CN116599873A - VoLTE系统监控方法及装置、存储介质和电子设备 - Google Patents
VoLTE系统监控方法及装置、存储介质和电子设备 Download PDFInfo
- Publication number
- CN116599873A CN116599873A CN202310861943.2A CN202310861943A CN116599873A CN 116599873 A CN116599873 A CN 116599873A CN 202310861943 A CN202310861943 A CN 202310861943A CN 116599873 A CN116599873 A CN 116599873A
- Authority
- CN
- China
- Prior art keywords
- information
- load state
- state information
- resource
- period
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 152
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000004927 fusion Effects 0.000 claims abstract description 50
- 230000007774 longterm Effects 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 23
- 238000012806 monitoring device Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000003068 static effect Effects 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- 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
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/80—Responding to QoS
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Multimedia (AREA)
- Debugging And Monitoring (AREA)
Abstract
本公开涉及计算机网络管理技术领域，涉及VoLTE系统监控方法及装置、计算机可读存储介质和电子设备。该方法包括：获取长期演进语音承载VoLTE系统的业务数据和第一资源数据，并获取VoLTE系统对应网管系统的第二资源数据；基于业务数据、第一资源数据和第二资源数据分别进行负载状态估计，得到业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息；将业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息进行融合，并结合得到的融合信息和当前时间信息确定监控周期，以基于监控周期对VoLTE系统进行监控。本公开能动态调整对VoLTE系统的监控周期，提高VoLTE系统的监控有效性。
Description
技术领域
本公开涉及计算机网络管理技术领域，更具体地，涉及一种VoLTE系统监控方法、VoLTE系统监控装置、存储介质和电子设备。
背景技术
网管系统对VoLTE（Voice over Long-Term Evolution, 长期演进语音承载）系统的定期监控事关VoLTE系统的健康运行，合理的监控内容和频率有助于提升系统可用性。
其中，监控周期过长和过短都影响着系统的性能和安全，目前对VoLTE系统进行监控时，通常采用静态配置监控周期的方式，该方式降低了系统适应性，容易因监控周期的设置不当导致系统负担增加或告警延迟，影响对VoLTE系统监控的有效性。
基于此，亟需提供一种新的VoLTE系统监控方法。
需要说明的是，在上述背景技术部分发明的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种VoLTE系统监控方法及装置、计算机存储介质和电子设备，进而提高对VoLTE系统监控的有效性。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
根据本公开的一个方面，提供一种VoLTE系统监控方法，包括：
获取长期演进语音承载VoLTE系统的业务数据和第一资源数据，并获取所述VoLTE系统对应网管系统的第二资源数据；基于业务数据、第一资源数据和第二资源数据分别进行负载状态估计，得到业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息；将业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息进行融合，并结合得到的融合信息和当前时间信息确定监控周期，以基于监控周期对VoLTE系统进行监控。
在本公开的一种示例性实施例中，在基于业务数据、第一资源数据和第二资源数据分别进行负载状态估计，得到业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息之前，还包括：对VoLTE系统的历史业务数据、历史资源数据以及网管系统的历史资源数据分别进行聚类处理，得到每种数据对应的负载判断模型；
其中，每个负载判断模型用于输出待估计数据对应的告警级别，每种告警类别分别对应有负载状态信息。
在本公开的一种示例性实施例中，将业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息进行融合，包括：基于VoLTE系统与网管系统的硬件处理性能信息间的关系，获取业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息各自对应的第一权重信息；基于第一权重信息，将业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息进行融合。
在本公开的一种示例性实施例中，将业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息进行融合，包括：响应针对业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息的权重调整操作，确定业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息各自对应的第二权重信息；基于第二权重信息，将业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息进行融合。
在本公开的一种示例性实施例中，结合得到的融合信息和当前时间信息确定监控周期，包括：
确定当前时间信息所属的目标时段；基于时段与时段因子的对应关系，获取目标时段对应的目标时段因子，目标时段因子用于指示VoLTE系统在目标时段的繁忙程度；结合融合信息和目标时段因子确定监控周期。
在本公开的一种示例性实施例中，结合融合信息和目标时段因子确定监控周期，包括：
根据融合信息和目标时段因子计算周期评估信息；将周期评估信息与预设周期评估因子进行比较，并根据比较结果确定监控周期。
在本公开的一种示例性实施例中，根据融合信息和目标时段因子计算周期评估信息，包括：获取当前日期信息，并基于当前日期信息对目标时段因子进行修正，得到修正时段因子；根据融合信息和修正时段因子计算周期评估信息。
在本公开的一种示例性实施例中，在结合得到的融合信息和当前时间信息确定监控周期之后，还包括：基于监控周期，以热加载的方式对VoLTE系统的监控周期参数进行配置。
根据本公开的一个方面，提供一种VoLTE系统监控装置，VoLTE系统监控装置包括：
监控执行模块，用于获取长期演进语音承载VoLTE系统的业务数据和第一资源数据，并获取VoLTE系统对应网管系统的第二资源数据；负载判断模块，用于基于业务数据、第一资源数据和第二资源数据分别进行负载状态估计，得到业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息；预测调整模块，用于将业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息进行融合，并结合得到的融合信息和当前时间信息确定监控周期，以基于监控周期对VoLTE系统进行监控。
根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的方法。
根据本公开的一个方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的方法。
本公开的示例性实施例中的VoLTE系统监控方法，一方面，从系统层面分别获取VoLTE系统的第一资源数据和VoLTE系统对应网管系统的第二资源数据，并且在获取各系统的资源数据的同时，还获取VoLTE系统的业务数据，增加了用于预测监控周期的可用数据，进而提高所确定的监控周期的准确性；另一方面，分别基于业务数据、第一资源数据和第二资源数据进行负载状态估计后，将得到的业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息进行融合，以结合得到的融合信息与当前时间信息确定监控周期，使在确定监控周期时将时间作为参考因素，充分考虑各种负载状态和时间对VoLTE业务的影响，进一步提高了预测监控周期的准确性；再一方面，基于动态调整的监控周期对VoLTE系统进行监控，避免了静态配置的监控周期存在的监控周期过长或过短的问题，不会因监控周期过长而导致不能及时反馈系统负载情况和业务处理异常，错过预警时机，以及不会因监控周期过短增加系统负担，实现对VoLTE系统的有效监控，降低系统资源开销，进而有助于提升系统可用性。
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，并不能限制本公开。
附图说明
通过参考附图阅读下文的详细描述，本公开示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本公开的若干实施方式，其中：
图1示出了已有技术的一种网管系统对VoLTE系统进行监控的示意图。
图2示出了根据本公开示例性实施例的一种VoLTE系统监控方法的流程图。
图3示出了根据本公开示例性实施例的一种进行负载状态信息融合的流程图。
图4示出了根据本公开示例性实施例的另一种进行负载状态信息融合的方式的流程图。
图5示出了根据本公开示例性实施例的一种交互界面示意图。
图6示出了根据本公开示例性实施例的一种结合融合信息和当前时间信息确定监控周期的实现方式的流程图。
图7示出了根据本公开示例性实施例的一种计算周期评估信息的实现方式的流程图。
图8示出了根据本公开示例性实施例的一种VoLTE系统监控方法的示意图。
图9示出了根据本公开示例性实施例的一种VoLTE系统监控装置的组成示意图。
图10示出了根据本公开示例性实施例的电子设备的框图。
在附图中，相同或对应的标号表示相同或对应的部分。
具体实施方式
现在将参考附图更全面地描述示例性实施方式。然而，示例性实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施例使得本公开将更加全面和完整，并将示例性实施方式的构思全面地传达给本领域的技术人员。图中相同的附图标记表示相同或类似的结构，因而将省略它们的详细描述。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知结构、方法、装置、实现或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
网管系统对VoLTE系统的定期监控事关VoLTE系统的健康运行，合理的监控内容和频率有助于提升系统可用性。
相关技术中，通常采用静态配置监控周期的方式对VoLTE系统进行监控，如图1示出已有技术的一种网管系统对VoLTE系统进行监控的示意图。参见图1，传统的VoLTE系统监控方案中，由操作者手动修改监控周期，并在修改监控周期后，以修改后的监控周期对VoLTE系统进行监控。
然而，该监控方式存在以下缺陷：静态配置监控周期使系统的适应性降低，监测数据的价值没有最大化；若配置的监控周期过短，导致不能及时反馈系统负载情况和业务处理异常，不能实现及时告警；若监控周期过短，则增加系统资源开销，造成系统性能下降，同时因干扰流量多影响业务分析，增大运维负担。由此，均影响了对VoLTE系统进行监控的有效性。
基于此，在本公开示例性实施例中，首先提供了一种VoLTE系统监控方法。参考图2示出了根据本公开示例性实施例的一种VoLTE系统监控方法的流程图，包括步骤S210至步骤S230：
步骤S210：获取长期演进语音承载VoLTE系统的业务数据和第一资源数据，并获取VoLTE系统对应网管系统的第二资源数据；
步骤S220：基于业务数据、第一资源数据和第二资源数据分别进行负载状态估计，得到业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息；
步骤S230：将业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息进行融合，并结合得到的融合信息和当前时间信息确定监控周期，以基于监控周期对VoLTE系统进行监控。
基于本公开的示例性实施例中的VoLTE系统监控方法，一方面，从系统层面分别获取VoLTE系统的第一资源数据和VoLTE系统对应网管系统的第二资源数据，并且在获取各系统的资源数据的同时，还获取VoLTE系统的业务数据，增加了用于预测监控周期的可用数据，进而提高所确定的监控周期的准确性；另一方面，分别基于业务数据、第一资源数据和第二资源数据进行负载状态估计后，将得到的业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息进行融合，以结合得到的融合信息与当前时间信息确定监控周期，使在确定监控周期时将时间作为参考因素，充分考虑各种负载状态和时间对VoLTE业务的影响，进一步提高了预测监控周期的准确性；再一方面，基于动态调整的监控周期对VoLTE系统进行监控，避免了静态配置的监控周期存在的监控周期过长或过短的问题，不会因监控周期过长而导致不能及时反馈系统负载情况和业务处理异常，错过预警时机，以及不会因监控周期过短增加系统负担，实现对VoLTE系统的有效监控，进而有助于提升系统可用性。
以下，对上述各步骤进行详细说明。
步骤S210：获取长期演进语音承载VoLTE系统的业务数据和第一资源数据，并获取VoLTE系统对应网管系统的第二资源数据。
在本公开示例性实施例中，VoLTE系统的业务数据包括但不限于5G（5thGeneration Mobile Communication Technology, 第五代移动通信技术）用户总数、VoLTE用户总数、VoLTE用户刷新成功率、5G用户增量、VoLTE用户增量、主叫接通率、主叫接通次数、被叫接通率、被叫接通次数等。第一资源数据为VoLTE系统的资源数据，包括但不限于各网元的内存占用率、内存空闲总量，目标服务器CPU占用率、网络连接数等。
网管系统是对VoLTE系统进行监控管理的平台系统，本公开实施例是对网管系统的改进，通过网管系统内部增设置的VoLTE系统监控装置来执行本公开实施例的VoLTE系统监控方法。其中，VoLTE系统对应网管系统的第二资源数据为该网管系统的本地资源数据，包括但不限于网管服务器CPU占用率、内存占用率、网络速率等。
需要说明的是，为提高后续进行监控周期预测的准确性，本公开实施例在提取了VoLTE系统的业务数据、第一资源数据以及网管系统的第二资源数据后，还可以对该些数据进行特征数据过滤，即从这些数据中剔除与监控周期预测无关其它数据，保证了用于进行监控周期预测的特征数据的准确性。
在步骤S220中，基于业务数据、第一资源数据和第二资源数据分别进行负载状态估计，得到业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息。
在本公开示例性实施例中，可以对业务数据进行负载状态估计得到业务负载状态信息，对第一资源数据进行负载状态估计得到第一资源负载状态信息，以及对第二资源数据进行负载状态估计得到第二资源负载状态信息。
在一示例性实施例中，可以利用预先训练好的对应于业务数据的负载判断模型对业务数据进行负载判断，利用预先训练好的对应于第一资源数据的负载判断模型对第一资源数据进行负载判断，利用预先训练好的对应于第二资源数据的负载判断模型对第二资源数据进行负载判断。
其中，可以对VoLTE系统的历史业务数据、历史资源数据以及网管系统的历史资源数据分别进行聚类处理，得到每种数据对应的负载判断模型；
其中，每个负载判断模型用于输出待估计数据对应的告警级别，每种告警类别分别对应有负载状态信息。
下面以对应于业务数据的负载判断模型为例，对获取负载判断模型的过程进行说明。
首先，获取VoLTE系统的历史业务数据，该些历史业务数据包括多个告警级别以及在正常运行状态下的业务数据，如历史业务数据包括对应于告警一级至告警四级的历史业务数据以及正常运行状态（称作告警五级）下的历史业务数据，共计对应于五个告警级别。
其次，从各告警级别以及正常运行状态的历史业务数据中，分别选择一个样本形成初始簇类的均值向量，对历史业务数据进行聚类训练，以得到对应于业务数据的负载判断模型。
其中，以采用K-means聚类算法为例，计算各历史业务数据中的数据与均值向量的距离，并根据距离最近的均值向量确定各历史业务数据的簇标记，并分配至对应于的簇中，然后计算新的均值向量并将其作为当前均值向量，循环执行以上过程，直到当前均值向量不再更新，输出最终的簇划分结果，即得到对应于业务数据的负载判断模型。
负载判断模型中的各簇分别对应告警级别，且每种告警级别分别对应于负载状态信息。如告警级别为告警二级时，告警二级具有对应的数值大小X（即为负载状态信息），该负载状态信息用于反映系统负载状态。
需要说明的是，获取对应于第一资源数据的负载判断模型和对应于第二资源数据的负载判断模型也可以采用获取业务数据对应的负载判断模型的相同方法，对此不予赘述。其中，对应于第一资源数据的负载判断模型中的各簇分别对应告警级别，且每种告警级别分别对应于负载状态信息，如告警级别为告警二级时，告警二级具有对应的数值大小Y（即为负载状态信息），该负载状态信息用于反映系统负载状态。相应的，对应于第二资源数据的负载判断模型中的各簇分别对应告警级别，且每种告警级别分别对应于负载状态信息，如告警级别为告警二级时，告警二级具有对应的数值大小Z（即为负载状态信息），该负载状态信息用于反映系统负载状态。
其中，X、Y和Z的数据大小可以根据实际的告警级别等级和数据确定，例如可以设置X和Y的数据为小于5的正整数，Z的数值对应于-5至0之间的整数（数值的绝对值与系统告警级别数的+1是对应的），本公开实施例可根据实际需求设置X、Y和Z的数值大小，对此不做特殊限定。
值得说明的是，本公开实施例的聚类算法不限于K-means算法，还可以采用均值漂移聚类算法、基于密度的聚类算法等，可根据实际需求选择相应的聚类算法获得每种数据对应的负载判断模型。
在一示例性实施例中，在获得每种数据的负载判断模型后，可以基于各种负载判断模型，将业务数据、第一资源数据和第二资源数据分别作为各自对应负载判断模型的输入，以得到业务负载状态信息，第一资源负载状态信息和第二资源负载状态信息。也就是说，得到用于反映系统负载状态的X、Y和Z。
在步骤S230中，将业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息进行融合，并结合得到的融合信息和当前时间信息确定监控周期，以基于监控周期对VoLTE系统进行监控。
在本公开示例性实施例中，对VoLTE系统进行监控可以及时获取系统负载情况和业务处理情况，进而能够在存在异常时及时告警。当前时间信息为本次进行监控周期预测过程对应的时间信息，由于时间对VoLTE业务存在影响，如在一天的不同时段（如高峰时段和普通时段）中的VoLTE业务存在明显差异，本公开实施例在预测监控周期时将当前时间信息作为考虑因素，以提高监控周期的预测准确性。
如图3示出了根据本公开示例性实施例的一种进行负载状态信息融合的流程图，包括步骤S310和步骤320：
步骤S310：基于VoLTE系统与网管系统的硬件处理性能信息间的关系，获取业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息各自对应的第一权重信息。
硬件处理性能信息是指各系统的当前硬件处理性能，如内存信息（30G内存、8G内存）、CPU（如16核、4核）等，基于当前硬件处理性能可以确定VoLTE系统和网管系统的在当前的处理性能优劣，进而，可以增大处理性能较优的系统（VoLTE系统或网管系统）的第一权重信息，相应的，降低处理性能较劣的系统（网管系统或VoLTE系统）的第一权重信息。
示例性的，可以预先设置不同比例与权重信息的对应关系，基于该对应关系可以根据VoLTE系统和网管系统的内存信息的比例确定X、Y和Z的第一权重信息，并且根据VoLTE系统和网管系统的CPU内核数量的比例确定X、Y和Z的第一权重信息，并结合两部分的第一权重信息确定X、Y和Z的最终的第一权重信息。其中，结合方式如相加、相乘等，对此不做特殊限定。
需要说明的是，上述仅是示例性的说明根据VoLTE系统与网管系统的硬件处理性能信息间的关系确定第一权重信息，还可以增加其它维度，如运算速度等。
步骤S320：基于第一权重信息，将业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息进行融合。
在获得第一权重信息后，可以基于第一权重信息将业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息进行融合，即基于X、Y和Z分别对应的权重信息将X、Y和进行加权求和，得到融合信息。
本公开实施例从系统层面，获取VoLTE系统和网管系统的资源负载状态信息，从数据来源层面，获取业务负载状态信息和资源负载状态信息，结合三种业务负载状态信息获得融合信息可以全面获知各类负载情况，进而可提高后续的预测监控周期的准确性。
在一示例性实施例中，还提供另一种进行负载状态信息融合的方式。如图4所示，该过程包括步骤S410和步骤S420：
步骤S410：响应针对业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息的权重调整操作，确定业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息各自对应的第二权重信息。
如图5所示的交互界面示意图，本公开实施例可以有用户通过该交互界面进行权重调整操作，获取权重调整操作对应的权重作为业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息各自对应的第二权重信息。也就是说，本公开实施例可以由用户根据VoLTE系统与网管系统的硬件处理性能信息间的关系对X、Y和Z的权重进行实时配置，以获取各信息对应的第二权重信息。
步骤S420：基于第二权重信息，将业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息进行融合。
在获得第二权重信息后，根据第二权重信息将业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息进行融合，得到融合信息。即，根据第二权重信息，将X、Y和Z进行加权求和，得到融合信息。
在一示例性实施例中，还提供一种结合融合信息和当前时间信息确定监控周期的实现方式。如图6所示，结合得到的融合信息和当前时间信息确定监控周期可以包括步骤S610和步骤S630：
步骤S610：确定当前时间信息所属的目标时段。
本公开实施例可以预设多个时段，如高峰时段（例如10:00至13:00,16:00至23:00），普通时段（例如6:00至10:00, 13:00至16:00）和冷却时段（例如23:00至6:00）。当然，可根据实际需求设置多个时段，本公开实施例对划分时段的具体方式不做特殊限定。
进一步的，可以基于预设的多个时段确定当前时间信息所属的目标时段。
步骤S620：基于时段与时段因子的对应关系，获取目标时段对应的目标时段因子，目标时段因子用于指示VoLTE系统在目标时段的繁忙程度。
本公开实施例可预先设置时段与时段因子的对应关系，如表1示例性的示出了一种时段与时段因子的对应关系。
表1
其中，目标时段因子用于指示VoLTE系统在目标时段的繁忙程度。例如，t1、t2和t3可以符合如下关系：
（1）
当然，时段因子t1、t2和t3的关系也可以根据实际需求设置，本公开实施例包括但不限于上述关系。
步骤S630：结合融合信息和目标时段因子确定监控周期。
本公开实施例在获得融合信息和目标时段因子后，可以结合融合信息和目标时段因子确定监控周期。
在本公开实施例中，在确定监控周期时，引入了对VoLTE业务具有影响的时间信息，进一步提高后续确定的监控周期的准确性。
在一示例性实施例中，结合融合信息和目标时段因子确定监控周期还可以包括：
首先，根据融合信息和目标时段因子计算周期评估信息；然后将周期评估信息与预设周期评估因子进行比较，并根据比较结果确定监控周期。
可以采用如下公式确定周期评估信息：
E=(αX+βY+γZ)×t×1% (2)
其中，E为周期评估信息，(αX+βY+γZ)为融合信息，X为业务负载状态信息，Y为第一资源负载状态信息，Z为第二资源负载状态信息，α、β和γ分别为业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息对应的第一权重信息（或第二权重信息），t为目标时段因子。
在公式(2)中，由于Z为网管系统的负载状态，其权重取负值，即当前负载越大，证明当前网管系统面临超载可能性越大，则应减少监控频率，即监控周期越大。X、Y均为VoLTE系统的负载状态，与监测周期为反比例关系，即VoLTE系统负载越大，证明被监测系统（VoLTE系统）发生故障概率大，应及时监控反馈，则监控频率上调，即监控周期应减小。
需要说明的是，本公开实施例还可以采用其它方式结合融合信息和目标时段因子确定周期评估信息，如以目标时段因子作为融合信息的指数的方式来确定周期评估信息等。
进一步的，在获取周期评估信息后，将周期评估信息与预设周期评估因子进行比较，并根据比较结果确定监控周期。
具体而言，若E<=40%，证明当前整体为空闲状态，则设置监控周期为2T；当40%<E<=80%，证明整体系统为正常运行状态，监控周期为T；当E>80%，证明系统为忙碌状态，故障率高，监控周期应调整为T/2，还可以触发相应告警操作。其中，T为正整数。
本公开实施例的预设周期评估因子为40%和80%，仅是作为示例性的，本公开实施例可根据实际需求设定相应的预设周期评估因子，对此不做特殊限定。
在一示例性实施例中，考虑时间信息中还可以包括假期等因素的影响，还提供一种计算周期评估信息的实现方式。如图7所示，根据融合信息和目标时段因子计算周期评估信息还可以包括步骤S710和步骤S720：
步骤S710：获取当前日期信息，并基于当前日期信息对目标时段因子进行修正，得到修正时段因子。
步骤S720：根据融合信息和修正时段因子计算周期评估信息。
其中，可以根据当前日期信息是否位于节假日对目标时段因子进行调整，若是，则修正目标时段因子，使得到的修正时段因子可以反映VoLTE系统在节假日的目标时段的繁忙程度，以提高修正时段因子所表达的繁忙程度的真实有效性，进而提高周期评估信息的准确性。
示例性，若当前日期位于春节期间，则可以调大目标时段因子，表明在目标时段内VoLTE系统将更容易处于繁忙状态。
在一示例性实施例中，在结合得到的融合信息和当前时间信息确定监控周期之后，可以基于监控周期，以热加载的方式对VoLTE系统的监控周期参数进行配置。
热加载是指在不重启服务的情况下使更改的代码生效，本公开实施例采用热加载的方式对VoLTE系统的监控周期参数进行配置，无需在调整监控周期后重启网管系统，不涉及任何硬件上的改动，实现对VoLTE系统进行监控周期的动态调整且生效的同时，避免系统监控能力的中断，保证系统整体稳定。
如图8示出了根据本公开示例性实施例的一种VoLTE系统监控方法的示意图，执行主体为部署于网管系统的VoLTE系统监控装置，该装置包括监控执行模块、负载判断模块和预测调整模型。以下结合对8对本公开实施例的VoLTE系统监控方法进行说明。
首先，通过监控执行模型获取长期演进语音承载VoLTE系统的业务数据和第一资源数据，并获取VoLTE系统对应网管系统的第二资源数据。
其中，可以通过负载判断模块对获取的各数据进行特征提取，剔除与预测监测周期无关的特征数据，或者，也可以通过监控执行模型执行特征提取的过程，对此不做特殊限定。
其次，可以通过负载判断模块基于业务数据、第一资源数据和第二资源数据分别进行负载状态估计，得到业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息。
进一步的，通过预测调整模块将得到的业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息进行融合得到融合信息，并结合得到的融合信息和当前时间信息确定监控周期，以基于监控周期对VoLTE系统进行监控。
其中，通过热加载方式对VoLTE系统的监控周期参数进行配置，进而基于配置参数对VoLTE系统进行监控。
由以上可知，从系统层面分别获取VoLTE系统的第一资源数据和VoLTE系统对应网管系统的第二资源数据，并且在获取各系统的资源数据的同时，还获取VoLTE系统的业务数据，增加了用于预测监控周期的可用数据，进而提高所确定的监控周期的准确性；另一方面，分别基于业务数据、第一资源数据和第二资源数据进行负载状态估计后，将得到的业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息进行融合，以结合得到的融合信息与当前时间信息确定监控周期，使在确定监控周期时将时间作为参考因素，充分考虑各种负载状态和时间对VoLTE业务的影响，进一步提高了预测监控周期的准确性；再一方面，基于动态调整且实时生效的监控周期对VoLTE系统进行监控，避免了静态配置的监控周期存在的监控周期过长或过短的问题，不会因监控周期过长而导致不能及时反馈系统负载情况和业务处理异常，错过预警时机，以及不会因监控周期过短增加系统负担，实现对VoLTE系统的有效监控，进而有助于提升系统可用性。
此外，根据本公开的示例性实施例，还提供一种VoLTE系统监控装置，如图9所示，该VoLTE系统监控装置900包括：
监控执行模块910，用于获取长期演进语音承载VoLTE系统的业务数据和第一资源数据，并获取VoLTE系统对应网管系统的第二资源数据；
负载判断模块920，用于基于业务数据、第一资源数据和第二资源数据分别进行负载状态估计，得到业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息；
预测调整模块930，用于将业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息进行融合，并结合得到的融合信息和当前时间信息确定监控周期，以基于监控周期对VoLTE系统进行监控。
在本公开一示例性实施例中，负载判断模块920还被配置为执行：
对VoLTE系统的历史业务数据、历史资源数据以及网管系统的历史资源数据分别进行聚类处理，得到每种数据对应的负载判断模型；其中，每个负载判断模型用于输出待估计数据对应的告警级别，每种告警类别分别对应有负载状态信息。
在本公开一示例性实施例中，预测调整模块930被配置为执行：
基于VoLTE系统与网管系统的硬件处理性能信息间的关系，获取业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息各自对应的第一权重信息；基于第一权重信息，将业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息进行融合。
在本公开一示例性实施例中，预测调整模块930被配置为执行：
响应针对业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息的权重调整操作，确定业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息各自对应的第二权重信息；基于第二权重信息，将业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息进行融合。
在本公开一示例性实施例中，预测调整模块930被配置为执行：确定当前时间信息所属的目标时段；基于时段与时段因子的对应关系，获取目标时段对应的目标时段因子，目标时段因子用于指示VoLTE系统在目标时段的繁忙程度；结合融合信息和目标时段因子确定监控周期。
在本公开一示例性实施例中，预测调整模块930被配置为执行：根据融合信息和目标时段因子计算周期评估信息；将周期评估信息与预设周期评估因子进行比较，并根据比较结果确定监控周期。
在本公开一示例性实施例中，预测调整模块930被配置为执行：获取当前日期信息，并基于当前日期信息对目标时段因子进行修正，得到修正时段因子；根据融合信息和修正时段因子计算周期评估信息。
在本公开一示例性实施例中，预测调整模块930被配置为执行：基于监控周期，以热加载的方式对VoLTE系统的监控周期参数进行配置。
由于本公开的示例性实施例的VoLTE系统监控装置的各个功能模块（单元）的具体细节在上述VoLTE系统监控方法的发明实施例中已经详细说明，因此不再赘述。
应当注意，尽管在上文详细描述中提及了VoLTE系统监控装置的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外，在本公开示例性实施方式中，还提供了一种能够实现上述方法的计算机存储介质。其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施例的步骤。
本公开实施例还提供用于实现上述方法的程序产品，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以
上的组合。可读存储介质的更具体的例子（非穷举的列表）包括：具有一
个或多个导线的电连接、便携式盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网（LAN）或广域网（WAN），连接到用户计算设备，或者，可以连接到外部计算设备（例如利用因特网服务提供商来通过因特网连接）。
此外，在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施例、完全的软件实施例（包括固件、微代码等），或硬件和软件方面结合的实施例，这里可以统称为“电路”、“模块”或“系统”。
下面参照图10来描述根据本公开的这种实施例的电子设备1000。图10显示的电子设备1000仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图10所示，电子设备1000以通用计算设备的形式表现。电子设备1000的组件可以包括但不限于：上述至少一个处理单元1010、上述至少一个存储单元1020、连接不同系统组件（包括存储单元1020和处理单元1010）的总线1030、显示单元1040。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元1010执行，使得所述处理单元1010执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施例的步骤。
存储单元1020可以包括易失性存储单元形式的可读介质，例如随机存取存储单元（RAM）1021和/或高速缓存存储单元1022，还可以进一步包括只读存储单元（ROM）1023。
存储单元1020还可以包括具有一组（至少一个）程序模块1025的程序/实用工具1024，这样的程序模块1025包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线1030可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备1000也可以与一个或多个外部设备1100（例如键盘、指向设备、蓝牙设备等）通信，还可与一个或者多个使得用户能与该电子设备1000交互的设备通信，和/或与使得该电子设备1000能与一个或多个其它计算设备进行通信的任何设备（例如路由器、调制解调器等等）通信。这种通信可以通过输入/输出（I/O）接口1050进行。并且，电子设备1000还可以通过网络适配器1060与一个或者多个网络（例如局域网（LAN），广域网（WAN）和/或公共网络，例如因特网）通信。如图所示，网络适配器1060通过总线1030与电子设备1000的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备1000使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是CD-ROM，U盘，移动硬盘等）中或网络上，包括若干指令以使得一台计算设备（可以是个人计算机、服务器、终端装置、或者网络设备等）执行根据本公开实施例的方法。
此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
Claims (11)
1.一种VoLTE系统监控方法，其特征在于，包括：
获取长期演进语音承载VoLTE系统的业务数据和第一资源数据，并获取所述VoLTE系统对应网管系统的第二资源数据；
基于所述业务数据、所述第一资源数据和所述第二资源数据分别进行负载状态估计，得到业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息；
将所述业务负载状态信息、所述第一资源负载状态信息和所述第二资源负载状态信息进行融合，并结合得到的融合信息和当前时间信息确定监控周期，以基于所述监控周期对所述VoLTE系统进行监控。
2.根据权利要求1所述的方法，其特征在于，在所述基于所述业务数据、所述第一资源数据和所述第二资源数据分别进行负载状态估计，得到业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息之前，所述方法还包括：
对所述VoLTE系统的历史业务数据、历史资源数据以及所述网管系统的历史资源数据分别进行聚类处理，得到每种数据对应的负载判断模型；
其中，每个所述负载判断模型用于输出待估计数据对应的告警级别，每种告警类别分别对应有负载状态信息。
3.根据权利要求1所述的方法，其特征在于，所述将所述业务负载状态信息、所述第一资源负载状态信息和所述第二资源负载状态信息进行融合，包括：
基于所述VoLTE系统与所述网管系统的硬件处理性能信息间的关系，获取所述业务负载状态信息、第一资源负载状态信息和所述第二资源负载状态信息各自对应的第一权重信息；
基于所述第一权重信息，将所述业务负载状态信息、所述第一资源负载状态信息和所述第二资源负载状态信息进行融合。
4.根据权利要求1所述的方法，其特征在于，所述将所述业务负载状态信息、所述第一资源负载状态信息和所述第二资源负载状态信息进行融合，包括：
响应针对所述业务负载状态信息、所述第一资源负载状态信息和所述第二资源负载状态信息的权重调整操作，确定所述业务负载状态信息、所述第一资源负载状态信息和所述第二资源负载状态信息各自对应的第二权重信息；
基于所述第二权重信息，将所述业务负载状态信息、所述第一资源负载状态信息和所述第二资源负载状态信息进行融合。
5.根据权利要求1所述的方法，其特征在于，所述结合得到的融合信息和当前时间信息确定监控周期，包括：
确定所述当前时间信息所属的目标时段；
基于时段与时段因子的对应关系，获取所述目标时段对应的目标时段因子，所述目标时段因子用于指示所述VoLTE系统在所述目标时段的繁忙程度；
结合所述融合信息和所述目标时段因子确定所述监控周期。
6.根据权利要求5所述的方法，其特征在于，所述结合所述融合信息和所述目标时段因子确定所述监控周期，包括：
根据所述融合信息和所述目标时段因子计算周期评估信息；
将所述周期评估信息与预设周期评估因子进行比较，并根据比较结果确定所述监控周期。
7.根据权利要求6所述的方法，其特征在于，所述根据所述融合信息和所述目标时段因子计算周期评估信息，包括：
获取当前日期信息，并基于所述当前日期信息对所述目标时段因子进行修正，得到修正时段因子；
根据所述融合信息和所述修正时段因子计算所述周期评估信息。
8.根据权利要求1至7中任一项所述的方法，其特征在于，在所述结合得到的融合信息和当前时间信息确定监控周期之后，所述方法还包括：
基于所述监控周期，以热加载的方式对所述VoLTE系统的监控周期参数进行配置。
9.一种VoLTE系统监控装置，其特征在于，包括：
监控执行模块，用于获取长期演进语音承载VoLTE系统的业务数据和第一资源数据，并获取所述VoLTE系统对应网管系统的第二资源数据；
负载判断模块，用于基于所述业务数据、所述第一资源数据和所述第二资源数据分别进行负载状态估计，得到业务负载状态信息、第一资源负载状态信息和第二资源负载状态信息；
预测调整模块，用于将所述业务负载状态信息、所述第一资源负载状态信息和所述第二资源负载状态信息进行融合，并结合得到的融合信息和当前时间信息确定监控周期，以基于所述监控周期对所述VoLTE系统进行监控。
10.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据权利要求1至8中任一项所述的方法。
11.一种电子设备，其特征在于，包括：
处理器；以及
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至8中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310861943.2A CN116599873B (zh) | 2023-07-13 | 2023-07-13 | VoLTE系统监控方法及装置、存储介质和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310861943.2A CN116599873B (zh) | 2023-07-13 | 2023-07-13 | VoLTE系统监控方法及装置、存储介质和电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116599873A true CN116599873A (zh) | 2023-08-15 |
| CN116599873B CN116599873B (zh) | 2023-11-07 |
Family
ID=87599385
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310861943.2A Active CN116599873B (zh) | 2023-07-13 | 2023-07-13 | VoLTE系统监控方法及装置、存储介质和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116599873B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20050078101A (ko) * | 2004-01-30 | 2005-08-04 | 한국과학기술정보연구원 | 그리드 정보서비스를 위한 지능형 모니터링 시스템 및 방법 |
| CN104702680A (zh) * | 2015-02-13 | 2015-06-10 | 安科智慧城市技术（中国）有限公司 | 一种资源监测方法及系统 |
| CN113535515A (zh) * | 2021-07-06 | 2021-10-22 | 杭州电子科技大学 | 一种基于Zabbix监控系统的高效动态采集方法 |
| US20220343244A1 (en) * | 2021-04-27 | 2022-10-27 | International Business Machines Corporation | Monitoring and adapting a process performed across plural systems associated with a supply chain |
-
2023
- 2023-07-13 CN CN202310861943.2A patent/CN116599873B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20050078101A (ko) * | 2004-01-30 | 2005-08-04 | 한국과학기술정보연구원 | 그리드 정보서비스를 위한 지능형 모니터링 시스템 및 방법 |
| CN104702680A (zh) * | 2015-02-13 | 2015-06-10 | 安科智慧城市技术（中国）有限公司 | 一种资源监测方法及系统 |
| US20220343244A1 (en) * | 2021-04-27 | 2022-10-27 | International Business Machines Corporation | Monitoring and adapting a process performed across plural systems associated with a supply chain |
| CN113535515A (zh) * | 2021-07-06 | 2021-10-22 | 杭州电子科技大学 | 一种基于Zabbix监控系统的高效动态采集方法 |
Non-Patent Citations (1)
| Title |
|---|
| 童智高 等: "面向容器化PaaS平台的智能监控技术研究与实现", 计算机集成制造系统, vol. 23, no. 5 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116599873B (zh) | 2023-11-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110858161B (zh) | 资源分配方法、装置、系统、设备和介质 | |
| US10554738B1 (en) | Methods and apparatus for load balance optimization based on machine learning | |
| WO2018194836A1 (en) | Systems and methods for proactively and reactively allocating resources in cloud-based networks | |
| CN107592345B (zh) | 交易限流装置、方法及交易系统 | |
| US9292336B1 (en) | Systems and methods providing optimization data | |
| CN110213203B (zh) | 网络调度方法、装置及计算机存储介质 | |
| CN111858704A (zh) | 一种数据监控方法、装置、电子设备以及存储介质 | |
| CN116599873B (zh) | VoLTE系统监控方法及装置、存储介质和电子设备 | |
| CN111681094B (zh) | 一种监测资源策略异常的方法、装置和电子设备 | |
| CN109960572B (zh) | 设备资源管理方法和装置以及智能终端 | |
| CN112565391A (zh) | 调整工业互联网平台中实例的方法、装置、设备和介质 | |
| CN109284275B (zh) | 一种云平台虚拟机文件系统监控方法和装置 | |
| CN115442262B (zh) | 一种资源评估方法、装置、电子设备及存储介质 | |
| CN108540546B (zh) | 网络节点入网控制方法、电子设备、网络系统和存储介质 | |
| CN116719787A (zh) | 轨道系统中设备日志的上传方法、装置、介质及电子设备 | |
| CN113542027B (zh) | 一种基于分布式服务架构的流量隔离方法、装置和系统 | |
| CN111538597B (zh) | 资源配置方法、装置、计算机可读存储介质及电子设备 | |
| CN113282538A (zh) | 文件系统管理方法、装置、设备、存储介质、程序产品 | |
| CN113656046A (zh) | 一种应用部署方法和装置 | |
| EP3748798A1 (en) | Processing device, processing method, and program | |
| CN117311999B (zh) | 一种服务集群的资源调度方法、存储介质及电子设备 | |
| CN116303804B (zh) | 一种数据对比方法、装置、设备和介质 | |
| CN112887219B (zh) | 报文组包间隔调整方法及装置 | |
| CN116701127B (zh) | 一种基于大数据的应用性能监控方法及平台 | |
| US20240187355A1 (en) | Prioritizing Messages for Server Processing Based on Monitoring and Predicting Server Resource Utilization |
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 |