异常概率，包括历史时段物理资源和本时段物理资源，通过两个时段物理资源的异常概率的获取，便于根据两个时段的概率变化来进一步获取下一时段的变化，将历史时段物理资源的异常概率以及本时段物理资源的异常概率输入资源预警模型，生成目标时段物理资源的异常概率，通过资源预警模型得到目标时段的异常概率，可以对目标时段发生故障及时且合理的做出预测，再根据目标时段物理资源的异常概率发送报警信号至目标终端，以使目标终端显示报警提示信息，做出预测后通过发送报警提示，提醒工作人员提前做好应对，避免目标时段出现严重故障，提升了网络的稳定性。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。
图1是根据一示例性实施例示出的一种资源预警方法的流程图；
图2是根据一示例性实施例示出的另一种资源预警方法的流程图；
图3是根据一示例性实施例示出的另一种资源预警方法的流程图；
图4是根据一示例性实施例示出的另一种资源预警方法的流程图；
图5是根据一示例性实施例示出的一种资源预警方法的交互流程图；
图6根据一示例性实施例示出的一种资源预警装置的框图；
图7根据一示例性实施例示出的一种资源预警装置中显示模块603的框图。
具体实施方式
下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例，然而应当理解，可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本申请，并且能够将本申请的范围完整的传达给本领域的技术人员。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不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，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
在本发明的各种实施例中，应理解，下述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
在本发明所提供的实施例中，应理解，“与A相应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其它信息确定B。
下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的资源预警方法、装置、电子设备及存储介质进行详细地说明。
本申请的第一实施方式涉及一种资源预警方法，图1是根据一示例性实施例示出的一种资源预警方法的流程图，如图1所示，包括以下步骤：
步骤101，获取基带资源池映射的物理资源的异常概率，物理资源的异常概率包括历史时段物理资源的异常概率和本时段物理资源的异常概率。
本发明应用于汇聚机房，汇聚机房是本地网内各类业务汇聚设备所在机房，包括传输汇聚节点、公共交换电话网络(Public Switched Telephone Network，PSTN)端局、网络之间互连的协议(InternetProtocol，IP)网汇聚节点或业务控制层等设备。汇聚机房在接入网构架中起到承上启下的作用，通过无线回传网络调用基站的基带资源池的基带处理资源，并将该基带处理资源传输到一般机房中。
在本发明实施例中，首先获取基地资源池中存储的历史时段的物理资源的异常概率，其次，对本次设备进行扫描获取本时段物理资源的异常概率。
具体的，基带资源池映射的物理资源包括：网络设备，端口网络品质以及虚拟局域网VLAN池关联的主机，通过对这些物理资源的一些参数进行监测，其中网络设备监测的指标包括：内存、cpu、磁盘大小，端口网络品质监测的指标包括：丢包、延迟，虚拟局域网VLAN池关联的主机监测的指标包括：内存、cpu、磁盘大小。其中，VLAN池是指VLAN集合，一个VLAN池包含多个VLAN。当一个服务集标识SSID和一个VLAN池绑定时，该SSID下的用户将被均衡地分配在VLAN池的所有VLAN中，既能将用户划分在不同广播域中，又能充分利用不连续的地址段为用户分配地址。
需要说明的是，本发明实施例中是基于接入网的部署。在第五代移动通信新无线网络(5th Generation Mobile Communication Technology New Radio，5G NR)中，接入网可以称为新一代无线接入网(New Generation-Radio Access Network，NG-RAN)。5GNR的组网方式可分为无线接入网、集中式无线接入网和CU云化部署，CU云化部署是基于集中化处理(Centralized Processing)、协作式无线电(Collaborative Radio)和实时云计算构架(Real-time Cloud Infrastructure)的绿色无线接入网构架；属于新型无线接入网构架。通过CU云化部署，将基带处理资源集中部署形成基带资源池，减少基站机房数量，降低能耗，同时可以采用协作化、虚拟化技术，实现资源共享和动态调度，提高频谱效率，以达到低成本、高带宽、以及提高运营的灵活性。本发明实施例就是对基带资源池映射的物理资源进行监测而后将其异常概率发送到汇聚机房。
步骤102，将历史时段物理资源的异常概率以及本时段物理资源的异常概率输入资源预警模型，生成目标时段物理资源的异常概率。
本发明实施例中预先设置资源预警模型，将上述获取的历史时段物理资源的异常概率以及本时段物理资源的异常概率后即可得到目标时段物理资源资源的异常概率。
具体的，通过资源预警模型生成目标时段物理资源的异常概率通过如下公式获得：
X(k+1)＝X(k)×P
其中，X(k+1)表示目标时段物理资源的异常概率，k+1表示目标时段，X(k)表示本时段所述物理资源的异常概率，k表示本时段，P表示一步转移概率矩阵。需要说明的是历史数据库的物理资源包括：网络设备、端口网络品质、主机等数据，需要进行分类后放入资源预警模型运算，运算之后可以将运算的结果分别显示，也可以将所有的数据加权平均，本发明在此不做具体限定。示例的，历史时段基带资源池的物理资源异常和正常初始概率【0.30.7】，本时段基带资源池的物理资源故障转移正常和异常概率【0.4 0.6】，本时段基带资源池的物理资源正常转移故障和正常概率【0.3 0.7】，运算过程如下：0.3x0.6+0.3x0.7＝0.39，0.3x0.4+0.7x0.7＝0.61，因此运算结果：目标时段基带资源池的物理资源(网络设备、端口网络品质、主机)故障概率39％，切正常概率61％。
步骤103，根据目标时段物理资源的异常概率发送报警信号至目标终端，以使目标终端显示报警提示信息。
本发明实施例中目标时段指的是下一时段，通过对下一时段的异常概率的预测，在发现故障严重的时候发送报警信号给目标终端，这里的目标终端指的是对汇聚机房的设备进行管理和维护的专业人员，预先在汇聚机房设置监控程序和报警程序，当监控程序监测到出现异常的时候，自行判断，当判定问题严重的时候发送信号至报警程序，报警程序发送报警信号至管理人员的手机终端，提醒管理人员检查设备的情况，并排查故障，不再需要经常派遣管理人员去机房查看情况，节省人力，节约成本。
需要说明的是，这里的报警提示信息可以是屏幕上显示文字或图片，也可以是调用终端的扬声器播放报警铃声，后续还可能出现新的提示方式，都是可以应用到本发明的，本发明在此不做具体限定。
本申请通过获取基带资源池映射的物理资源的异常概率，包括历史时段物理资源和本时段物理资源，通过两个时段物理资源的异常概率的获取，便于根据两个时段的概率变化来进一步获取下一时段的变化，将历史时段物理资源的异常概率以及本时段物理资源的异常概率输入资源预警模型，生成目标时段物理资源的异常概率，通过资源预警模型得到目标时段的异常概率，可以对目标时段发生故障及时且合理的做出预测，再根据目标时段物理资源的异常概率发送报警信号至目标终端，以使目标终端显示报警提示信息，做出预测后通过发送报警提示，提醒工作人员提前做好应对，避免目标时段出现严重故障，提升了网络的稳定性。
本申请的第二实施方式涉及一种资源预警方法，图2是根据一示例性实施例示出的另一种资源预警方法的流程图，如图2所示，包括以下步骤：
步骤201，在检测到目标时段物理资源的异常概率不超过预设值的情况下，将本时段物理资源的异常概率更新至历史时段物理资源的异常概率。
本发明实施例中预先设置一个值，设定当异常概率不超过这个值的时候，故障属于正常范围，各项设备还是可以正常运行，整体的影响不大，但是会将本时段物理资源的异常概率更新到历史数据物理资源的异常概率中，作为下一时段的历史数据。示例的，预先设置的值为0.3，当计算出的故障概率为0.25、0.2、0.1的时候，判断故障比较轻，对设备的正常运行影响不大。
步骤202，在检测到目标时段物理资源的异常概率大于预设值的情况下，发送报警信号至目标终端，以使目标终端显示报警提示信息。
上述当异常概率不超过这个值的时候，故障属于正常范围，但是当异常概率大于这个值的时候，故障就比较严重，对设备的正常运行会产生较大影响，此时就需要发送报警信号至所述目标终端，以使目标终端显示报警提示信息。示例的，预先设置的值为0.3，当计算出的故障概率为0.4、0.35、0.5的时候，判断故障比较严重，对设备的正常运行造成极大的影响，此时就需要工作人员及时的检查故障发生的缘故，降低下一时段故障发生的概率，保证网络的稳定性。
本申请通过获取基带资源池映射的物理资源的异常概率，包括历史时段物理资源和本时段物理资源，通过两个时段物理资源的异常概率的获取，便于根据两个时段的概率变化来进一步获取下一时段的变化，将历史时段物理资源的异常概率以及本时段物理资源的异常概率输入资源预警模型，生成目标时段物理资源的异常概率，通过资源预警模型得到目标时段的异常概率，可以对目标时段发生故障及时且合理的做出预测，再根据目标时段物理资源的异常概率发送报警信号至目标终端，以使目标终端显示报警提示信息，做出预测后通过发送报警提示，提醒工作人员提前做好应对，避免目标时段出现严重故障，提升了网络的稳定性。
本申请的第三实施方式涉及一种资源预警方法，图3是根据一示例性实施例示出的另一种资源预警方法的流程图，如图3所示，包括以下步骤：
步骤301，获取基站覆盖的目标区域的状态参数。
本发明实施例通过获取的状态参数对目标区域的实际情况进行分析，而后判断此处是否需要创建虚拟机房。获取的状态参数可以是目标区域的人口密度，建设的楼宇密度，以及目标地区距离基站的距离等，凡是可以对目标区域使用网络的情况进行统计分析的数据都可以作为参考的状态参数，本发明在此不作限定。
需要说明的是，这里的目标区域是基站覆盖范围内的。其中，基站是无线电台站的一种形式，是指在一定的无线电覆盖区中，通过移动通信交换中心，与移动电话终端之间进行信息传递的无线电收发信电台。所以可以通过基站接收到的信息来获取这些状态参数，然后通过无线回传网络传输至汇聚机房。
此外，本发明实施例中采用的是一体化小基站，包括集中单元(Centralizedunit，CU)、分布单元(Distribute Unit，DU)和有源天线单元(Active Antenna Unit，AAU)3种实体，其中，DU以星型方式连接多个AAU(也称为“前传”)，AAU间没有直接连接需求，AAU和DU之间采用增强型通用公共无线电(Enhanced Common Public Radio Interface，eCPRI)接口，CU以星型方式连接多个DU(也称为“中传”)，DU间没有直接连接需求，DU和CU间采用以太网接口，基站间的切换等功能通过CU间的Xn接口实现，CU设备主要包含非实时性的无线高层协议栈功能，同时也支持部分核心网功能下层和边缘应用业务的部署；而DU设备主要处理物理层功能和实时性需要的层2功能。。CU设备采用通用平台实现，这样不仅可支持无线网功能，也具备了支持核心网功能和边缘应用的能力，DU设备可采用专用设备平台或通用+专用混合平台实现，支持高密度数学运算能力。本发明实施例中三种实体部署在一起，减少了基站的机房数量，降低能耗。
步骤302，根据状态参数，预设的虚拟化平台创建目标区域的虚拟机房，虚拟机房根据虚拟化平台的目标接口调用基带处理资源。
本发明实施例中所指的预设的虚拟化平台指的是fusioncomputer虚拟化平台，是安装在汇聚机房上的一个云操作系统软件，主要负责硬件资源的虚拟化，以及对虚拟资源、业务资源、用户资源的集中管理。包括组件计算节点代理(Compute Node Agent，CNA)和虚拟资源管理资源预警(Virtual Resource Management，VRM)，CNA作用：计算节点代理，提供虚拟计算功能、管理计算节点上的虚拟机、管理计算节点上的计算、存储、网络资源，VRM作用：虚拟资源管理资源预警、管理集群内的块存储资源、网络资源，为虚拟机分配IP地址、管理集群内虚拟机的生命周期以及虚拟机在计算节点上的分布和迁移、管理集群内资源的动态调整、通过对虚拟资源、用户数据的统一管理、对外提供弹性计算、存储、IP等服务、通过提供统一的操作维护管理接口，管理员通过UI界面远程访问FC对整个系统进行操作维护。本发明实施例中的目标接口就是上述的操作维护管理接口，一般情况下，指的是开放应用编程接口(Open Application Programming Interface，openAPI)，OpenAPI的使用过程可以通过多种编程语言来实现，具有很好的延展性。
本发明实施例首先根据状态参数判断目标区域的状态是否需要建设虚拟机房，当需要时通过预设的虚拟化平台创建出一个虚拟机房，并通过目标接口与虚拟机建立连接，并进行数据传输。
需要说明的是，虚拟机房与物理机房一样都需要从汇聚机房上获取所需的CPU、内存，等计算资源，以及网络连接和存储访问等能力，一个虚拟化平台可以创建多个虚拟机房，这就意味着需要更多的内存供给虚拟机房使用，在汇聚机房的内存不变的情况下，可以通过内存复用技术来实现。其中，内存复用是指在服务器物理内存一定的情况下，通过综合运用内存复用单项技术(内存气泡、内存交换、内存共享)对内存进行分时复用。通过内存复用，使得所有虚拟机房内存规格总和大于汇聚机房内存规格总和。内存复用包括三种方式：内存共享：虚拟机房之间共享同一物理内存空间，此时虚拟机房仅对内存做只读操作，当虚拟机房需要对内存进行写操作时，开辟另一内存空间，并修改映射；内存置换：虚拟机房长时间未访问的内存内容被置换到存储中，并建立映射，当虚拟机房再次访问该内存内容时再置换回来；内存气泡：管理程序通过内存气泡将较为空闲的虚拟机房内存释放给内存使用率较高的虚拟机房，从而提升内存利用率。
本申请通过获取基带资源池映射的物理资源的异常概率，包括历史时段物理资源和本时段物理资源，通过两个时段物理资源的异常概率的获取，便于根据两个时段的概率变化来进一步获取下一时段的变化，将历史时段物理资源的异常概率以及本时段物理资源的异常概率输入资源预警模型，生成目标时段物理资源的异常概率，通过资源预警模型得到目标时段的异常概率，可以对目标时段发生故障及时且合理的做出预测，再根据目标时段物理资源的异常概率发送报警信号至目标终端，以使目标终端显示报警提示信息，做出预测后通过发送报警提示，提醒工作人员提前做好应对，避免目标时段出现严重故障，提升了网络的稳定性，通过获取基站覆盖的目标区域的状态参数，对目标区域的情况进行判断，根据状态参数，预设的虚拟化平台创建目标区域的虚拟机房，通过预设的虚拟化平台在目标区域设置虚拟机房，减少了物理资源的浪费，降低成本，虚拟机房根据虚拟化平台的目标接口调用基带处理资源，可以实现资源同步，减少资源差异化。
本申请的第四实施方式涉及一种资源预警方法，图4是根据一示例性实施例示出的另一种资源预警方法的流程图，如图4所示，包括以下步骤：
步骤401，在检测到状态参数处于预设范围的情况下，根据预设的虚拟化平台创建目标区域的虚拟机房。
本发明实施例会根据预先设计的要获取的状态参数设置对应的预设范围，当检测到上述获取的状态参数处于预设范围的情况下，此时判断目标区域对于网络的需求不是特别高，但是还是需要使得用户的网络有一个落脚点所以可以不设置物理机房，通过虚拟化平台创建虚拟机房，来满足当地用户对于网络的需求。示例的，预先设置的目标区域的楼宇密度范围是0～5％，人口密度范围是小于1000人/平方公里，当检测到目标区域的楼宇密度是4％，人口密度是800人/平方公里的时候，判断此时目标区域对于网络的需求不是很大，虚拟机房就可以满足需求，所以通过汇聚机房上安装的fusioncomputer虚拟化平台来创建虚拟机房。凡是可以对目标区域使用网络的情况进行统计分析的数据都可以作为参考的参数，所以这个例子只是为了本领域人员理解而设置的，还可以通过其他参数来设置预设范围，本发明在此不做具体限定。
步骤402，在检测到状态参数超过所述预设范围的情况下，根据无线回传网络发送基带处理资源至预设的物理机房。
本发明实施例中当状态参数超过预设范围时，通过无线回传网络连接汇聚机房与一般机房中的物理机房，物理机房相对于虚拟机房提供的网络环境更加的稳定，可以更好的满足人口密度大，建筑密度高的地区对于更好的网络的需求。其中，回传是指网络中的一段传输路径，用于将两个网络连接起来，数据可以通过回传网络，在不同的网络间往返传输。根据网络介质的不同，可以分为有线回传(光纤)和无线回传(Wi-Fi网络，移动网络)，本发明实施例中使用的是无线回传，通过无线Mesh网络(WirelessMesh Network，WMN)实现，在无线接入点(Access Point，AP)和AP之间组成无线桥接，就像是在AP间搭建了通信桥梁，终端数据通过桥梁传输到上层网络中。
本申请通过获取基带资源池映射的物理资源的异常概率，包括历史时段物理资源和本时段物理资源，通过两个时段物理资源的异常概率的获取，便于根据两个时段的概率变化来进一步获取下一时段的变化，将历史时段物理资源的异常概率以及本时段物理资源的异常概率输入资源预警模型，生成目标时段物理资源的异常概率，通过资源预警模型得到目标时段的异常概率，可以对目标时段发生故障及时且合理的做出预测，再根据目标时段物理资源的异常概率发送报警信号至目标终端，以使目标终端显示报警提示信息，做出预测后通过发送报警提示，提醒工作人员提前做好应对，避免目标时段出现严重故障，提升了网络的稳定性，通过获取基站覆盖的目标区域的状态参数，对目标区域的情况进行判断，根据状态参数，预设的虚拟化平台创建目标区域的虚拟机房，通过预设的虚拟化平台在目标区域设置虚拟机房，减少了物理资源的浪费，降低成本，虚拟机房根据虚拟化平台的目标接口调用基带处理资源，可以实现资源同步，减少资源差异化；通过无线回传使得物理机房也能减少差异化。
本申请的第五实施方式涉及一种资源预警方法，图5是根据一示例性实施例示出的一种资源预警装置的交互流程图。根据图5可知本发明提供的资源预警方法，包括：
步骤501，基站和汇聚机房建立回传连接。
步骤502，基站向汇聚机房发送基带资源池中的基带处理资源。
步骤503，汇聚机房与一般机房中的物理机房建立回传连接，物理机房通过该网络调用汇聚机房的资源。
步骤504，汇聚机房与一般机房中的虚拟机房通过目标接口建立连接，虚拟机房通过该接口调用汇聚机房的资源。
本申请通过获取基带资源池映射的物理资源的异常概率，包括历史时段物理资源和本时段物理资源，通过两个时段物理资源的异常概率的获取，便于根据两个时段的概率变化来进一步获取下一时段的变化，将历史时段物理资源的异常概率以及本时段物理资源的异常概率输入资源预警模型，生成目标时段物理资源的异常概率，通过资源预警模型得到目标时段的异常概率，可以对目标时段发生故障及时且合理的做出预测，再根据目标时段物理资源的异常概率发送报警信号至目标终端，以使目标终端显示报警提示信息，做出预测后通过发送报警提示，提醒工作人员提前做好应对，避免目标时段出现严重故障，提升了网络的稳定性。
本申请的第六实施方式涉及一种资源预警装置，如图6所示，图6是根据一示例性实施例示出的一种资源预警的装置框图，该装置包括以下模块：
第一获取模块601，用于获取基带资源池映射的物理资源的异常概率，物理资源的异常概率包括历史时段物理资源的异常概率和本时段物理资源的异常概率。
第一生成模块602，用于将历史时段物理资源的异常概率以及本时段物理资源的异常概率输入资源预警模型，生成目标时段物理资源的异常概率。
显示模块603，用于根据目标时段物理资源的异常概率发送报警信号至目标终端，以使目标终端显示报警提示信息。
进一步的，如图7所示：显示模块还包括：
更新子模块701，用于在检测到目标时段物理资源的异常概率不超过预设值的情况下，将本时段物理资源的异常概率更新至历史时段物理资源的异常概率。
显示子模块702，用于在检测到目标时段物理资源的异常概率大于预设值的情况下，发送报警信号至目标终端，以使目标终端显示报警提示信息。
进一步的，资源预警装置还包括：
第二获取模块，用于获取基站覆盖的目标区域的状态参数。
创建模块，用于根据状态参数，预设的虚拟化平台创建目标区域的虚拟机房，虚拟机房根据虚拟化平台的目标接口调用基带处理资源。
进一步的，创建模块还包括：
创建子模块，用于在检测到状态参数处于预设范围的情况下，根据预设的虚拟化平台创建目标区域的虚拟机房。
发送子模块，用于在检测到状态参数超过预设范围的情况下，根据无线回传网络发送基带处理资源至预设的物理机房。
本申请通过获取基带资源池映射的物理资源的异常概率，包括历史时段物理资源和本时段物理资源，通过两个时段物理资源的异常概率的获取，便于根据两个时段的概率变化来进一步获取下一时段的变化，将历史时段物理资源的异常概率以及本时段物理资源的异常概率输入资源预警模型，生成目标时段物理资源的异常概率，通过资源预警模型得到目标时段的异常概率，可以对目标时段发生故障及时且合理的做出预测，再根据目标时段物理资源的异常概率发送报警信号至目标终端，以使目标终端显示报警提示信息，做出预测后通过发送报警提示，提醒工作人员提前做好应对，避免目标时段出现严重故障，提升了网络的稳定性，通过获取基站覆盖的目标区域的状态参数，对目标区域的情况进行判断，根据状态参数，预设的虚拟化平台创建目标区域的虚拟机房，通过预设的虚拟化平台在目标区域设置虚拟机房，减少了物理资源的浪费，降低成本，虚拟机房根据虚拟化平台的目标接口调用基带处理资源，可以实现资源同步，减少资源差异化；通过无线回传使得物理机房也能减少差异化。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
进一步地，基于同一发明构思，本申请具体实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一实施方式中的方法步骤。
基于同一发明构思，在本申请具体实施例中，所述处理器执行所述计算机程序时可以实现本申请实施例的方法中任一实施方式。
由于本申请具体实施例所介绍的电子设备，为实施本申请实施例的方法所采用的设备，故而基于本申请实施例所介绍的方法，本领域所属人员能够了解该设备的具体结构及变形，故而在此不再赘述。凡是本申请实施例的方法所采用的设备都属于本申请所欲保护的范围。
基于同一发明构思，本申请具体实施例还提供了实施例中方法对应的存储介质：本实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述任一实施方式中的方法步骤。
在具体实施过程中，该计算机程序被处理器执行时，可以实现本申请具体实施例的方法中任一实施方式。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本申请实施例的实施例可提供为方法、装置、可存储介质和处理器。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
在一个典型的配置中，所述计算机设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非持续性的电脑可读媒体(transitory media)，如调制的数据信号和载波。
本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后，还需要说明的是，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、物品或者终端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、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种资源预警方法、装置、电子设备及存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (11)
1.一种资源预警方法，应用于汇聚机房，其特征在于，所述方法包括：
获取基带资源池映射的物理资源的异常概率，所述物理资源的异常概率包括历史时段物理资源的异常概率和本时段物理资源的异常概率；
将所述历史时段物理资源的异常概率以及所述本时段物理资源的异常概率输入资源预警模型，生成目标时段物理资源的异常概率；
根据所述目标时段物理资源的异常概率发送报警信号至目标终端，以使所述目标终端显示报警提示信息。
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标时段物理资源的异常概率发送报警信号至目标终端，以使所述目标终端显示报警提示信息包括：
在检测到所述目标时段物理资源的异常概率不超过预设值的情况下，将所述本时段物理资源的异常概率更新至所述历史时段物理资源的异常概率；
在检测到所述目标时段物理资源的异常概率大于预设值的情况下，发送所述报警信号至所述目标终端，以使所述目标终端显示报警提示信息。
3.根据权利要求1所述的方法，其特征在于，所述物理资源的异常概率包括：网络设备的异常概率，端口网络品质异常概率以及虚拟局域网VLAN池关联的主机异常概率。
4.根据权利要求1所述的方法，其特征在于，所述基带资源池是根据集中单元CU云化部署将基站覆盖的基带处理资源集中处理形成的；
所述获取基带资源池映射的物理资源的异常概率包括：
根据无线回传网络获取所述基带资源池映射的物理资源的异常概率。
5.根据权利要求1所述的方法，其特征在于，在所述获取基带资源池映射的物理资源的异常概率之前，所述方法还包括：
获取基站覆盖的目标区域的状态参数；
根据所述状态参数，预设的虚拟化平台创建所述目标区域的虚拟机房，所述虚拟机房根据所述虚拟化平台的目标接口调用所述基带处理资源。
6.根据权利要求5所述的方法，其特征在于，所述根据所述状态参数，预设的虚拟化平台创建所述目标区域的虚拟机房，包括：
在检测到所述状态参数处于预设范围的情况下，根据所述预设的虚拟化平台创建所述目标区域的虚拟机房；
在检测到所述状态参数超过所述预设范围的情况下，根据所述无线回传网络发送所述基带处理资源至预设的物理机房。
7.根据权利要求1所述的方法，其特征在于，所述目标时段物理资源的异常概率，根据如下公式生成获得：
X(k+1)＝X(k)×P
其中，X(k+1)表示目标时段所述物理资源的异常概率，k+1表示目标时段，X(k)表示本时段所述物理资源的异常概率，k表示本时段，P表示一步转移概率矩阵。
8.一种资源预警装置，应用于汇聚机房，其特征在于，所述装置包括：
第一获取模块，用于获取基带资源池映射的物理资源的异常概率，所述物理资源的异常概率包括历史时段物理资源的异常概率和本时段物理资源的异常概率；
第一生成模块，用于将所述历史时段物理资源的异常概率以及所述本时段物理资源的异常概率输入资源预警模型，生成目标时段物理资源的异常概率；
显示模块，用于根据所述目标时段物理资源的异常概率发送报警信号至目标终端，以使所述目标终端显示报警提示信息。
9.根据权利要求8所述的装置，其特征在于，所述显示模块还包括：
更新子模块，用于在检测到所述目标时段物理资源的异常概率不超过预设值的情况下，将所述本时段物理资源的异常概率更新至所述历史时段物理资源的异常概率；
显示子模块，用于在检测到所述目标时段物理资源的异常概率大于预设值的情况下，发送所述报警信号至所述目标终端，以使所述目标终端显示报警提示信息。
10.一种通信设备，包括：存储器、处理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；其特征在于，
所述处理器，用于读取存储器中的程序实现如权利要求1-7中任一项所述的资源预警方法中的步骤。
11.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的资源预警方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210931115.7A CN115426274B (zh) | 2022-08-04 | 2022-08-04 | 资源预警方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210931115.7A CN115426274B (zh) | 2022-08-04 | 2022-08-04 | 资源预警方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115426274A true CN115426274A (zh) | 2022-12-02 |
| CN115426274B CN115426274B (zh) | 2024-04-30 |
Family
ID=84196542
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210931115.7A Active CN115426274B (zh) | 2022-08-04 | 2022-08-04 | 资源预警方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115426274B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116526415A (zh) * | 2023-06-26 | 2023-08-01 | 国网山东省电力公司禹城市供电公司 | 一种电力设备保护装置及其控制方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111177839A (zh) * | 2019-12-31 | 2020-05-19 | 河南国立信息科技有限公司 | 一种自动化的汇聚机房设备布局系统及生成方法 |
| US20200327371A1 (en) * | 2019-04-09 | 2020-10-15 | FogHorn Systems, Inc. | Intelligent Edge Computing Platform with Machine Learning Capability |
| CN112702184A (zh) * | 2019-10-23 | 2021-04-23 | 中国电信股份有限公司 | 故障预警方法及装置、计算机可存储介质 |
| US20210344582A1 (en) * | 2018-06-06 | 2021-11-04 | Payman SAMADI | Mobile telecommunications network capacity simulation, prediction and planning |
| CN114554516A (zh) * | 2020-11-24 | 2022-05-27 | 华为技术有限公司 | 一种通信方法及装置 |
-
2022
- 2022-08-04 CN CN202210931115.7A patent/CN115426274B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210344582A1 (en) * | 2018-06-06 | 2021-11-04 | Payman SAMADI | Mobile telecommunications network capacity simulation, prediction and planning |
| US20200327371A1 (en) * | 2019-04-09 | 2020-10-15 | FogHorn Systems, Inc. | Intelligent Edge Computing Platform with Machine Learning Capability |
| CN112702184A (zh) * | 2019-10-23 | 2021-04-23 | 中国电信股份有限公司 | 故障预警方法及装置、计算机可存储介质 |
| CN111177839A (zh) * | 2019-12-31 | 2020-05-19 | 河南国立信息科技有限公司 | 一种自动化的汇聚机房设备布局系统及生成方法 |
| CN114554516A (zh) * | 2020-11-24 | 2022-05-27 | 华为技术有限公司 | 一种通信方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 王卫斌 等: "5G边缘计算商用部署和运维关键技术", 《移动通信》, no. 1, 31 January 2021 (2021-01-31) * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116526415A (zh) * | 2023-06-26 | 2023-08-01 | 国网山东省电力公司禹城市供电公司 | 一种电力设备保护装置及其控制方法 |
| CN116526415B (zh) * | 2023-06-26 | 2023-09-19 | 国网山东省电力公司禹城市供电公司 | 一种电力设备保护装置及其控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115426274B (zh) | 2024-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210204154A1 (en) | Communication method and communications apparatus | |
| Sun et al. | An intelligent SDN framework for 5G heterogeneous networks | |
| WO2019062836A1 (zh) | 网络切片管理方法及其装置 | |
| US20210226902A1 (en) | Time-Sensitive Networking Communication Method and Apparatus | |
| EP3869855A1 (en) | Information transmission method and apparatus thereof | |
| CN109391490B (zh) | 网络切片的管理方法和装置 | |
| CN102084714A (zh) | 一种分层无线接入系统及该系统中的接入点管理单元 | |
| CN102067526A (zh) | 分层无线接入系统的同步、调度、网络管理和频率分配方法 | |
| CN108243110B (zh) | 一种资源调整方法、装置和系统 | |
| CN109391498A (zh) | 网络组件的管理方法和网络设备 | |
| EP3742786A1 (en) | Network alarm method, device, system and terminal | |
| CN113300899A (zh) | 网络能力开放方法、网络系统、设备及存储介质 | |
| WO2013086996A1 (zh) | 故障处理方法、设备和系统 | |
| US20220417092A1 (en) | Conflict-free change deployment | |
| CN113596150A (zh) | 消息推送方法、装置、计算机设备和存储介质 | |
| CN115552933A (zh) | 电信通信系统中的联邦学习 | |
| CN103036729A (zh) | 一种开放网络能力的系统、方法和相关网元 | |
| CN115426274B (zh) | 资源预警方法、装置、电子设备及存储介质 | |
| WO2012171168A1 (zh) | 监控室内覆盖网络的方法、设备及系统 | |
| CN105307139A (zh) | 一种传输应用心跳信号的方法、移动终端和系统 | |
| JP2001292467A (ja) | リモートプロシージャコールを利用した基地局の運用及び保全方法 | |
| CN115426320B (zh) | 一种安全资源调度方法、装置、电子设备及存储介质 | |
| WO2023045931A1 (zh) | 一种网络性能异常分析方法、装置及可读存储介质 | |
| CN114697210B (zh) | 一种网络性能保障方法及装置 | |
| US10805838B2 (en) | Method and device for obtaining resources and information of SDN networks of different operators |
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 |