CN116708135A - 网络业务故障监测方法、装置、电子设备及存储介质 - Google Patents
网络业务故障监测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116708135A CN116708135A CN202310993264.0A CN202310993264A CN116708135A CN 116708135 A CN116708135 A CN 116708135A CN 202310993264 A CN202310993264 A CN 202310993264A CN 116708135 A CN116708135 A CN 116708135A
- Authority
- CN
- China
- Prior art keywords
- service
- network
- information
- service type
- monitoring
- 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 169
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012806 monitoring device Methods 0.000 claims abstract description 5
- 230000006870 function Effects 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012790 confirmation Methods 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 5
- 230000010365 information processing Effects 0.000 claims 2
- 239000004973 liquid crystal related substance Substances 0.000 description 14
- 238000012545 processing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 6
- 238000007477 logistic regression Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- H04L41/0631—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
Abstract
本公开提供了一种网络业务故障监测方法、装置、电子设备及存储介质,涉及计算机技术领域。该方法包括:获取各个业务类型包括的网络参数信息,以及各个业务类型对应的业务状态信息;计算每个业务类型包括的各个网络参数信息与对应业务状态信息之间的相关程度信息;将各个业务类型中该相关程度信息满足预设程度条件的网络参数信息作为目标监测参数;对目标监测参数进行监测。本公开筛选出了对业务状态最为相关的至少一个目标网络参数。仅对目标网络参数进行监测可以有效降低监测量,提高监测效率。另外,本公开基于业务类型对网络参数信息进行分类,可以分别确定各个业务类型对应的目标网络参数,提高网络业务故障监测的灵活性、准确性与可靠性。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种网络业务故障监测方法、装置、电子设备及存储介质。
背景技术
NFV(Network Functions Virtualization,网络功能虚拟化)网络可以对外提供一系列的业务功能。例如工业控制场景在内的各个场景下的网络业务需要达到高可用的需求,因而需要对这些网络业务不间断的进行故障监测。
在相关技术中,需要通过全局监测的方式进行网络业务故障监测,即在整个NFV网络的各个网络节点设立监测点,然后根据监测点获取到的监测信息确认当前的业务状态信息。
但是,但随着NFV网络的日益复杂化,这种全局监测的方式存在诸多问题。一方面,现有的NFV网络业务故障监测需要对NFV网络中的大量状态参数信息进行实时监测,监测量较大,监测效率低下。另一方面,这种监测只能针对整体网络状态进行监测,造成了网络业务故障监测的灵活性、准确性与可靠性较低。
需要说明的是,在上述背景技术部分公开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
本公开提供一种网络业务故障监测方法、装置、电子设备及存储介质,至少在一定程度上克服相关技术中需要对网络中的大量状态参数信息进行实时监测,导致监测量较大且监测效率低下;以及只能针对整体网络状态进行监测,造成了网络业务故障监测的灵活性、准确性与可靠性较低的问题。
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,提供了一种网络业务故障监测方法,包括:
获取各个业务类型包括的至少一个网络参数信息,以及各个业务类型对应的业务状态信息;
分别计算每个业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度信息,其中,该相关程度信息用于描述任一业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度;
分别将各个业务类型中该相关程度信息满足预设程度条件的至少一个网络参数信息,作为各个业务类型对应的目标监测参数;
对各个业务类型对应的目标监测参数进行实时监测,当任一目标监测参数满足预设故障条件时,确认网络业务故障。
在一些示例性实施例中,分别计算每个业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度信息,包括:
对各个业务类型分别构建对应的业务网络关系信息,其中,该业务网络关系信息用于描述任一业务类型包括的各个网络参数信息与对应的业务状态信息之间的关系;
根据各个业务网络关系信息分别计算对应的相关程度信息,其中,该相关程度信息用于描述任一业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度。
在一些示例性实施例中,获取各个业务类型包括的至少一个网络参数信息,以及各个业务类型对应的业务状态信息,包括:
采集该业务状态信息以及该网络参数信息;
根据该业务类型对该网络参数信息进行分类,得到至少一个业务类型包括的网络参数信息;
为至少一个业务类型包括的网络参数信息匹配对应的业务状态信息,其中,任一业务类型对应一个业务状态信息。
在一些示例性实施例中,对各个业务类型分别构建对应的业务网络关系信息,包括:
当目标业务类型包括的业务状态信息满足预设数量阈值时,根据该目标业务类型包括的各个网络参数信息与对应的业务状态信息,构建该业务网络关系信息,其中,该目标业务类型为任意一个业务类型。
在一些示例性实施例中,通过业务网络关系函数表示该业务网络关系信息,通过如下公式构建第i个业务类型对应的业务网络关系函数:
其中,用于表示第i个业务类型对应的业务状态信息,/>用于表示第i个业务类型包括的各个网络参数信息,/>用于表示各个网络参数信息与业务状态信息之间的相关程度,/>与/>均表示为矩阵。
在一些示例性实施例中,通过如下公式表示任一业务类型对应的相关程度信息:
其中,用于表示任一业务类型包括的第n个网络参数信息与对应的业务状态信息之间的相关程度。
在一些示例性实施例中,预设程度条件为相关程度信息大于预设程度阈值,本公开实施例提供的网络业务故障监测方法可以包括:
分别对任一业务类型对应的目标监测数据执行如下步骤,以确认对应的目标监测参数:
对目标业务类型包括的各个网络参数信息分别对应的相关程度信息,按照数值大小进行排序;
将该相关程度信息的数值大于预设程度阈值的至少一个网络参数信息,作为该目标业务类型对应的目标监测参数。
在一些示例性实施例中,当任一目标监测参数满足预设故障条件时,确认网络业务故障,包括:
当目标业务类型对应的任一目标监测参数满足预设故障条件时,确认该目标业务类型出现网络业务故障。
根据本公开的另一个方面,还提供了一种网络业务故障监测装置,包括:
信息获取模块,用于获取各个业务类型包括的至少一个网络参数信息,以及各个业务类型对应的业务状态信息;
相关程度信息计算模块,用于分别计算每个业务类型包括的各个网络参数信息与对应的业务状态信息之间相关程度信息,其中,该相关程度信息用于描述任一业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度;
目标监测参数确认模块,用于分别将各个业务类型中该相关程度信息满足预设程度条件的至少一个网络参数信息,作为各个业务类型对应的目标监测参数;
网络业务故障确认模块,用于对各个业务类型对应的目标监测参数进行实时监测,当任一目标监测参数满足预设故障条件时,确认网络业务故障。
在一些示例性实施例中,该相关程度信息计算模块,用于对各个业务类型分别构建对应的业务网络关系信息,其中,该业务网络关系信息用于描述任一业务类型包括的各个网络参数信息与对应的业务状态信息之间的关系;根据各个业务网络关系信息分别计算对应的相关程度信息,其中,该相关程度信息用于描述任一业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度。
在一些示例性实施例中,信息获取模块,用于采集该业务状态信息以及该网络参数信息;根据该业务类型对该网络参数信息进行分类,得到至少一个业务类型包括的网络参数信息;为至少一个业务类型包括的网络参数信息匹配对应的业务状态信息,其中,任一业务类型对应一个业务状态信息。
在一些示例性实施例中,相关程度信息计算模块,用于当目标业务类型包括的业务状态信息满足预设数量阈值时,根据该目标业务类型包括的各个网络参数信息与对应的业务状态信息,构建该业务网络关系信息,其中,该目标业务类型为任意一个业务类型。
在一些示例性实施例中,通过业务网络关系函数表示业务网络关系信息,该相关程度信息计算模块,用于通过如下公式构建第i个业务类型对应的业务网络关系函数:
其中,用于表示第i个业务类型对应的业务状态信息,/>用于表示第i个业务类型包括的各个网络参数信息,/>用于表示各个网络参数信息与业务状态信息之间的相关程度,/>与/>均表示为矩阵。在一些示例性实施例中,相关程度信息计算模块,用于通过如下公式表示任一业务类型对应的相关程度信息:
其中,用于表示任一业务类型包括的第n个网络参数信息与对应的业务状态信息之间的相关程度。
在一些示例性实施例中,预设程度条件为相关程度信息大于预设程度阈值,目标监测参数确认模块,用于分别对任一业务类型对应的目标监测数据执行如下步骤,以确认对应的目标监测参数:对目标业务类型包括的各个网络参数信息分别对应的相关程度信息,按照数值大小进行排序;将该相关程度信息的数值大于预设程度阈值的至少一个网络参数信息,作为该目标业务类型对应的目标监测参数。
在一些示例性实施例中,网络业务故障确认模块,用于当目标业务类型对应的任一目标监测参数满足预设故障条件时,确认该目标业务类型出现网络业务故障。
根据本公开的另一个方面,还提供了一种电子设备,该电子设备包括: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网络业务故障监测方法。
根据本公开的另一个方面,还提供了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网络业务故障监测方法。
根据本公开的另一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行本公开任一实施例中的各种可选方式中提供的网络业务故障监测方法。
本公开的实施例中提供的技术方案,可以计算各个网络参数信息与对应的业务状态信息之间的相关程度信息,从而可以筛选出对业务状态最为相关的至少一个目标网络参数。因此,仅对目标网络参数进行监测,可以有效降低监测量,提高监测效率。
另外,本公开实施例可以基于业务类型对网络参数信息进行分类,并可以分别确定各个业务类型对应的目标网络参数,因此本公开可以避免只能针对整体网络状态进行监测,提高了网络业务故障监测的灵活性、准确性与可靠性。
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
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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示出本公开实施例中一种示例性系统架构示意图;
图2示出本公开实施例中一种网络业务故障监测方法流程图;
图3示出本公开实施例中一种网络业务故障监测的示意图;
图4示出本公开实施例中一种网络业务故障监测方法流程图;
图5示出本公开实施例中一种网络业务故障监测装置示意图;
图6示出本公开实施例中一种电子设备的示意图;
图7示出本公开实施例中一种计算机可读存储介质示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例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,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。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方式中。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,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。
下面结合附图,对本公开实施例的具体实施方式进行详细说明。
图1示出了可以应用本公开实施例中网络业务故障监测方法的示例性系统架构示意图。如图1所示,该系统架构100可以包括监测模块101、服务器102和网络103。
其中,该监测模块101用于采集各个业务类型包括的至少一个网络参数信息以及各个业务类型对应的业务状态信息。之后可以向服务器102发送该各个业务类型包括的至少一个网络参数信息以及各个业务类型对应的业务状态信息。
然后,服务器102可以在接收到各个业务类型包括的至少一个网络参数信息以及各个业务类型对应的业务状态信息之后,分别计算每个业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度信息,其中,相关程度信息用于描述任一业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度。服务器102可以分别将各个业务类型中相关程度信息满足预设程度条件的至少一个网络参数信息,作为各个业务类型对应的目标监测参数。
最后,服务器102可以指示监测模块101对各个业务类型对应的目标监测参数进行实时监测,当任一目标监测参数满足预设故障条件时,确认网络业务故障。
需要说明的是,该监测模块101可以位于服务器102中,或者该监测模块101可以通过网络103与服务器102进行通信。网络103用以在监测模块101与服务器102之间提供通信链路的介质,可以是有线网络,也可以是无线网络。
可选地,上述的无线网络或有线网络使用标准通信技术和/或协议。网络通常为因特网、但也可以是任何网络,包括但不限于局域网(Local Area Network,LAN)、城域网(Metropolitan Area Network,MAN)、广域网(Wide Area Network,WAN)、移动、有线或者无线网络、专用网络或者虚拟专用网络的任何组合)。在一些实施例中,使用包括超文本标记语言(Hyper Text Mark-up Language,HTML)、可扩展标记语言(ExtensibleMarkupLanguage,XML)等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层(Secure Socket Layer,SSL)、传输层安全(Transport Layer Security,TLS)、虚拟专用网络(Virtual Private Network,VPN)、互联网安全协议(InternetProtocol Security,IPSec)等常规加密技术来加密所有或者一些链路。在另一些实施例中,还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。
服务器102可以是提供各种服务的服务器,例如对用户利用终端设备101所进行操作的装置提供支持的后台管理服务器。后台管理服务器可以对接收到的请求等数据进行分析等处理,并将处理结果反馈给终端设备。
可选地,服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network,内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。
本领域技术人员可以知晓,图1中的监测模块101、服务器102和网络103的数量仅仅是示意性的,根据实际需要,可以具有任意数目的监测模块101、服务器102和网络103。本公开实施例对此不作限定。
在上述系统架构下,本公开实施例中提供了一种网络业务故障监测方法,该方法可以由任意具备计算处理能力的电子设备执行。
在一些实施例中,本公开实施例中提供的网络业务故障监测方法可以由上述系统架构中的服务器执行。在另一些实施例中,本公开实施例中提供的网络业务故障监测方法可以由上述系统架构中的监测模块和服务器通过交互的方式来实现。
图2示出本公开实施例中一种网络业务故障监测方法流程图,如图2所示,本公开实施例中提供的网络业务故障监测方法包括如下步骤S202至S208。
S202,获取各个业务类型包括的至少一个网络参数信息,以及各个业务类型对应的业务状态信息。
本公开实施例不对该业务类型进行限定,示例性地,该业务类型可以为任一NFV网络业务。并且,本公开实施例也不对该网络参数信息进行限定,该网络参数信息可以根据业务类型进行确定。
示例性地,该网络参数信息可以包括服务器节点状态、链路流量、VNF状态等。其中,该VNF状态可以包括VNF备状态、VNF部署server的状态、VNF倒换等待时间、VNF中断时间、VNF备节点故障等待时长。
示例性地,该服务器节点状态可以包括设备的运行时间、板卡的温度、CPU(Central Processing Unit,中央处理器)利用率、内存利用率和日志级别、日志信息的刷新速度、设备接口校验错误、设备断电情况、节点状态参数、空闲server(服务器)数量、业务部署server的故障数量、VNF部署Server的迁移等待时间。其中,上述的节点状态参数可以包括DCGW(Data Center Gateway,数据中心网关)参数、TOR(Top of Rack,机架顶部交换机)参数、Server参数、VM(Virtual Machine,虚拟机)参数、Vs(Virtual Switch,虚拟交换机)参数等。
在示例性实施例中,各个业务类型对应的业务状态信息可以用于描述各个业务类型当前是否出现网络业务故障。示例性地,可以采集对应业务中断时长,当业务中断时长超过预设中断阈值时,认为该业务类型出现网络业务故障。
在一些实施例中,获取各个业务类型包括的至少一个网络参数信息,以及各个业务类型对应的业务状态信息,可以包括:采集该业务状态信息以及该网络参数信息;根据该业务类型对该网络参数信息进行分类,得到至少一个业务类型包括的网络参数信息;为至少一个业务类型包括的网络参数信息匹配对应的业务状态信息,其中,任一业务类型对应一个业务状态信息。
本公开实施例不对采集业务状态信息与网络参数信息的时间长度进行限定,示例性地,可以预设一个信息采集时间段,之后即可以在预设的信息采集时间段之内进行业务状态信息与网络参数信息的采集。
或者,可以预设一个预设数量阈值,当至少一个业务类型对应的网络参数信息的数量满足该预设数量阈值时,即可以继续进行业务状态信息与网络参数信息的采集。直至各个业务类型对应的网络参数信息的数量均满足该预设数量阈值时,停止信息采集。
在一种可能的实施方式中,可以通过如下表1的形式对各个网络参数信心进行分类。
示例性地,在表1中,可以包括m个业务类型,采集得到的网络参数信息的数量为n。示例性地,该n可以为一个极大的数。其中,Xm,可以用于表示第m个业务类型对应的业务状态信息。xn可以用于表示第n个网络参数信息。h(X)用于表示对应的业务状态信息。需要说明的是,m、n均为大于零的整数。
表1
本公开实施例可以基于业务类型来对网络参数信息与业务状态信息进行收集与分类,从而可以建立各个NFV网络业务的故障状态、正常状态与各个时刻下的网络参数信息之间的关联样本数据库,便于后续计算目标监测参数。
S204,分别计算每个业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度信息,其中,所述相关程度信息用于描述任一业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度。
在示例性实施例中,分别计算每个业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度信息,包括:对各个业务类型分别构建对应的业务网络关系信息,其中,该业务网络关系信息用于描述任一业务类型包括的各个网络参数信息与对应的业务状态信息之间的关系;根据各个业务网络关系信息分别计算对应的相关程度信息,其中,该相关程度信息用于描述任一业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度。
在一些实施例中,对各个业务类型分别构建对应的业务网络关系信息,包括:当目标业务类型包括的业务状态信息满足预设数量阈值时,根据该目标业务类型包括的各个网络参数信息与对应的业务状态信息,构建该业务网络关系信息,其中,该目标业务类型为任意一个业务类型。
在另一些实施例中,可以在当满足预设的信息采集时间段时,对根据该目标业务类型包括的各个网络参数信息与对应的业务状态信息,构建该业务网络关系信息。
在示例性实施例中,该业务网络关系信息可以通过业务网络关系函数进行表示,示例性地,该业务网络关系函数可以为逻辑回归函数。
在一些实施例中,通过如下公式(1)构建第i个业务类型对应的业务网络关系函数:
(1)
示例性地,在该公式(1)中,可以用于表示第i个业务类型对应的业务状态信息。在示例性实施例中,该/>的取值可以为0或1。当该/>取值为0时,则表示第i个业务类型对应的业务状态信息为网络业务故障。当该/>取值为1时,则表示第i个业务类型对应的业务状态信息为网络业务正常。
另外,该公式(1)中的可以用于表示第i个业务类型包括的各个网络参数信息。而/>则可以用于表示各个网络参数信息与业务状态信息之间的相关程度,/>与/>均可以表示为矩阵。
示例性地,可以根据如上公式(1)分别对各个业务类型对应的业务网络关系函数进行构建,本公开实施例不对其进行赘述。
示例性地,当该业务网络关系函数表示为如公式(1)所示的逻辑回归函数时,即可以基于回归逻辑来对上述进行计算。
在一些实施例中,通过如下公式(2)表示任一业务类型对应的相关程度信息:
(2)
其中,用于表示任一业务类型包括的第n个网络参数信息与对应的业务状态信息之间的相关程度。例如,该/>可以用于表示第i个业务类型包括的第n个网络参数信息与对应的业务状态信息之间的相关程度。
示例性地,该的取值越大,则表示该第n个网络参数信息与对应的业务状态信息之间的相关程度越高。
需要说明的是,可以根据如上公式(2)分别对各个业务类型对应的相关程度信息进行计算,此处不再进行赘述。
S206,分别将各个业务类型中该相关程度信息满足预设程度条件的至少一个网络参数信息,作为各个业务类型对应的目标监测参数。
示例性地,任一业务类型对应的目标监测参数的数量可以远远小于该业务类型对应的网络参数信息的数量。
在一些实施例中,该预设程度条件为相关程度信息大于预设程度阈值,本公开实施例提供的网络业务故障监测方法可以包括:分别对任一业务类型对应的目标监测数据执行如下步骤,以确认对应的目标监测参数:
对目标业务类型包括的各个网络参数信息分别对应的相关程度信息,按照数值大小进行排序;将该相关程度信息的数值大于预设程度阈值的至少一个网络参数信息,作为该目标业务类型对应的目标监测参数。
在一些示例性实施例中,可以以某一个业务类型对应的相关程度信息为例,假设该业务类型包括的网络参数信息有n个。因此,该业务类型对应包括的相关程度信息也为n个。此时,可以对n个相关程度信息从大到小进行排序。并且,可以预先设置一个预设程度阈值,并将大于该预设程度阈值的至少一个相关程度信息对应的网络参数信息作为该目标业务类型对应的目标监测参数。
需要说明的是,各个业务类型对应的预设程度阈值可以相同也可以不同。
示例性地,获取的某一个业务类型对应的目标监测参数可以表示为Xmax=[Xi,Xj,……,Xk]。k为小于n的正整数。
在另一些示例性实施例中,仍以某一个业务类型对应的相关程度信息为例。此时,可以对n个相关程度信息从大到小进行排序。并且,可以获取预先设置的目标监测参数数量,并将相关程度信息最大的目标监测参数数量个网络参数信息,作为该目标业务类型对应的目标监测参数。
需要说明的是,各个业务类型对应的目标监测参数数量可以相同也可以不同。
在示例性实施例中,可以对确定的各个业务类型对应的目标监测参数是否正确进行确认,如不正确,则可以重新计算对应的相关程度信息,从而重新确定该目标监测参数。
本公开实施例通过对各个业务类型的网络业务,对应构建业务网络关系函数,可以利用机器学习的极大似然或梯度估计求解相关程度信息 的数值,并对其进行排序。另外,取相关程度信息最大的至少一个网络参数信息作为对应的目标监测参数,可以有效降低监测量,并提高监测效率。
S208,对各个业务类型对应的目标监测参数进行实时监测,当任一目标监测参数满足预设故障条件时,确认网络业务故障。
在一些实施例中,当任一目标监测参数满足预设故障条件时,确认网络业务故障,包括:当目标业务类型对应的任一目标监测参数满足预设故障条件时,确认该目标业务类型出现网络业务故障。
本公开实施例不对该预设故障条件进行限定,示例性地,该预设故障条件可以为对应的目标监测参数不满足预设的取值范围。
在一些实施例中,可以通过监测模块对各个目标监测参数进行实时监测,本公开实施例不对该监测时间间隔进行限定,该监测时间间隔可以根据经验或应用场景进行设定。并且,在示例性实施例中,不同业务类型对应的监测时间间隔可以相同或不同,例如,可以根据不同业务类型的重要程度来区分各个监测时间间隔。
本公开实施例可以利用目标监测参数来分别对各个业务类型的网络业务进行监测。同时,可以根据不同业务类型的重要度和需求采用不同的监测时间间隔。当目标监测参数中某一个或某几个值出现异常,则表明对应业务类型的网络业务可能发生网络业务故障。此时可以发出业务故障告警。
需要注意的是,本公开技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定,本公开实施例中获取的个人、客户和人群等相关的个人身份数据、操作数据、行为数据等多种类型的数据,均已获得授权。
本公开实施例提供的方法,可以计算各个网络参数信息与对应的业务状态信息之间的相关程度信息,从而可以筛选出对业务状态最为相关的至少一个目标网络参数。因此,仅对目标网络参数进行监测,可以有效降低监测量,提高监测效率。
另外,本公开实施例可以基于业务类型对网络参数信息进行分类,并可以分别确定各个业务类型对应的目标网络参数,因此本公开可以避免只能针对整体网络状态进行监测,提高了网络业务故障监测的灵活性、准确性与可靠性。
示例性地,一种网络业务故障监测的示意图可以如图3所示。
在该图3中,可以获取监测模块采集得到的业务状态信息以及网络参数信息。之后,可以对该网络参数信息、业务状态信息进行分类。之后,即可以进行网络业务故障特征提取。
示例性地,可以先构建各个业务类型对应的业务网络关系函数,再通过逻辑回归求解相关程度信息,并提取对应的网络业务故障特征。需要说明的是,该网络业务故障特征即为各个业务类型对应的目标监测参数。
在得到各个业务类型对应的网络业务故障特征之后,监测模块可以根据各个业务类型对应的网络业务故障特征分别对各个业务类型的网络业务进行持续监测。从而可以确定各个业务类型的网络业务是否出现网络业务故障。
示例性地,一种网络业务故障监测方法流程图可以如图4所示。在该图4中,本公开实施例提供的网络业务故障监测方法可以包括如下步骤S402至S420。
S402,开始。
S404,监测整个NFV网络中的网络参数信息。
S406,收集网络参数信息以及对应的业务状态信息,并按照业务种类对网络参数信息与业务状态信息进行分类。
S408,持续进行收集,直至业务状态信息满足预设数量阈值。其中,若不满足,则迭代执行S406。
S410,对各个业务类型分别构建对应的业务网络关系函数。
S412,通过逻辑回归求解各个业务网络关系函数中的相关程度信息。
S414,对各个业务类型对应的相关程度信息分别从大到小进行排序。
S416,分别将各个业务类型中该相关程度信息最大的至少一个网络参数信息,作为对应的业务类型对应的目标监测参数。
S418,确定目标监测参数是否正确。若否,则执行步骤S412。若是,则执行步骤S420。
S420,对目标监测参数进行持续监测,其中各个业务类型对应的监测时间间隔可以相同或不同。
基于同一发明构思,本公开实施例中还提供了一种网络业务故障监测装置,如下面的实施例所述。由于该装置实施例解决问题的原理与上述方法实施例相似,因此该装置实施例的实施可以参见上述方法实施例的实施,重复之处不再赘述。
图5示出本公开实施例中一种网络业务故障监测装置示意图,如图5所示,该装置包括:
信息获取模块501,用于获取各个业务类型包括的至少一个网络参数信息,以及各个业务类型对应的业务状态信息;
相关程度信息计算模块502,用于分别计算每个业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度信息,其中,该相关程度信息用于描述任一业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度;
目标监测参数确认模块503,用于分别将各个业务类型中该相关程度信息满足预设程度条件的至少一个网络参数信息,作为各个业务类型对应的目标监测参数;
网络业务故障确认模块504,用于对各个业务类型对应的目标监测参数进行实时监测,当任一目标监测参数满足预设故障条件时,确认网络业务故障。
在一些示例性实施例中,相关程度信息计算模块502,用于对各个业务类型分别构建对应的业务网络关系信息,其中,该业务网络关系信息用于描述任一业务类型包括的各个网络参数信息与对应的业务状态信息之间的关系;根据各个业务网络关系信息分别计算对应的相关程度信息,其中,该相关程度信息用于描述任一业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度。
在一些示例性实施例中,信息获取模块501,用于采集该业务状态信息以及该网络参数信息;根据该业务类型对该网络参数信息进行分类,得到至少一个业务类型包括的网络参数信息;为至少一个业务类型包括的网络参数信息匹配对应的业务状态信息,其中,任一业务类型对应一个业务状态信息。
在一些示例性实施例中,相关程度信息计算模块502,用于当目标业务类型包括的业务状态信息满足预设数量阈值时,根据该目标业务类型包括的各个网络参数信息与对应的业务状态信息,构建该业务网络关系信息,其中,该目标业务类型为任意一个业务类型。
在一些示例性实施例中,通过业务网络关系函数表示业务网络关系信息,相关程度信息计算模块502,用于通过如下公式构建第i个业务类型对应的业务网络关系函数:
其中,用于表示第i个业务类型对应的业务状态信息,/>用于表示第i个业务类型包括的各个网络参数信息,/>用于表示各个网络参数信息与业务状态信息之间的相关程度,/>与/>均表示为矩阵。
在一些示例性实施例中,相关程度信息计算模块502,用于通过如下公式表示任一业务类型对应的相关程度信息:
其中,用于表示任一业务类型包括的第n个网络参数信息与对应的业务状态信息之间的相关程度。
在一些示例性实施例中,预设程度条件为相关程度信息大于预设程度阈值,目标监测参数确认模块,用于分别对任一业务类型对应的目标监测数据执行如下步骤,以确认对应的目标监测参数:对目标业务类型包括的各个网络参数信息分别对应的相关程度信息,按照数值大小进行排序;将该相关程度信息的数值大于预设程度阈值的至少一个网络参数信息,作为该目标业务类型对应的目标监测参数。
在一些示例性实施例中,网络业务故障确认模块504,用于当目标业务类型对应的任一目标监测参数满足预设故障条件时,确认该目标业务类型出现网络业务故障。
此处需要说明的是,上述信息获取模块501、相关程度信息计算模块502、目标监测参数确认模块503、网络业务故障确认模块504对应于方法实施例中的S202~S208,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述方法实施例所公开的内容。需要说明的是,上述模块作为装置的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
本公开实施例提供的装置,可以计算各个网络参数信息与对应的业务状态信息之间的相关程度信息,从而可以筛选出对业务状态最为相关的至少一个目标网络参数。因此,仅对目标网络参数进行监测,可以有效降低监测量,提高监测效率。
另外,本公开实施例可以基于业务类型对网络参数信息进行分类,并可以分别确定各个业务类型对应的目标网络参数,因此本公开可以避免只能针对整体网络状态进行监测,提高了网络业务故障监测的灵活性、准确性与可靠性。
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:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图6来描述根据本公开的这种实施方式的电子设备600。图6显示的电子设备600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6所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:上述至少一个处理单元610、上述至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630。
其中,该存储单元存储有程序代码,该程序代码可以被该处理单元610执行,使得该处理单元610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方式的步骤。例如,该处理单元610可以执行上述方法实施例的如下步骤:获取各个业务类型包括的至少一个网络参数信息,以及各个业务类型对应的业务状态信息;分别计算每个业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度信息,其中,相关程度信息用于描述任一业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度;分别将各个业务类型中相关程度信息满足预设程度条件的至少一个网络参数信息,作为各个业务类型对应的目标监测参数;对各个业务类型对应的目标监测参数进行实时监测,当任一目标监测参数满足预设故障条件时,确认网络业务故障。
存储单元620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)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205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630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600也可以与一个或多个外部设备640(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600交互的设备通信,和/或与使得该电子设备600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650进行。并且,电子设备600还可以通过网络适配器660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660通过总线630与电子设备600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600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。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式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方式的方法。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机程序产品,该计算机程序产品包括:计算机程序,该计算机程序被处理器执行时实现上述网络业务故障监测方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质可以是可读信号介质或者可读存储介质。图7示出本公开实施例中一种计算机可读存储介质示意图,如图7所示,该计算机可读存储介质700上存储有能够实现本公开上述方法的程序产品。在一些可能的实施方式中,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,当该程序产品在终端设备上运行时,该程序代码用于使该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方式的步骤。
本公开中的计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
在本公开中,计算机可读存储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。
可选地,计算机可读存储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。
在具体实施时,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,该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)。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备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,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式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、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
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它实施方案。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,本公开的真正范围由所附的权利要求指出。
Claims (11)
1.一种网络业务故障监测方法,其特征在于,包括:
获取各个业务类型包括的至少一个网络参数信息,以及各个业务类型对应的业务状态信息;
分别计算每个业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度信息,其中,所述相关程度信息用于描述任一业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度;
分别将各个业务类型中所述相关程度信息满足预设程度条件的至少一个网络参数信息,作为各个业务类型对应的目标监测参数;
对各个业务类型对应的目标监测参数进行实时监测,当任一目标监测参数满足预设故障条件时,确认网络业务故障。
2.根据权利要求1所述的网络业务故障监测方法,其特征在于,所述分别计算每个业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度信息,包括:
对各个业务类型分别构建对应的业务网络关系信息,其中,所述业务网络关系信息用于描述任一业务类型包括的各个网络参数信息与对应的业务状态信息之间的关系;
根据各个业务网络关系信息分别计算对应的相关程度信息,其中,所述相关程度信息用于描述任一业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度。
3.根据权利要求1或2所述的网络业务故障监测方法,其特征在于,所述获取各个业务类型包括的至少一个网络参数信息,以及各个业务类型对应的业务状态信息,包括:
采集所述业务状态信息以及所述网络参数信息;
根据所述业务类型对所述网络参数信息进行分类,得到至少一个业务类型包括的网络参数信息;
为至少一个业务类型包括的网络参数信息匹配对应的业务状态信息,其中,任一业务类型对应一个业务状态信息。
4.根据权利要求2所述的网络业务故障监测方法,其特征在于,所述对各个业务类型分别构建对应的业务网络关系信息,包括:
当目标业务类型包括的业务状态信息满足预设数量阈值时,根据所述目标业务类型包括的各个网络参数信息与对应的业务状态信息,构建所述业务网络关系信息,其中,所述目标业务类型为任意一个业务类型。
5.根据权利要求2或4所述的网络业务故障监测方法,其特征在于,通过业务网络关系函数表示所述业务网络关系信息,通过如下公式构建第i个业务类型对应的业务网络关系函数:
,其中,/>用于表示第i个业务类型对应的业务状态信息,/>用于表示第i个业务类型包括的各个网络参数信息,/>用于表示各个网络参数信息与业务状态信息之间的相关程度,/>与/>均表示为矩阵。
6.根据权利要求5所述的网络业务故障监测方法,其特征在于,通过如下公式表示任一业务类型对应的相关程度信息:
,其中,/>用于表示任一业务类型包括的第n个网络参数信息与对应的业务状态信息之间的相关程度。
7.根据权利要求1或2所述的网络业务故障监测方法,其特征在于,所述预设程度条件为相关程度信息大于预设程度阈值,所述方法包括:
分别对任一业务类型对应的目标监测数据执行如下步骤,以确认对应的目标监测参数:
对目标业务类型包括的各个网络参数信息分别对应的相关程度信息,按照数值大小进行排序;
将所述相关程度信息的数值大于预设程度阈值的至少一个网络参数信息,作为所述目标业务类型对应的目标监测参数。
8.根据权利要求1或2所述的网络业务故障监测方法,其特征在于,所述当任一目标监测参数满足预设故障条件时,确认网络业务故障,包括:
当目标业务类型对应的任一目标监测参数满足预设故障条件时,确认所述目标业务类型出现网络业务故障。
9.一种网络业务故障监测装置,其特征在于,包括:
信息获取模块,用于获取各个业务类型包括的至少一个网络参数信息,以及各个业务类型对应的业务状态信息;
相关程度信息计算模块,用于分别计算每个业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度信息,其中,所述相关程度信息用于描述任一业务类型包括的各个网络参数信息与对应的业务状态信息之间的相关程度;
目标监测参数确认模块,用于分别将各个业务类型中所述相关程度信息满足预设程度条件的至少一个网络参数信息,作为各个业务类型对应的目标监测参数;
网络业务故障确认模块,用于对各个业务类型对应的目标监测参数进行实时监测,当任一目标监测参数满足预设故障条件时,确认网络业务故障。
10.一种电子设备,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1~8中任意一项所述的网络业务故障监测方法。
11.一种计算机可读存储介质,其上存储有计算机程序,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1~8中任意一项所述的网络业务故障监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310993264.0A CN116708135B (zh) | 2023-08-08 | 2023-08-08 | 网络业务故障监测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310993264.0A CN116708135B (zh) | 2023-08-08 | 2023-08-08 | 网络业务故障监测方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116708135A true CN116708135A (zh) | 2023-09-05 |
CN116708135B CN116708135B (zh) | 2023-11-07 |
Family
ID=87834319
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310993264.0A Active CN116708135B (zh) | 2023-08-08 | 2023-08-08 | 网络业务故障监测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116708135B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015109443A1 (zh) * | 2014-01-21 | 2015-07-30 | 华为技术有限公司 | 网络服务故障处理方法,服务管理系统和系统管理模块 |
US20180284747A1 (en) * | 2016-05-09 | 2018-10-04 | StrongForce IoT Portfolio 2016, LLC | Methods and systems for optimization of data collection and storage using 3rd party data from a data marketplace in an industrial internet of things environment |
CN109428647A (zh) * | 2017-08-31 | 2019-03-05 | 华为技术有限公司 | 实现故障原因定位的方法、装置及存储介质 |
CN110971435A (zh) * | 2018-09-30 | 2020-04-07 | 北京金山云网络技术有限公司 | 一种报警方法及装置 |
CN112787843A (zh) * | 2020-06-16 | 2021-05-11 | 中兴通讯股份有限公司 | 故障节点的检测方法和存储介质及电子装置 |
CN114172794A (zh) * | 2020-09-10 | 2022-03-11 | 中国联合网络通信集团有限公司 | 网络故障定位方法及服务器 |
CN114466404A (zh) * | 2022-03-22 | 2022-05-10 | 中国电信股份有限公司 | 业务流数据传输方法、装置、电子设备及存储介质 |
CN116016123A (zh) * | 2022-12-09 | 2023-04-25 | 京东科技信息技术有限公司 | 故障处理方法、装置、设备及介质 |
-
2023
- 2023-08-08 CN CN202310993264.0A patent/CN116708135B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015109443A1 (zh) * | 2014-01-21 | 2015-07-30 | 华为技术有限公司 | 网络服务故障处理方法,服务管理系统和系统管理模块 |
US20180284747A1 (en) * | 2016-05-09 | 2018-10-04 | StrongForce IoT Portfolio 2016, LLC | Methods and systems for optimization of data collection and storage using 3rd party data from a data marketplace in an industrial internet of things environment |
CN109428647A (zh) * | 2017-08-31 | 2019-03-05 | 华为技术有限公司 | 实现故障原因定位的方法、装置及存储介质 |
CN110971435A (zh) * | 2018-09-30 | 2020-04-07 | 北京金山云网络技术有限公司 | 一种报警方法及装置 |
CN112787843A (zh) * | 2020-06-16 | 2021-05-11 | 中兴通讯股份有限公司 | 故障节点的检测方法和存储介质及电子装置 |
CN114172794A (zh) * | 2020-09-10 | 2022-03-11 | 中国联合网络通信集团有限公司 | 网络故障定位方法及服务器 |
CN114466404A (zh) * | 2022-03-22 | 2022-05-10 | 中国电信股份有限公司 | 业务流数据传输方法、装置、电子设备及存储介质 |
CN116016123A (zh) * | 2022-12-09 | 2023-04-25 | 京东科技信息技术有限公司 | 故障处理方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116708135B (zh) | 2023-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6355683B2 (ja) | リスク早期警報方法、装置、記憶媒体およびコンピュータプログラム | |
US10489232B1 (en) | Data center diagnostic information | |
CN110674009B (zh) | 应用服务器性能监测方法、装置、存储介质及电子设备 | |
US10372572B1 (en) | Prediction model testing framework | |
CN109684038B (zh) | Docker服务容器日志的处理方法、装置和电子设备 | |
CN111782672B (zh) | 多领域数据管理方法及相关装置 | |
CN110765090B (zh) | 日志数据管理方法及装置、存储介质、电子设备 | |
US11410049B2 (en) | Cognitive methods and systems for responding to computing system incidents | |
CN115034596A (zh) | 一种风险传导预测方法、装置、设备和介质 | |
CN112256482A (zh) | 数据处理方法、装置和服务器 | |
CN116708135B (zh) | 网络业务故障监测方法、装置、电子设备及存储介质 | |
CN110875832B (zh) | 异常业务监控方法、装置、系统及计算机可读存储介质 | |
CN111198853B (zh) | 数据处理方法、装置、电子设备及计算机可读存储介质 | |
CN114679295B (zh) | 防火墙安全配置方法及装置 | |
CN111324516A (zh) | 自动记录异常事件的方法及装置、存储介质、电子设备 | |
CN111737130B (zh) | 公有云多租户认证服务测试方法、装置、设备及储存介质 | |
CN112799957A (zh) | 基于用户行为的故障处理方法、系统、设备和介质 | |
CN112817827A (zh) | 运维方法、装置、服务器、设备、系统及介质 | |
CN113691390A (zh) | 一种云端协同的边缘节点报警系统及方法 | |
CN111625727A (zh) | 用于社交关系数据的信息处理方法、装置和存储介质 | |
CN115292081B (zh) | 信息发送方法、装置、电子设备和介质 | |
CN116723111B (zh) | 业务请求的处理方法、系统及电子设备 | |
US20240098629A1 (en) | Systems and methods for retrieving ran information | |
US20230222024A1 (en) | Method, electronic device, and computer program product for memory fault prediction | |
US20230370959A1 (en) | Systems and methods for retrieving ran information |
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 | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20230905 Assignee: Tianyiyun Technology Co.,Ltd. Assignor: CHINA TELECOM Corp.,Ltd. Contract record no.: X2024110000020 Denomination of invention: Network service fault monitoring methods, devices, electronic devices, and storage media Granted publication date: 20231107 License type: Common License Record date: 20240315 |
|
EE01 | Entry into force of recordation of patent licensing contract |