CN116633434B - 多功能综合业务光端机的传输监测方法及系统 - Google Patents
多功能综合业务光端机的传输监测方法及系统 Download PDFInfo
- Publication number
- CN116633434B CN116633434B CN202310904664.XA CN202310904664A CN116633434B CN 116633434 B CN116633434 B CN 116633434B CN 202310904664 A CN202310904664 A CN 202310904664A CN 116633434 B CN116633434 B CN 116633434B
- Authority
- CN
- China
- Prior art keywords
- service
- processing
- network port
- health degree
- performance parameter
- 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.)
- Active
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 114
- 238000012544 monitoring process Methods 0.000 title claims abstract description 103
- 230000003287 optical effect Effects 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 202
- 230000036541 health Effects 0.000 claims abstract description 170
- 238000011156 evaluation Methods 0.000 claims abstract description 69
- 239000011159 matrix material Substances 0.000 claims abstract description 65
- 238000012937 correction Methods 0.000 claims description 29
- 238000010276 construction Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000003066 decision tree Methods 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 5
- 230000002596 correlated effect Effects 0.000 claims description 4
- 230000001934 delay Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 6
- 230000000875 corresponding effect Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000004075 alteration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/07—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems
- H04B10/075—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal
- H04B10/079—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal using measurements of the data signal
- H04B10/0795—Performance monitoring; Measurement of transmission parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/07—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems
- H04B10/075—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal
- H04B10/079—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal using measurements of the data signal
- H04B10/0795—Performance monitoring; Measurement of transmission parameters
- H04B10/07953—Monitoring or measuring OSNR, BER or Q
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种多功能综合业务光端机的传输监测方法及系统,涉及数据处理技术领域,该方法包括:采集待进行传输监测的光端机内多个业务网口的温度和业务繁忙度,以及处理模块的温度;基于模糊算法,构建总模糊评价通道和多个模糊评价路径;获得多个网口传输性能参数集合和处理性能参数集合;构建网口监测数据矩阵,并进行标准化处理,获取标准化网口数据矩阵;计算获取多个业务网口的多个相对性能评分;对多个业务健康度信息进行校正,作为光端机的传输监测结果,进行展示。本发明解决了现有技术中片面考虑光端机业务网口传输能力,对光端机传输监测准确度低的技术问题,达到了全面对光端机进行传输监测,提升监测准确度的技术效果。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种多功能综合业务光端机的传输监测方法及系统。
背景技术
随着技术的发展,光端机需要处理的业务类型越来越多,需要使用不同的网口对不同的业务进行处理。目前,对光端机进行传输监测时,主要是对不同的网口传输情况进行监测,忽略了光端机对业务处理的能力大小,对不同网口的影响程度,导致监测结果可靠性低的后果。现有技术中片面考虑光端机业务网口传输能力,对光端机传输监测准确度低的技术问题。
发明内容
本申请提供了一种多功能综合业务光端机的传输监测方法及系统,用于针对解决现有技术中片面考虑光端机业务网口传输能力,对光端机传输监测准确度低的技术问题。
鉴于上述问题,本申请提供了一种多功能综合业务光端机的传输监测方法及系统。
本申请的第一个方面,提供了一种多功能综合业务光端机的传输监测方法,所述方法包括:
采集待进行传输监测的光端机内多个业务网口的温度和业务繁忙度,以及处理模块的温度,获得多个网口温度、多个繁忙度信息和处理温度,其中,业务繁忙度包括数据传输量;
基于所述光端机在不同温度下进行数据传输和处理的误码率、效率和时延,基于模糊算法,构建总模糊评价通道和多个模糊评价路径;
将所述多个网口温度输入所述多个模糊评价路径,获得多个网口传输性能参数集合,将所述处理温度输入所述总模糊评价通道,获得处理性能参数集合;
基于所述多个网口传输性能参数集合和多个业务繁忙度,构建网口监测数据矩阵,并进行标准化处理,获取标准化网口数据矩阵,所述网口监测数据矩阵的行属性包括多个业务网口,列属性包括误码率、效率、时延和业务繁忙度;
根据所述标准化网口数据矩阵内的标准值,计算获取所述多个业务网口的多个相对性能评分;
构建业务健康度分析通道,所述业务健康度分析通道包括网口业务健康度分析路径和模块健康度分析路径;
将所述多个相对性能评分输入所述网口业务健康度分析路径内,获得所述多个业务网口的多个业务健康度信息,将所述处理性能参数集合输入所述模块健康度分析路径,获得处理健康度信息,对所述多个业务健康度信息进行校正,获得多个校正业务健康度信息,作为所述光端机的传输监测结果,进行展示。
本申请的第二个方面,提供了一种多功能综合业务光端机的传输监测系统,所述系统包括:
处理温度获得模块,所述处理温度获得模块用于采集待进行传输监测的光端机内多个业务网口的温度和业务繁忙度,以及处理模块的温度,获得多个网口温度、多个繁忙度信息和处理温度,其中,业务繁忙度包括数据传输量;
评价路径构建模块,所述评价路径构建模块用于基于所述光端机在不同温度下进行数据传输和处理的误码率、效率和时延,基于模糊算法,构建总模糊评价通道和多个模糊评价路径;
性能参数获得模块,所述性能参数获得模块用于将所述多个网口温度输入所述多个模糊评价路径,获得多个网口传输性能参数集合,将所述处理温度输入所述总模糊评价通道,获得处理性能参数集合;
数据矩阵获得模块,所述数据矩阵获得模块用于基于所述多个网口传输性能参数集合和所述多个业务繁忙度,构建网口监测数据矩阵,并进行标准化处理,获取标准化网口数据矩阵,所述网口监测数据矩阵的行属性包括多个业务网口,列属性包括误码率、效率、时延和业务繁忙度;
性能评分计算模块,所述性能评分计算模块用于根据所述标准化网口数据矩阵内的标准值,计算获取所述多个业务网口的多个相对性能评分;
分析通道构建模块,所述分析通道构建模块用于构建业务健康度分析通道,所述业务健康度分析通道包括网口业务健康度分析路径和模块健康度分析路径;
监测结果设定模块,所述监测结果设定模块用于将所述多个相对性能评分输入所述网口业务健康度分析路径内,获得所述多个业务网口的多个业务健康度信息,将所述处理性能参数集合输入所述模块健康度分析路径,获得处理健康度信息,对所述多个业务健康度信息进行校正,获得多个校正业务健康度信息,作为所述光端机的传输监测结果,进行展示。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请通过采集待进行传输监测的光端机内多个业务网口的温度和业务繁忙度,以及处理模块的温度,获得多个网口温度、多个繁忙度信息和处理温度,其中,业务繁忙度包括数据传输量,然后基于光端机在不同温度下进行数据传输和处理的误码率、效率和时延,基于模糊算法,构建总模糊评价通道和多个模糊评价路径,通过将多个网口温度输入多个模糊评价路径,获得多个网口传输性能参数集合,将处理温度输入总模糊评价通道,获得处理性能参数集合,进而基于多个网口传输性能参数集合和多个业务繁忙度,构建网口监测数据矩阵,并进行标准化处理,获取标准化网口数据矩阵,网口监测数据矩阵的行属性包括多个业务网口,列属性包括误码率、效率、时延和业务繁忙度,根据标准化网口数据矩阵内的标准值,计算获取多个业务网口的多个相对性能评分,然后构建业务健康度分析通道,业务健康度分析通道包括网口业务健康度分析路径和模块健康度分析路径,通过将多个相对性能评分输入网口业务健康度分析路径内,获得多个业务网口的多个业务健康度信息,将处理性能参数集合输入模块健康度分析路径,获得处理健康度信息,对多个业务健康度信息进行校正,获得多个校正业务健康度信息,作为光端机的传输监测结果,进行展示。达到了全面综合考虑光端机处理模块的性能对多个业务网口的传输性能影响程度后,对光端机进行传输监测,提升监测准确度的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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为本申请实施例提供的一种多功能综合业务光端机的传输监测方法流程示意图;
图2为本申请实施例提供的一种多功能综合业务光端机的传输监测方法中构建多个模糊评价路径和总模糊评价通道的流程示意图;
图3为本申请实施例提供的一种多功能综合业务光端机的传输监测方法中获得业务健康度分析通道的流程示意图;
图4为本申请实施例提供的一种多功能综合业务光端机的传输监测系统结构示意图。
附图标记说明:处理温度获得模块11,评价路径构建模块12,性能参数获得模块13,数据矩阵获得模块14,性能评分计算模块15,分析通道构建模块16,监测结果设定模块17。
具体实施方式
本申请通过提供了一种多功能综合业务光端机的传输监测方法及系统,用于针对解决现有技术中片面考虑光端机业务网口传输能力,对光端机传输监测准确度低的技术问题。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。
实施例一
如图1所示,本申请提供了一种多功能综合业务光端机的传输监测方法,其中,所述方法包括:
步骤S100:采集待进行传输监测的光端机内多个业务网口的温度和业务繁忙度,以及处理模块的温度,获得多个网口温度、多个繁忙度信息和处理温度,其中,业务繁忙度包括数据传输量;
在一个可能的实施例中,所述待进行传输监测的光端机是需要进行传输监测的任意一个光端机,具有多个业务网口和处理模块。其中,所述多个业务网口用于对不同业务进行数据传输,所述处理模块用于处理从多个业务网口传输至光端机中的数据。为了能够对具有多功能综合业务的光端机进行传输监测,需要对光端机内多个业务网口的温度和业务繁忙度进行采集,以及采集处理模块的温度,获得多个网口温度、多个繁忙度信息和处理温度。所述业务繁忙度是对每个业务网口需要处理的数据量进行反映的指标,包括数据传输量。数据传输量越大,对应的业务繁忙度越高。通过进行数据采集,为后续进行光端机的传输监测分析提供基础分析数据。
步骤S200:基于所述光端机在不同温度下进行数据传输和处理的误码率、效率和时延,基于模糊算法,构建总模糊评价通道和多个模糊评价路径;
进一步的,如图2所示,基于所述光端机在不同温度下进行数据传输和处理的误码率、效率和时延,基于模糊算法,构建总模糊评价通道和多个模糊评价路径,本申请实施例步骤S200还包括:
步骤S210:根据所述光端机历史时间内不同温度下的运行监测数据,获取所述多个业务网口在多个样本温度下的多个网口性能参数集合,并获取所述处理模块在多个样本温度下的多个处理性能参数集,每个性能参数集内包括误码率、处理效率和时延;
步骤S220:对所述多个网口性能参数集合和多个处理性能参数集进行均值模糊处理,获得多个样本网口性能参数集合和多个样本处理性能参数集;
步骤S230:基于所述多个样本温度分别结合所述多个样本网口性能参数集和多个样本处理性能参数集,构建所述多个模糊评价路径和总模糊评价通道。
在一个实施例中,由于光端机进行传输处理的过程中,受到诸多因素的影响,在进行分析过程中不能完全对其他因素进行隔离,因此利用模糊算法在保证监测分析质量的基础上,提高分析效率。通过对不同温度下光端机进行数据传输和处理的误码率、效率和时延进行采集,以此为基础数据构建总模糊评价通道和多个模糊评价路径。其中,所述误码率是指传输错误和处理错误的数据占总数据的比例。效率是指单位时间内进行数据传输和处理的数据量。时延是进行数据传输和处理延迟的时间。所述总模糊评价通道用于对光端机进行处理的性能进行模糊评价的通道。所述多个模糊评价路径用于对多个业务网口进行数据传输的性能分别进行模糊评价的路径。通过构建总模糊评价通道和多个模糊评价路径可以实现智能化的对光端机进行数据传输和处理的性能进行评价的目标,达到了提升性能评价效率和质量的技术效果。
具体而言,通过对光端机在历史时间内不同温度下的运行监测数据进行获取,并以多个业务网口性能和处理模块性能为索引,获得多个业务网口在多个样本温度下的多个网口性能参数集合,和所述处理模块在多个样本温度下的多个处理性能参数集。优选的,每个网口性能参数集合和每个处理性能参数集中包括误码率、处理效率和时延。
具体的,通过对不同样本温度下的多个网口性能参数集合和多个处理性能参数集进行均值模糊处理,示例性的,从所述多个样本温度中选取一个样本温度对应的多个网口性能参数集合,对多个网口性能参数集合中的误码率、处理效率和时延分别求取均值,将均值作为一个样本网口性能参数集合。以所述多个样本温度结合所述多个样本网口性能参数集作为路径构建数据,构建所述多个模糊评价路径;以所述多个样本温度结合所述多个样本处理性能参数集作为通道构建数据,构建所述总模糊评价通道。
具体的,以所述多个样本温度和多个样本网口性能参数集作为路径构建数据,对基于BP神经网络构建的多个框架进行监督训练,直至训练至收敛,获得所述多个模糊评价路径。以所述多个样本温度集合多个样本处理性能参数集作为评级通道构建数据,对基于BP神经网络构建的框架进行监督训练,直至训练至收敛,获得所述总模糊评价通道。
步骤S300:将所述多个网口温度输入所述多个模糊评价路径,获得多个网口传输性能参数集合,将所述处理温度输入所述总模糊评价通道,获得处理性能参数集合;
具体而言,通过将所述多个网口温度分别输入对应的多个模糊评价路径中,获得多个网口传输性能集合。其中,所述多个网口传输性能集合反映了所述待进行传输监测的光端机内多个业务网口在对应的网口温度下进行数据传输的质量。将所述处理温度作为输入数据,输入所述总模糊评价通道中,进行智能化的评价,获得处理性能参数集合。其中,所述性能处理参数集合反映了待进行传输监测的光端机的处理模块进行数据处理的性能情况。
步骤S400:基于所述多个网口传输性能参数集合和多个业务繁忙度,构建网口监测数据矩阵,并进行标准化处理,获取标准化网口数据矩阵,所述网口监测数据矩阵的行属性包括多个业务网口,列属性包括误码率、效率、时延和业务繁忙度;
进一步的,基于所述多个网口传输性能参数集合和所述多个业务繁忙度,构建网口监测数据矩阵,本申请实施例步骤S400还包括:
步骤S410:对所述多个网口传输性能参数集合内的误码率和时延,以及多个业务繁忙度进行极大化处理,获得多个处理网口参数集合;
;
其中,为第一个业务网口的误码率,/>为第N个业务网口的误码率,N为大于1的整数,/>为第一个业务网口的繁忙度信息,/>为第N个业务网口的繁忙度信息。
进一步的,进行标准化处理,获取标准化网口数据矩阵,本申请实施例步骤S400还包括:
步骤S420:对所述网口监测数据矩阵内的元素进行标准化处理,如下式:
;
其中,为/>标准化处理后的标准值;
步骤S430:基于标准化处理后的标准值,构建所述标准化网口数据矩阵,如下式:
。
在本申请的实施例中,获得多个网口传输性能参数集合后为了对待进行传输监测的光端机内的多个业务网口传输情况进行可靠监测,以多个网口传输性能参数集合和多个业务繁忙度为构建数据,构建所述网口监测数据矩阵。其中,所述网口监测数据矩阵用于对多个业务网口多个性能进行综合计算,从而更全面的对光端机完成多种业务的健康程度进行监测,并提升数据处理的效率和监测的准确度。在获得所述网口监测数据矩阵之后对其进行标准化处理,从而获得标准化网口数据矩阵,从而消除业务网口不同性能对应的不同量纲带来的影响。优选的,所述网口监测数据矩阵的行属性包括多个业务网口,列属性包括误码率、效率、时延和业务繁忙度。
具体而言,为了提升后续进行数据处理的效率,对所述多个网口传输性能参数集合内的误码率和时延,以及多个业务繁忙度进行极大化处理,也就是将参数值越小越好的指标参数转换为参数值越大越好的指标参数,进而,获得所述多个处理网口参数集合。示例性的,利用极大化公式:max-x或者1/x,其中,x为网口传输性能参数。当误码率参数集合为0.2、0.6、0.3时,分别对0.2、0.6、0.3取倒数,完成极大化操作,获得的极大化处理后的处理误码率参数集合为2、6、3。
具体的,在获得所述网口监测数据矩阵A后,利用标准化处理公式对所述网口监测数据矩阵A中的元素进行标准化处理,获得所述标准化网口数据矩阵B。优选的,网口监测数据矩阵A中,/>为第一个业务网口的误码率,/>为第N个业务网口的误码率,N为大于1的整数,/>为第一个业务网口的繁忙度信息,/>为第N个业务网口的繁忙度信息。优选的,在矩阵中,第二列/>为处理效率,第三列/>为时延。通过对数据进行处理,构建所述网口监测数据矩阵,并进行标准化处理获得标准化网口数据矩阵,为后续进行传输监测提供降维处理后的数据,提升监测分析的效率。
步骤S500:根据所述标准化网口数据矩阵内的标准值,计算获取所述多个业务网口的多个相对性能评分;
进一步的,根据所述标准化网口数据矩阵内的标准值,计算获取所述多个业务网口的多个相对性能评分,本申请实施例步骤S500还包括:
;
;
其中,为第i个业务网口的相对性能评分,/>为第j列标准值中的最小值,/>为第i个业务接口在第j列的标准值,/>为第j列标准值中的最大值。
具体而言,利用TOPSIS算法,结合所述标准化网口数据矩阵内的标准值,计算多个业务网口的多个相对性能评分,实现了较为准确地计算各个网口相对的性能评分的目标,达到了对多种业务健康度进行监测,提升数据处理的收敛效率的技术效果。通过利用公式确定多个业务网口相对于其他业务网口的性能评分,充分利用数据中包含的信息,确定各个业务网口之间的性能差异。
步骤S600:构建业务健康度分析通道,所述业务健康度分析通道包括网口业务健康度分析路径和模块健康度分析路径;
进一步的,如图3所示,本申请实施例步骤S600还包括:
步骤S610:对所述光端机历史时间的监测数据进行处理,获得样本相对性能评分集合;
步骤S620:根据所述样本相对性能评分集合进行业务健康度评估,获取样本业务健康度信息集合;
步骤S630:基于决策树算法,根据所述样本相对性能评分集合和样本业务健康度信息集合,构建所述网口业务健康度分析路径;
步骤S640:获取多个样本处理性能参数集合,并获取多个样本处理健康度信息;
步骤S650:基于BP神经网络,根据所述多个样本处理性能参数集合和多个样本处理健康度信息,构建所述模块健康度分析路径,获得所述业务健康度分析通道。
在一个可能的实施例中,通过构建所述业务健康度分析通道对待进行传输监测的光端机进行业务健康度智能化分析,其中,所述业务健康度分析通道包括网口业务健康度分析路径和模块健康度分析路径。其中,所述网口业务健康度分析路径用于对光端机的多个业务网口进行数据传输的健康程度进行智能化分析。所述模块健康度分析路径用于对光端机的处理模块进行数据处理的健康程度进行智能化分析。
在一个实施例中,通过对所述光端机历史时间的监测数据进行处理,优选的,对历史时间的监测数据输入网口监测数据矩阵并进行标准化处理,获得标准化网口数据矩阵,然后确定多个业务网口的多个相对性能评分,也就是所述样本相对性能评分集合。进而,基于所述样本相对性能评分集合,根据本领域技术人员设定的业务健康度评估细则确定所述样本业务健康度信息集合。
具体而言,利用决策树算法,以所述样本相对性能评分集合构建决策树的根节点,从所述样本相对性能评分集合中不放回随机选取一样本相对性能评分作为第一样本相对性能评分,利用所述第一样本相对性能评分为第一内部节点进行赋值,并根据赋值后的第一内部节点对样本相对性能评分集合进行二分类划分,获得第一划分结果;从所述样本相对性能评分集合中再次不放回随机选取一样本相对性能评分作为第二样本相对性能评分,利用所述第二样本相对性能评分为第二内部节点进行赋值,并根据赋值后的第二内部节点对第一划分结果进行二分类划分,获得第二划分结果;经过多次内部节点赋值和二分类划分,获得第P内部节点和第P划分结果。基于所述第一内部节点、第二内部节点、第P内部节点构建所述网口业务健康度分析路径的基本框架,并根据第P划分结果中每个划分结果中包含的样本相对性能评分均值对第P划分结果进行标记,获得所述网口业务健康度分析路径。
具体的,通过获取多个样本处理性能参数集合,并根据本领域技术人员自行设定的处理健康度评分细则确定多个样本处理健康度信息。利用所述多个样本处理性能参数集合和多个样本处理健康度信息对基于BP神经网络构建的框架进行监督训练,直至输出达到收敛,获得所述模块健康度分析路径。进而,将所述网口业务健康度分析路径和模块健康度分析路径进行并列,获得所述业务健康度分析通道。
步骤S700:将所述多个相对性能评分输入所述网口业务健康度分析路径内,获得所述多个业务网口的多个业务健康度信息,将所述处理性能参数集合输入所述模块健康度分析路径,获得处理健康度信息,对所述多个业务健康度信息进行校正,获得多个校正业务健康度信息,作为所述光端机的传输监测结果,进行展示。
进一步的,对所述多个业务健康度进行校正,本申请实施例步骤S700还包括:
步骤S710:根据所述多个样本处理健康度信息,获取多个样本校正系数,校正系数的大小与处理健康度信息的大小正相关;
步骤S720:构建所述多个样本处理健康度信息和多个样本校正系数的映射关系,构建校正系数对照录;
步骤S730:将所述处理健康度信息输入所述校正系数对照录,获得校正系数,对所述多个业务健康度信息进行计算校正,获得所述多个校正业务健康度信息。
在本申请的实施例中,将所述多个相对性能评分输入所述网口业务健康度分析路径内,经过分析获得所述多个业务网口的多个业务健康度信息,然后将处理性能参数集合作为输入数据,输入所述模块健康度分析路径,获得处理健康度信息。利用处理健康度信息对所述多个业务健康度信息进行校正,从而获得所述多个校正业务健康度信息,将多个校正业务健康度信息,作为所述光端机的传输监测结果,进行展示。也就是说,通过根据待进行传输监测的光端机处理模块的健康程度对业务网口的业务健康度进行校正。
具体而言,通过基于所述多个样本处理健康度信息的大小,获得多个样本校正系数,样本处理健康度信息越大,表明处理模块对应的处理性能越好,样本校正系数越小,也就是说,校正系数的大小与处理健康度信息的大小正相关。优选的,将样本处理健康度信息与多个样本处理健康度信息总和的比值作为样本校正系数。进而,构建所述多个样本处理健康度信息和多个样本校正系数的映射关系,每个样本处理健康度信息对应一个样本校正系数,获得所述校正系数对照录。将所述处理健康度信息输入所述校正系数对照录中后,根据映射关系进行搜索,获得所述校正系数,基于所述校正系数对所述多个业务健康度信息进行计算校正,从而获得所述多个校正业务健康度信息。其中,所述多个校正业务健康度信息反映了多个业务网口在考虑光端机的处理性能后进行业务处理的健康程度。
综上所述,本申请实施例至少具有如下技术效果:
本申请通过对光端机内多个业务网口的温度和业务繁忙度进行采集,并获得处理模块的温度,为后续进行传输监测提供基础分析数据,然后利用模糊算法,结合在不同温度下光端机的性能获得智能化进行性能评价的总模糊评价通道和多个模糊评价路径,然后将多个网口温度和处理温度分别作为输入数据,分别输入多个模糊评价路径和总模糊评价通道中,获得多个网口传输性能参数集合和处理性能参数集合,然后利用标准化网口数据矩阵进行数据处理,实现了提升数据处理效率,降低数据复杂程度的目标,然后计算获得多个相对性能评分,利用业务健康分析通道进行高效分析,获得多个业务健康度信息和处理健康度信息,利用处理健康度信息对多个业务健康度信息进行校正,获得考虑光端机的处理性能后的业务处理性能,将其作为传输监测结果进行展示。达到了提升光端机监测准确度,提升监测效率的技术效果。
实施例二
基于与前述实施例中一种多功能综合业务光端机的传输监测方法相同的发明构思,如图4所示,本申请提供了一种多功能综合业务光端机的传输监测系统,本申请实施例中的系统与方法实施例基于同样的发明构思。其中,所述系统包括:
处理温度获得模块11,所述处理温度获得模块11用于采集待进行传输监测的光端机内多个业务网口的温度和业务繁忙度,以及处理模块的温度,获得多个网口温度、多个繁忙度信息和处理温度,其中,业务繁忙度包括数据传输量;
评价路径构建模块12,所述评价路径构建模块12用于基于所述光端机在不同温度下进行数据传输和处理的误码率、效率和时延,基于模糊算法,构建总模糊评价通道和多个模糊评价路径;
性能参数获得模块13,所述性能参数获得模块13用于将所述多个网口温度输入所述多个模糊评价路径,获得多个网口传输性能参数集合,将所述处理温度输入所述总模糊评价通道,获得处理性能参数集合;
数据矩阵获得模块14,所述数据矩阵获得模块14用于基于所述多个网口传输性能参数集合和所述多个业务繁忙度,构建网口监测数据矩阵,并进行标准化处理,获取标准化网口数据矩阵,所述网口监测数据矩阵的行属性包括多个业务网口,列属性包括误码率、效率、时延和业务繁忙度;
性能评分计算模块15,所述性能评分计算模块15用于根据所述标准化网口数据矩阵内的标准值,计算获取所述多个业务网口的多个相对性能评分;
分析通道构建模块16,所述分析通道构建模块16用于构建业务健康度分析通道,所述业务健康度分析通道包括网口业务健康度分析路径和模块健康度分析路径;
监测结果设定模块17,所述监测结果设定模块17用于将所述多个相对性能评分输入所述网口业务健康度分析路径内,获得所述多个业务网口的多个业务健康度信息,将所述处理性能参数集合输入所述模块健康度分析路径,获得处理健康度信息,对所述多个业务健康度信息进行校正,获得多个校正业务健康度信息,作为所述光端机的传输监测结果,进行展示。
进一步的,所述评价路径构建模块12用于执行如下方法:
根据所述光端机历史时间内不同温度下的运行监测数据,获取所述多个业务网口在多个样本温度下的多个网口性能参数集合,并获取所述处理模块在多个样本温度下的多个处理性能参数集,每个性能参数集内包括误码率、处理效率和时延;
对所述多个网口性能参数集合和多个处理性能参数集进行均值模糊处理,获得多个样本网口性能参数集合和多个样本处理性能参数集;
基于所述多个样本温度分别结合所述多个样本网口性能参数集和多个样本处理性能参数集,构建所述多个模糊评价路径和总模糊评价通道。
进一步的,所述数据矩阵获得模块14用于执行如下方法:
对所述多个网口传输性能参数集合内的误码率和时延,以及多个业务繁忙度进行极大化处理,获得多个处理网口参数集合;
;
其中,为第一个业务网口的误码率,/>为第N个业务网口的误码率,N为大于1的整数,/>为第一个业务网口的繁忙度信息,/>为第N个业务网口的繁忙度信息。
进一步的,所述数据矩阵获得模块14用于执行如下方法:
对所述网口监测数据矩阵内的元素进行标准化处理,如下式:
;
其中,为/>标准化处理后的标准值;
基于标准化处理后的标准值,构建所述标准化网口数据矩阵,如下式:
。
进一步的,所述性能评分计算模块15包括:
;
;
其中,为第i个业务网口的相对性能评分,/>为第j列标准值中的最小值,/>为第i个业务接口在第j列的标准值,/>为第j列标准值中的最大值。
进一步的,所述分析通道构建模块16用于执行如下方法:
对所述光端机历史时间的监测数据进行处理,获得样本相对性能评分集合;
根据所述样本相对性能评分集合进行业务健康度评估,获取样本业务健康度信息集合;
基于决策树算法,根据所述样本相对性能评分集合和样本业务健康度信息集合,构建所述网口业务健康度分析路径;
获取多个样本处理性能参数集合,并获取多个样本处理健康度信息;
基于BP神经网络,根据所述多个样本处理性能参数集合和多个样本处理健康度信息,构建所述模块健康度分析路径,获得所述业务健康度分析通道。
进一步的,所述监测结果设定模块17用于执行如下方法:
根据所述多个样本处理健康度信息,获取多个样本校正系数,校正系数的大小与处理健康度信息的大小正相关;
构建所述多个样本处理健康度信息和多个样本校正系数的映射关系,构建校正系数对照录;
将所述处理健康度信息输入所述校正系数对照录,获得校正系数,对所述多个业务健康度信息进行计算校正,获得所述多个校正业务健康度信息。
需要说明的是,上述本申请实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (8)
1.一种多功能综合业务光端机的传输监测方法,其特征在于,所述方法包括:
采集待进行传输监测的光端机内多个业务网口的温度和业务繁忙度,以及处理模块的温度,获得多个网口温度、多个繁忙度信息和处理温度,其中,业务繁忙度包括数据传输量;
基于所述光端机在不同温度下进行数据传输和处理的误码率、效率和时延,基于模糊算法,构建总模糊评价通道和多个模糊评价路径;
将所述多个网口温度输入所述多个模糊评价路径,获得多个网口传输性能参数集合,将所述处理温度输入所述总模糊评价通道,获得处理性能参数集合;
基于所述多个网口传输性能参数集合和多个业务繁忙度,构建网口监测数据矩阵,并进行标准化处理,获取标准化网口数据矩阵,所述网口监测数据矩阵的行属性包括多个业务网口,列属性包括误码率、效率、时延和业务繁忙度;
根据所述标准化网口数据矩阵内的标准值,计算获取所述多个业务网口的多个相对性能评分;
构建业务健康度分析通道,所述业务健康度分析通道包括网口业务健康度分析路径和模块健康度分析路径;
将所述多个相对性能评分输入所述网口业务健康度分析路径内,获得所述多个业务网口的多个业务健康度信息,将所述处理性能参数集合输入所述模块健康度分析路径,获得处理健康度信息,对所述多个业务健康度信息进行校正,获得多个校正业务健康度信息,作为所述光端机的传输监测结果,进行展示。
2.根据权利要求1所述的方法,其特征在于,基于所述光端机在不同温度下进行数据传输和处理的误码率、效率和时延,基于模糊算法,构建总模糊评价通道和多个模糊评价路径,包括:
根据所述光端机历史时间内不同温度下的运行监测数据,获取所述多个业务网口在多个样本温度下的多个网口性能参数集合,并获取所述处理模块在多个样本温度下的多个处理性能参数集,每个性能参数集内包括误码率、处理效率和时延;
对所述多个网口性能参数集合和多个处理性能参数集进行均值模糊处理,获得多个样本网口性能参数集合和多个样本处理性能参数集;
基于所述多个样本温度分别结合所述多个样本网口性能参数集和多个样本处理性能参数集,构建所述多个模糊评价路径和总模糊评价通道。
3.根据权利要求1所述的方法,其特征在于,基于所述多个网口传输性能参数集合和所述多个业务繁忙度,构建网口监测数据矩阵,包括:
对所述多个网口传输性能参数集合内的误码率和时延,以及多个业务繁忙度进行极大化处理,获得多个处理网口参数集合;
;
其中,为第一个业务网口的误码率,/>为第N个业务网口的误码率,N为大于1的整数,/>为第一个业务网口的处理效率,/>为第N个业务网口的处理效率,/>为第一个业务网口的时延,/>为第N个业务网口的时延,/>为第一个业务网口的繁忙度信息,/>为第N个业务网口的繁忙度信息。
4.根据权利要求3所述的方法,其特征在于,进行标准化处理,获取标准化网口数据矩阵,包括:
对所述网口监测数据矩阵内的元素进行标准化处理,如下式:
,其中,m=1,2,3,4;n为大于等于1,小于等于N的整数;
其中,为/>标准化处理后的标准值;
基于标准化处理后的标准值,构建所述标准化网口数据矩阵,如下式:
。
5.根据权利要求4所述的方法,其特征在于,根据所述标准化网口数据矩阵内的标准值,计算获取所述多个业务网口的多个相对性能评分,包括:
;
;
其中,为第i个业务网口的相对性能评分,/>为第j列标准值中的最小值,/>为第i个业务接口在第j列的标准值,/>为第j列标准值中的最大值。
6.根据权利要求1所述的方法,其特征在于,构建业务健康度分析通道,包括:
对所述光端机历史时间的监测数据进行处理,获得样本相对性能评分集合;
根据所述样本相对性能评分集合进行业务健康度评估,获取样本业务健康度信息集合;
基于决策树算法,根据所述样本相对性能评分集合和样本业务健康度信息集合,构建所述网口业务健康度分析路径;
获取多个样本处理性能参数集合,并获取多个样本处理健康度信息;
基于BP神经网络,根据所述多个样本处理性能参数集合和多个样本处理健康度信息,构建所述模块健康度分析路径,获得所述业务健康度分析通道。
7.根据权利要求6所述的方法,其特征在于,对所述多个业务健康度进行校正,包括:
根据所述多个样本处理健康度信息,获取多个样本校正系数,校正系数的大小与处理健康度信息的大小正相关;
构建所述多个样本处理健康度信息和多个样本校正系数的映射关系,构建校正系数对照录;
将所述处理健康度信息输入所述校正系数对照录,获得校正系数,对所述多个业务健康度信息进行计算校正,获得所述多个校正业务健康度信息。
8.一种多功能综合业务光端机的传输监测系统,其特征在于,所述系统包括:
处理温度获得模块,所述处理温度获得模块用于采集待进行传输监测的光端机内多个业务网口的温度和业务繁忙度,以及处理模块的温度,获得多个网口温度、多个繁忙度信息和处理温度,其中,业务繁忙度包括数据传输量;
评价路径构建模块,所述评价路径构建模块用于基于所述光端机在不同温度下进行数据传输和处理的误码率、效率和时延,基于模糊算法,构建总模糊评价通道和多个模糊评价路径;
性能参数获得模块,所述性能参数获得模块用于将所述多个网口温度输入所述多个模糊评价路径,获得多个网口传输性能参数集合,将所述处理温度输入所述总模糊评价通道,获得处理性能参数集合;
数据矩阵获得模块,所述数据矩阵获得模块用于基于所述多个网口传输性能参数集合和所述多个业务繁忙度,构建网口监测数据矩阵,并进行标准化处理,获取标准化网口数据矩阵,所述网口监测数据矩阵的行属性包括多个业务网口,列属性包括误码率、效率、时延和业务繁忙度;
性能评分计算模块,所述性能评分计算模块用于根据所述标准化网口数据矩阵内的标准值,计算获取所述多个业务网口的多个相对性能评分;
分析通道构建模块,所述分析通道构建模块用于构建业务健康度分析通道,所述业务健康度分析通道包括网口业务健康度分析路径和模块健康度分析路径;
监测结果设定模块,所述监测结果设定模块用于将所述多个相对性能评分输入所述网口业务健康度分析路径内,获得所述多个业务网口的多个业务健康度信息,将所述处理性能参数集合输入所述模块健康度分析路径,获得处理健康度信息,对所述多个业务健康度信息进行校正,获得多个校正业务健康度信息,作为所述光端机的传输监测结果,进行展示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310904664.XA CN116633434B (zh) | 2023-07-24 | 2023-07-24 | 多功能综合业务光端机的传输监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310904664.XA CN116633434B (zh) | 2023-07-24 | 2023-07-24 | 多功能综合业务光端机的传输监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116633434A CN116633434A (zh) | 2023-08-22 |
CN116633434B true CN116633434B (zh) | 2023-09-19 |
Family
ID=87602936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310904664.XA Active CN116633434B (zh) | 2023-07-24 | 2023-07-24 | 多功能综合业务光端机的传输监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116633434B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117554885B (zh) * | 2023-12-13 | 2024-05-07 | 浙江万昌电力设备有限公司 | 一种智能计量箱运行异常检测方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102025733A (zh) * | 2010-12-07 | 2011-04-20 | 南京邮电大学 | 基于认知网络的健康度评价方法 |
CN110414047A (zh) * | 2019-06-24 | 2019-11-05 | 南方电网调峰调频发电有限公司信息通信分公司 | 一种用于通信传输设备健康状态评价的方法 |
CN113360358A (zh) * | 2021-06-25 | 2021-09-07 | 杭州优云软件有限公司 | 一种自适应计算it智能运维健康指数的方法及系统 |
CN114742349A (zh) * | 2022-03-03 | 2022-07-12 | 中国电力科学研究院有限公司 | 一种信息设备运行状态评价方法、系统、设备及介质 |
CN115086197A (zh) * | 2022-08-22 | 2022-09-20 | 国网天津市电力公司信息通信公司 | 一种用于通信网健壮度的评价方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11218391B2 (en) * | 2018-12-04 | 2022-01-04 | Netapp, Inc. | Methods for monitoring performance of a network fabric and devices thereof |
CN111985155B (zh) * | 2020-08-10 | 2023-08-04 | 武汉大学 | 基于集成深度神经网络的电路健康状态预计方法及系统 |
-
2023
- 2023-07-24 CN CN202310904664.XA patent/CN116633434B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102025733A (zh) * | 2010-12-07 | 2011-04-20 | 南京邮电大学 | 基于认知网络的健康度评价方法 |
CN110414047A (zh) * | 2019-06-24 | 2019-11-05 | 南方电网调峰调频发电有限公司信息通信分公司 | 一种用于通信传输设备健康状态评价的方法 |
CN113360358A (zh) * | 2021-06-25 | 2021-09-07 | 杭州优云软件有限公司 | 一种自适应计算it智能运维健康指数的方法及系统 |
CN114742349A (zh) * | 2022-03-03 | 2022-07-12 | 中国电力科学研究院有限公司 | 一种信息设备运行状态评价方法、系统、设备及介质 |
CN115086197A (zh) * | 2022-08-22 | 2022-09-20 | 国网天津市电力公司信息通信公司 | 一种用于通信网健壮度的评价方法及系统 |
Non-Patent Citations (1)
Title |
---|
本地传输网评价指标体系;谢昕等;通信技术;第50卷(第4期);753-758 * |
Also Published As
Publication number | Publication date |
---|---|
CN116633434A (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116633434B (zh) | 多功能综合业务光端机的传输监测方法及系统 | |
EP3035597A1 (en) | Method and device for evaluating quality of user experience, user terminal and network server | |
CN106549813A (zh) | 一种网络性能的评估方法及系统 | |
CN111797320B (zh) | 数据处理方法、装置、设备及存储介质 | |
CN109783879B (zh) | 一种雷达辐射源信号识别效能评估方法及系统 | |
CN116578726B (zh) | 一种个性化图书推荐系统 | |
US20220318689A1 (en) | Systems and Methods for Model Selection | |
CN111325392B (zh) | 登陆热带气旋过程降水预报系统 | |
CN111640099A (zh) | 一种确定图像质量的方法、装置、电子设备及存储介质 | |
CN117275644A (zh) | 基于深度学习的检测结果互认方法、系统及存储介质 | |
CN105306252A (zh) | 一种自动判别服务器故障的方法 | |
US20230409422A1 (en) | Systems and Methods for Anomaly Detection in Multi-Modal Data Streams | |
CN111404751B (zh) | 一种基于rnn神经网络的rtt预测方法 | |
CN117033278A (zh) | 一种用于多类型接口的数据传输方法及系统 | |
CN115017990B (zh) | 一种交通流量预测方法、装置、设备及存储介质 | |
CN112241820A (zh) | 资金流动中关键节点的风险识别方法、装置及计算设备 | |
CN113516025B (zh) | 一种基于模型构建的高光谱图像处理方法、设备及介质 | |
CN105701591A (zh) | 一种基于神经网络的电网业务分类方法 | |
CN109547236A (zh) | 电子数据上传存储方法、可读存储介质和终端 | |
CN116054846A (zh) | 时序数据处理方法、装置、电子设备和存储介质 | |
CN115392058A (zh) | 工业物联网中基于演化博弈构建数字孪生模型的方法 | |
CN112616160B (zh) | 一种智能短波频率跨频段实时预测方法及系统 | |
CN113537759A (zh) | 一种基于权重自适应的用户体验度量模型 | |
CN117196996B (zh) | 一种数据资源的无接口交互管理方法及系统 | |
CN114979827B (zh) | 一种基于水质数据的mac层信道分配方法、装置及介质 |
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 |