CN118102372A - 基于5g电力虚拟专网的通信终端无线质量检测方法及装置 - Google Patents
基于5g电力虚拟专网的通信终端无线质量检测方法及装置 Download PDFInfo
- Publication number
- CN118102372A CN118102372A CN202410055245.8A CN202410055245A CN118102372A CN 118102372 A CN118102372 A CN 118102372A CN 202410055245 A CN202410055245 A CN 202410055245A CN 118102372 A CN118102372 A CN 118102372A
- Authority
- CN
- China
- Prior art keywords
- index
- parameter
- quality
- network
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004891 communication Methods 0.000 title claims abstract description 89
- 238000001514 detection method Methods 0.000 title claims abstract description 26
- 238000011156 evaluation Methods 0.000 claims description 152
- 238000004364 calculation method Methods 0.000 claims description 30
- 230000005540 biological transmission Effects 0.000 claims description 27
- 238000000034 method Methods 0.000 claims description 24
- 238000012360 testing method Methods 0.000 claims description 20
- 238000012544 monitoring process Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 18
- 238000005259 measurement Methods 0.000 claims description 17
- 238000010606 normalization Methods 0.000 claims description 17
- 238000013441 quality evaluation Methods 0.000 claims description 16
- 238000012795 verification Methods 0.000 claims description 15
- 238000010219 correlation analysis Methods 0.000 claims description 10
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000001303 quality assessment method Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 101001069691 Homo sapiens Protogenin Proteins 0.000 description 2
- 102100033834 Protogenin Human genes 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- 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
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供基于5G电力虚拟专网的通信终端无线质量检测方法及装置,涉及通信技术领域,本发明通过建立无线质量最优时候的最优解集合,获取基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg后进行评估程度的分析,之后进行灰色关联分析后依次生成关联系数ξi(k)和关联度ri后对若干业务装置的无线质量进行评估,识别出哪些对应指数对无线质量影响最大,以及当前通信终端的无线质量与理想状态的差距,调整其在综合评估中的权重,并对无线网络质量进行评估,决策不同业务装置之间的网络占比。
Description
技术领域
本发明涉及通信技术领域,具体为基于5G电力虚拟专网的通信终端无线质量检测方法及装置。
背景技术
在电网调度中,对于大量电力设备需要实时监测或控制,对于电力调控业务分布式接入点多面广难题,引入5G系统对网络资源进行管理,构建5G电力虚拟专网,能够满足不同场景下的不同网络性能需求,同时在基于5G电力虚拟专网的通信终端中,无线质量检测是保证网络性能和服务质量的关键任务,现有检测方法中仅包括信号强度、信噪比、时延等基本参数;
现有技术中的,公开号为CN114423037B提供的一种基于5G电力虚拟专网的通信终端无线质量检测方法及装置,包括:获取当前所检测的通信终端对应的业务装置、以及业务装置对应的属性标签,根据所述属性标签确定标准网络类型信息、标准信号强度信息以及标准信干比信息;基于第一预设模型、当前信号强度信息、当前信干比信息、标准信号强度信息以及标准信干比信息计算得到第一无线质量;基于第二预设模型、信号强度序列数据、信干比序列数据、标准信号强度信息、标准信干比信息计算得到第二无线质量;统计先前第二预设时间段内所有通信终端在不同时刻所添加的第一检测标签、第二检测标签以及第三检测标签,基于所述第一无线质量、第二无线质量计算得到每个通信终端的综合无线质量。
存在的不足之处有:
现有公开号为CN114423037B提供的一种基于5G电力虚拟专网的通信终端无线质量检测方法及装置中仅仅依靠信号强度信息、当前信干比信息构成的双维度对无线质量进行评估,但是存在未考虑的关键维度,例如网络容量、安全性、服务质量等方面,导致对通信终端性能的不完整评估,且在多维度质量衡量中,需要权衡不同维度的重要性,缺乏正确的权衡会导致无线质量评估不准确,如何对基于5G电力虚拟专网的通信终端进行全面性多维度检测,并以此进行无线质量的评估,同时确定不同维度对无线质量的影响程度,从而调整其在综合评估中的权重是当下需要改进的方向;
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它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
本发明的目的在于提供基于5G电力虚拟专网的通信终端无线质量检测方法及装置,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
基于5G电力虚拟专网的通信终端无线质量检测方法,具体步骤包括:
S1、采集通信终端对应业务装置的以下数据,并对若干业务装置以序列N=(1、2…n)进行分类标记:
由信号强度参数XHQd、信噪比参数XZb、时延参数Sy、抖动参数Dd构成的基本参数测量数据,
由资源利用率指标ZYZb、网络拥塞程度指标WLYs、宽度利用率指标KDZb构成的网络容量与负荷数据,
由网络切换性能参数WLQh、实时通信质量参数SSTx、数据传输稳定性参数SJWd构成的服务质量参数,
由身份验证指标SFYz、数据加密指标SJJm构成的安全性指标参数,以及采集历史网络性能数据;
S2、接收基本参数测量数据、网络容量与负荷数据、服务质量参数和安全性指标参数后进行数据清洗并进行归一化处理,并分别生成基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg,同时对四个评估指数进行权重平衡后并经过数据处理生成综合评估指数ZHPg,基于所述综合评估指数ZHPg对无线质量影响程度进行评估;
S3、获取综合评估指数ZHPg后依次对基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg进行灰色关联分析,设定母序列和数量为N的子序列,其中,
母序列x0:x0={x0(1),x0(2),…,x0(k)},其中x0为无线质量最优时候的最优解集合;
子序列xi:xi={xi(1),xi(2),…,xi(k)},i=1,2,…,n,其中n为通信终端类别标记第n个的业务装置,k依次选取基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg,k依次取1、2、3、4;
对所述母序列与子序列进行计算分别获得关联系数ξi(k)和关联度ri,基于关联系数ξi(k)对母序列和对应子序列之间的相似程度进行判断,而关联度ri反映序列整体上的关联程度;
S4、获取关联系数ξi(k)和关联度ri后对若干业务装置的无线质量进行评估,识别出哪些对应指数对无线质量影响最大,以及当前通信终端的无线质量与理想状态的差距,调整其在综合评估中的权重,并对无线网络质量进行评估,决策不同业务装置之间的网络占比。
一种基于5G电力虚拟专网的通信终端无线质量检测装置,所述装置用于执行所述的无线质量检测方法,包括:
数据采集模块:用于采集通信终端对应业务装置的以下数据,并对若干业务装置以序列N=(1、2…n)进行分类标记:
由信号强度参数XHQd、信噪比参数XZb、时延参数Sy、抖动参数Dd构成的基本参数测量数据,
由资源利用率指标ZYZb、网络拥塞程度指标WLYs、宽度利用率指标KDZb构成的网络容量与负荷数据,
由网络切换性能参数WLQh、实时通信质量参数SSTx、数据传输稳定性参数SJWd构成的服务质量参数,
由身份验证指标SFYz、数据加密指标SJJm构成的安全性指标参数,以及采集历史网络性能数据;
数据处理模块:用于接收基本参数测量数据、网络容量与负荷数据、服务质量参数和安全性指标参数后进行数据清洗并进行归一化处理,并分别生成基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg,同时对四个评估指数进行权重平衡后并经过数据处理生成综合评估指数ZHPg,基于所述综合评估指数ZHPg对无线质量影响程度进行评估;
灰色关联分析:用于获取综合评估指数ZHPg后依次对基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg进行灰色关联分析,设定母序列和数量为N的子序列,其中,
母序列:x0={x0(1),x0(2),...,x0(k)},其中x0为无线质量最优时候的最优解集合;
子序列:xi={xi(1),xi(2),...,xi(k)},i=1,2,...,n,其中n为通信终端类别标记第n个的业务装置,k依次选取基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg,k依次取1、2、3、4;
对所述母序列与子序列进行计算分别获得关联系数ξi(k)和关联度ri,基于关联系数ξi(k)对母序列和对应子序列之间的相似程度进行判断,而关联度ri反映序列整体上的关联程度;
无线质量评估模块:用于获取关联系数ξi(k)和关联度ri后对若干业务装置的无线质量进行评估,识别出哪些对应指数对无线质量影响最大,以及当前通信终端的无线质量与理想状态的差距,调整其在综合评估中的权重,并对无线网络质量进行评估,决策不同业务装置之间的网络占比。
与现有技术相比,本发明的有益效果是:通过建立无线质量最优时候的最优解集合,获取基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg后进行评估程度的分析,之后进行灰色关联分析后依次生成关联系数ξi(k)和关联度ri后对若干业务装置的无线质量进行评估,识别出哪些对应指数对无线质量影响最大,以及当前通信终端的无线质量与理想状态的差距,调整其在综合评估中的权重,并对无线网络质量进行评估,决策不同业务装置之间的网络占比。
附图说明
图1为本发明整体装置流程示意图;
图2为本发明的整体方法流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,对本发明进一步详细说明。
需要说明的是,除非另外定义,本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”“下”“左”“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
请参阅图1和图2,本发明提供一种技术方案:
实施例一:
本实施例提供了一种基于5G电力虚拟专网的通信终端无线质量检测方法,具体步骤包括:
S1、采集通信终端对应业务装置的以下数据,并对若干业务装置以序列N=(1、2…n)进行分类标记,其中N代表业务装置的总类别数量,并根据N个业务装置的类型划分为(1、2…n),其中每个数代表对应的类别标号:
由信号强度参数XHQd、信噪比参数XZb、时延参数Sy、抖动参数Dd构成的基本参数测量数据,
由资源利用率指标ZYZb、网络拥塞程度指标WLYs、宽度利用率指标KDZb构成的网络容量与负荷数据,
由网络切换性能参数WLQh、实时通信质量参数SSTx、数据传输稳定性参数SJWd构成的服务质量参数,
由身份验证指标SFYz、数据加密指标SJJm构成的安全性指标参数,以及采集历史网络性能数据;
S2、接收基本参数测量数据、网络容量与负荷数据、服务质量参数和安全性指标参数后进行数据清洗并进行归一化处理,并分别生成基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg,同时对四个评估指数进行权重平衡后并经过数据处理生成综合评估指数ZHPg,基于所述综合评估指数ZHPg对无线质量影响程度进行评估;
S3、获取综合评估指数ZHPg后依次对基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg进行灰色关联分析,设定母序列和数量为N的子序列,其中,
母序列:x0={x0(1),x0(2),...,x0(k)},其中x0为无线质量最优时候的最优解集合;
子序列:xi={xi(1),xi(2),...,xi(k)},i=1,2,...,n,其中n为通信终端类别标记第n个的业务装置,k依次选取基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg,k依次取1、2、3、4;
对所述母序列与子序列进行计算分别获得关联系数ξi(k)和关联度ri,基于关联系数ξi(k)对母序列和对应子序列之间的相似程度进行判断,而关联度ri反映序列整体上的关联程度;
S4、获取关联系数ξi(k)和关联度ri后对若干业务装置的无线质量进行评估,识别出哪些对应指数对无线质量影响最大,以及当前通信终端的无线质量与理想状态的差距,调整其在综合评估中的权重,并对无线网络质量进行评估,决策不同业务装置之间的网络占比。
实施例二:
在实施例一的基础上进一步说明,所述信号强度参数XHQd通过获取通信终端所连接的基站或信号源的信号强度,具体是RSSI或RSRP指标,其值代表信号的强弱程度;
获取步骤如下所示,
步骤一:启动终端的诊断工具或软件,以接入5G网络。
步骤二:使用终端的信号检测功能来读取当前的信号强度值,这通常显示为dBm(分贝毫瓦)单位。
步骤三:记录不同时间点和不同地点的信号强度值,以评估网络覆盖和稳定性。
所述信噪比参数XZb为测量信号的质量与背景噪声之间的比例,具体通过测试工具捕获信号质量和背景噪声的数据,并计算得出信噪比的数值;
获取步骤如下所示,
步骤一:在终端设备上激活信号质量监控工具。
步骤二:从监控工具中获取信号强度和噪声水平的读数。
步骤三:计算信噪比,通常是信号强度(dBm)减去噪声水平(dBm)。
所述时延参数Sy是通过测试工具测量从发送数据到接收数据之间的时间差;
获取步骤如下所示,
步骤一:在通信终端上设置或使用网络测试工具,如ping测试。
步骤二:向网络中的另一端点发送测试数据包。
步骤三:记录数据包往返时间(RTT),这代表了网络的时延。
所述抖动参数Dd是指在数据传输过程中,到达时间的不一致性或变化;
获取步骤如下所示,
步骤一:使用网络性能测试工具,如Jitter测试工具。
步骤二:连续发送一系列小数据包至网络的另一端。
步骤三:测量和比较连续数据包的到达时间差异,以计算抖动。
对获取基本参数测量数据的信号强度参数XHQd、信噪比参数XZb、时延参数Sy、抖动参数Dd进行归一化处理并映射至如下取值范围:
0≤XHQd≤1,0≤XZb≤1,0≤Sy≤1,0≤Dd≤1,归一化计算公式如下:
其中GY表示数值归一化标的、Ys表示原始值、max表示采集数据中数值最大值、min表示数值最小值,X可以为信号强度参数XHQd、信噪比参数XZb、时延参数Sy、抖动参数Dd中的任意一种;
所述基本参数评估指数JBPg的计算公式如下:
JBPg=a1×XHQdGY+a2×XZbGY+a3×SyGY+a4×DdGY
其中a1、a2、a3和a4为正值的权重系数,同时对基本参数评估指数JBPg进行归一化处理,设定JBPg的阈值上限与阈值下限分别为JBPgmax、JBPgmin,并限定0≤JBPg≤1,并获得如下基本参数评估程度JBPgcd的计算公式:
其中0表示信号强度参数XHQd、信噪比参数XZb、时延参数Sy、抖动参数Dd数据均在正常阈值内,1表示信号强度参数XHQd、信噪比参数XZb、时延参数Sy、抖动参数Dd数据中所有数据均在正常阈值外,中间的值表示不同数量的信号强度参数XHQd、信噪比参数XZb、时延参数Sy、抖动参数Dd数据异常,且正常阈值的设定依据通信终端若干业务装置的网络性能进行自适应调整。
实施例三:
在实施例二的基础上进一步说明,所述资源利用率指标ZYZb通过网络性能监测工具获取通信终端所使用的网络资源的利用率,涉及到监测网络带宽、CPU使用率、内存利用率;
具体获取步骤如下,
使用网络监控与管理工具Microsoft的系统中心运营管理器(SCOM)或开源的Nagios进行获取,
步骤一:配置并启动SCOM或Nagios。
步骤二:使其监测包含在设备和网络中的各种资源(如处理器,内存,硬盘,带宽)的使用情况。
步骤三:从工具中提取资源利用率数据,并计算资源利用率指标。
所述网络拥塞程度指标WLYs使用网络性能监测工具或设备来评估通信终端所连接网络的拥塞程度,包括监测网络中的数据包丢失率、延迟增加;
具体获取步骤如下:
使用网络流量分析工具,如Wireshark或NetFlow。
步骤一:配置并启动网络流量分析工具。
步骤二:在特定的时间段内,收集并分析网络流量数据。
步骤三:例如丢包率、数据包队列长度等指标可以用来评估网络的拥塞程度。
所述宽度利用率指标KDZb通过监测网络带宽的使用情况来获取,需要监测网络中的数据传输速率和带宽占用情况;
具体获取步骤如下:
通过网络带宽监测工具获取,如PRTG Network Monitor。
步骤一:配置并启动PRTG Network Monitor。
步骤二:组织和分析从网络接口收集的数据。
步骤三:计算网络的宽度利用率。
对获取网络容量与负荷数据的资源利用率指标ZYZb、网络拥塞程度指标WLYs、宽度利用率指标KDZb进行归一化处理并映射至如下取值范围:
0≤ZYZb≤1,0≤WLYs≤1,0≤KDZb≤1,归一化计算公式如下:
其中GY表示数值归一化标的、Ys表示原始值、max表示采集数据中数值最大值、min表示数值最小值,X可以为资源利用率指标ZYZb、网络拥塞程度指标WLYs、宽度利用率指标KDZb中的任意一种;
所述网络容量与负载评估指数WFPg的计算公式如下:
WFPg=b1×ZYZbGY+b2×WLYsGY+b3×KDZbGY
其中b1、b2、b3为正值的权重系数,同时对网络容量与负载评估指数WFPg进行归一化处理,设定WFPg的阈值上限与阈值下限分别为WFPgmax、WFPgmin,并限定0≤WFPg≤1,并获得如下网络容量与负载评估程度WFPgcd的计算公式:
其中0表示资源利用率指标ZYZb、网络拥塞程度指标WLYs、宽度利用率指标KDZb数据均在正常阈值内,1表示资源利用率指标ZYZb、网络拥塞程度指标WLYs、宽度利用率指标KDZb数据中所有数据均在正常阈值外,中间的值表示不同数量的资源利用率指标ZYZb、网络拥塞程度指标WLYs、宽度利用率指标KDZb数据异常,且正常阈值的设定依据通信终端若干业务装置的网络性能进行自适应调整。
实施例四:
在实施例三的基础上进一步说明,所述网络切换性能参数WLQh通过测试工具来评估通信终端在不同网络之间进行切换的性能,包括切换时延、切换成功率;
具体获取步骤如下:
测量不同网络之间切换的速度和效率,使用Spirent等专业的无线测试设备。
步骤一:设定与运行特定的网络切换测试场景。
步骤二:利用专业设备,如Spirent,收集和分析切换性能数据。
步骤三:计算网络切换性能参数。
所述实时通信质量参数SSTx通过监测实时通信的相关参数,如音频或视频的丢包率、延迟来获取实时通信质量参数;
具体获取步骤如下:
使用通信质量监控工具,如VoIPmonitor。
步骤一:配置与启动VoIPmonitor。
步骤二:从VoIP通话中提取通信质量的相关数据。
步骤三:评估并计算实时通信质量参数。
所述数据传输稳定性参数SJWd使用测试工具监测数据传输的稳定性,包括数据包的时延、抖动;
具体获取步骤如下:
通过网络性能测试工具获取,如Iperf。
步骤一:配置并运行Iperf以测试网络带宽及其稳定性。
步骤二:在不同时间段、不同网络负载下连续进行多次测试。
步骤三:从测试结果中计算数据传输稳定性参数。
对获取服务质量参数的网络切换性能参数WLQh、实时通信质量参数SSTx、数据传输稳定性参数SJWd进行归一化处理并映射至如下取值范围:
0≤WLQh≤1,0≤SSTx≤1,0≤SJWd≤1,归一化计算公式如下:
其中GY表示数值归一化标的、Ys表示原始值、max表示采集数据中数值最大值、min表示数值最小值,X可以为网络切换性能参数WLQh、实时通信质量参数SSTx、数据传输稳定性参数SJWd中的任意一种;
所述服务质量评估指数FWPg的计算公式如下:
FWPg=c1×WLQhGY+c2×SSTxGY+c3×SJWdGY
其中c1、c2、c3为正值的权重系数,同时对服务质量评估指数FWPg进行归一化处理,设定FWPg的阈值上限与阈值下限分别为FWPgmax、FWPgmin,并限定0≤FWPg≤1,并获得如下服务质量评估程度FWPgcd的计算公式:
其中0表示网络切换性能参数WLQh、实时通信质量参数SSTx、数据传输稳定性参数SJWd数据均在正常阈值内,1表示网络切换性能参数WLQh、实时通信质量参数SSTx、数据传输稳定性参数SJWd数据中所有数据均在正常阈值外,中间的值表示不同数量的网络切换性能参数WLQh、实时通信质量参数SSTx、数据传输稳定性参数SJWd数据异常,且正常阈值的设定依据通信终端若干业务装置的网络性能进行自适应调整。
实施例五:
在实施例四的基础上进一步说明,所述身份验证指标SFYz评估通信终端的身份验证性能,包括身份验证成功率、身份验证时延;
具体获取步骤如下:
通过安全检测与审计工具获取,如Nessus或Nmap。
步骤一:配置并运行Nessus或Nmap进行安全扫描。
步骤二:从扫描结果中提取并分析身份验证与授权的相关信息。
步骤三:根据审计结果对身份验证指标进行评级。
所述数据加密指标SJJm通过监测数据传输过程中的加密算法的使用情况,以及数据传输过程中的安全性能来获取数据加密指标;
具体获取步骤如下:
通过安全性评估工具获取,如OpenSSL。
步骤一:配置并运行OpenSSL进行数据传输安全性测试。
步骤二:分析数据加密过程与加密强度相关的数据。
步骤三:计算数据加密指标。
对获取安全性指标参数的身份验证指标SFYz、数据加密指标SJJm进行归一化处理并映射至如下取值范围:
0≤SFYz≤1,0≤SJJm≤1,归一化计算公式如下:
其中GY表示数值归一化标的、Ys表示原始值、max表示采集数据中数值最大值、min表示数值最小值,X可以为身份验证指标SFYz、数据加密指标SJJm中的任意一种;
所述安全性评估指数AQPg的计算公式如下:
AQPg=d1×SFYzGY+d2×SJJmGY
其中d1、d2为正值的权重系数,同时对安全性评估指数AQPg进行归一化处理,设定AQPg的阈值上限与阈值下限分别为AQPgmax、AQPgmin,并限定0≤AQPg≤1,并获得如下安全性评估程度AQPgcd的计算公式:
其中0表示身份验证指标SFYz、数据加密指标SJJm数据均在正常阈值内,1表示身份验证指标SFYz、数据加密指标SJJm数据中所有数据均在正常阈值外,中间的值表示不同数量的身份验证指标SFYz、数据加密指标SJJm数据异常,且正常阈值的设定依据通信终端若干业务装置的网络性能进行自适应调整。
实施例六:
在实施例五的基础上进一步说明,所述综合评估指数ZHPg的计算公式如下:
ZHPg=e1×JBPg+e2×WFPg+e3×FWPg+e4×AQPg
其中e1、e2、e3和e4均为正值的权重系数,
所述ξi(k)计算公式为:
其中ρ为分辨系数,ρ∈[0,1],ρ≤0.5,之后依次计算基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg的关联系数对应取值;
所述关联度ri的计算公式为:
并依次获得r1、r2...rn的关联度,ri为小于等于1的正数,且关联度ri的取值越高,表明对应业务装置与母序列的最优解x0越为接近,获取的网络质量越好;
同时通过对关联系数ξi(k)的相似程度判断,相似程度对应取值越接近时,识别出对应指数对无线质量影响最大,并对获取的关联系数ξi(k)进行分层区别,共分为等间距的10层(1层、2层、3层、4层、5层、6层、7层、8层、9层、10层),层数越高,表明对应的相似程度越接近,以此对相应的指数权重e进行自适应调整,且e代表的e1、e2、e3和e4的合值为1,基于层数的差量,对当前通信终端的无线质量与理想状态的差距进行表示,具体评估方式为:
1层代表对应基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg中的任意一个与母系列的对应特征相识程度为0%—10%,以此类推,10层代表母系列的对应特征相识程度为90%—100%;
同时基本参数评估程度JBPgcd、网络容量与负载评估程度WFPgcd、服务质量评估程度FWPgcd、安全性评估程度AQPgcd的取值范围,确定其中对应采集数据中哪类别数据对无线质量影响最大,进行全面性多维度检测,并以此进行无线质量的评估,
无线质量的评估WXPg公式如下:
其中β为正数构成的调节系数,JBPgcd、WFPgcd、FWPgcd、AQPgcd中任意一个取值范围均在0至1,且JBPgcd、WFPgcd、FWPgcd、AQPgcd取值越小时,表示对应采集数据在正常范围内,而ri越接近1时,表示与母序列相似程度越高,对应的网络质量越好,因此当无线质量的评估WXPg越接近0时,表示的无线质量越好,同时基于对业务装置的历史网络性能数据,获取业务装置的无线网络能力的变化曲线,基于无线质量的评估WXPg评估的基础上,对业务装置未来的无线质量进行预测,便于及时决策,设定无线质量预测结果与评估WXPg之间的阈值差为定量阈值DLYz,避免预测结果发生较大的偏差;
根据业务装置种类需要的网络性能标准不同,基于关联度ri呈现的关联曲线进行适应性选取配比,同时确定不同维度对无线质量的影响程度,进而调整其在综合评估中的权重;例如,如果发现网络容量与负载评估指数WFPg的关联度远低于其他指数,可能意味着网络容量和负载是当前无线质量不佳的主要原因,应当优先改善。
实施例七:
一种基于5G电力虚拟专网的通信终端无线质量检测装置,所述装置用于执行所述的无线质量检测方法,包括:
数据采集模块:用于采集通信终端对应业务装置的以下数据,并对若干业务装置以序列N=(1、2…n)进行分类标记:
由信号强度参数XHQd、信噪比参数XZb、时延参数Sy、抖动参数Dd构成的基本参数测量数据,
由资源利用率指标ZYZb、网络拥塞程度指标WLYs、宽度利用率指标KDZb构成的网络容量与负荷数据,
由网络切换性能参数WLQh、实时通信质量参数SSTx、数据传输稳定性参数SJWd构成的服务质量参数,
由身份验证指标SFYz、数据加密指标SJJm构成的安全性指标参数,以及采集历史网络性能数据;
数据处理模块:用于接收基本参数测量数据、网络容量与负荷数据、服务质量参数和安全性指标参数后进行数据清洗并进行归一化处理,并分别生成基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg,同时对四个评估指数进行权重平衡后并经过数据处理生成综合评估指数ZHPg,基于所述综合评估指数ZHPg对无线质量影响程度进行评估;
灰色关联分析:用于获取综合评估指数ZHPg后依次对基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg进行灰色关联分析,设定母序列和数量为N的子序列,其中,
母序列:x0={x0(1),x0(2),...,x0(k)},其中x0为无线质量最优时候的最优解集合;
子序列:xi={xi(1),xi(2),...,xi(k)},i=1,2,...,n,其中n为通信终端若干业务装置,k依次选取基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg,k依次取1、2、3、4;
对所述母序列与子序列进行计算分别获得关联系数ξi(k)和关联度ri,基于关联系数ξi(k)对母序列和对应子序列之间的相似程度进行判断,而关联度ri反映序列整体上的关联程度;
无线质量评估模块:用于获取关联系数ξi(k)和关联度ri后对若干业务装置的无线质量进行评估,识别出哪些对应指数对无线质量影响最大,以及当前通信终端的无线质量与理想状态的差距,调整其在综合评估中的权重,并对无线网络质量进行评估,决策不同业务装置之间的网络占比。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。本领域技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够、电子硬件,或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方法来执行,取决于技术方案的特定应用和设计约束条件。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,既可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。
Claims (7)
1.基于5G电力虚拟专网的通信终端无线质量检测方法,其特征在于,具体步骤包括:
S1、采集通信终端对应业务装置的以下数据,并对若干业务装置以序列N=(1、2…n)进行分类标记:
由信号强度参数XHQd、信噪比参数XZb、时延参数Sy、抖动参数Dd构成的基本参数测量数据,
由资源利用率指标ZYZb、网络拥塞程度指标WLYs、宽度利用率指标KDZb构成的网络容量与负荷数据,
由网络切换性能参数WLQh、实时通信质量参数SSTx、数据传输稳定性参数SJWd构成的服务质量参数,
由身份验证指标SFYz、数据加密指标SJJm构成的安全性指标参数,以及采集历史网络性能数据;
S2、接收基本参数测量数据、网络容量与负荷数据、服务质量参数和安全性指标参数后进行数据清洗并进行归一化处理,并分别生成基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg,同时对四个评估指数进行权重平衡后并经过数据处理生成综合评估指数ZHPg,基于所述综合评估指数ZHPg对无线质量影响程度进行评估;
S3、获取综合评估指数ZHPg后依次对基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg进行灰色关联分析,设定母序列和数量为N的子序列,其中,
母序列x0:x0={x0(1),x0(2),…,x0(k)},其中x0为无线质量最优时候的最优解集合;
子序列xi:xi={xi(1),xi(2),...,xi(k)},i=1,2,...,n,其中n为通信终端类别标记第n个的业务装置,k依次选取基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg,k依次取1、2、3、4;
对所述母序列与子序列进行计算分别获得关联系数ξi(k)和关联度ri,基于关联系数ξi(k)对母序列和对应子序列之间的相似程度进行判断,而关联度ri反映序列整体上的关联程度;
S4、获取关联系数ξi(k)和关联度ri后对若干业务装置的无线质量进行评估,识别出哪些对应指数对无线质量影响最大,以及当前通信终端的无线质量与理想状态的差距,调整其在综合评估中的权重,并对无线网络质量进行评估,决策不同业务装置之间的网络占比。
2.根据权利要求1所述的基于5G电力虚拟专网的通信终端无线质量检测方法,其特征在于:所述信号强度参数XHQd通过获取通信终端所连接的基站或信号源的信号强度,具体是RSSI或RSRP指标,其值代表信号的强弱程度;
所述信噪比参数XZb为测量信号的质量与背景噪声之间的比例,具体通过测试工具捕获信号质量和背景噪声的数据,并计算得出信噪比的数值;
所述时延参数Sy是通过测试工具测量从发送数据到接收数据之间的时间差;
所述抖动参数Dd是指在数据传输过程中,到达时间的不一致性或变化;
对获取基本参数测量数据的信号强度参数XHQd、信噪比参数XZb、时延参数Sy、抖动参数Dd进行归一化处理并映射至如下取值范围:
0≤XHQd≤1,0≤XZb≤1,0≤Sy≤1,0≤Dd≤1,归一化计算公式如下:
其中GY表示数值归一化标的、Ys表示原始值、max表示采集数据中数值最大值、min表示数值最小值,X可以为信号强度参数XHQd、信噪比参数XZb、时延参数Sy、抖动参数Dd中的任意一种;
所述基本参数评估指数JBPg的计算公式如下:
JBPg=a1×XHQdGY+a2×XZbGY+a3×SyGY+a4×DdGY
其中a1、a2、a3和a4为正值的权重系数,同时对基本参数评估指数JBPg进行归一化处理,设定JBPg的阈值上限与阈值下限分别为JBPgmax、JBPgmin,并获得如下基本参数评估程度JBPgcd的计算公式:
限定0≤JBPg≤1。
3.根据权利要求2所述的基于5G电力虚拟专网的通信终端无线质量检测方法,其特征在于:所述资源利用率指标ZYZb通过网络性能监测工具获取通信终端所使用的网络资源的利用率,涉及到监测网络带宽、CPU使用率、内存利用率;
所述网络拥塞程度指标WLYs使用网络性能监测工具或设备来评估通信终端所连接网络的拥塞程度,包括监测网络中的数据包丢失率、延迟增加;
所述宽度利用率指标KDZb通过监测网络带宽的使用情况来获取,需要监测网络中的数据传输速率和带宽占用情况;
对获取网络容量与负荷数据的资源利用率指标ZYZb、网络拥塞程度指标WLYs、宽度利用率指标KDZb进行归一化处理并映射至如下取值范围:
0≤ZYZb≤1,0≤WLYs≤1,0≤KDZb≤1,归一化计算公式如下:
其中GY表示数值归一化标的、Ys表示原始值、max表示采集数据中数值最大值、min表示数值最小值,X可以为资源利用率指标ZYZb、网络拥塞程度指标WLYs、宽度利用率指标KDZb中的任意一种;
所述网络容量与负载评估指数WFPg的计算公式如下:
WFPg=b1×ZYZbGY+b2×WLYsGY+b3×KDZbGY
其中b1、b2、b3为正值的权重系数,同时对网络容量与负载评估指数WFPg进行归一化处理,设定WFPg的阈值上限与阈值下限分别为WFPgmax、WFPgmin,并获得如下网络容量与负载评估程度WFPgcd的计算公式:
限定0≤WFPg≤1。
4.根据权利要求3所述的基于5G电力虚拟专网的通信终端无线质量检测方法,其特征在于:所述网络切换性能参数WLQh通过测试工具来评估通信终端在不同网络之间进行切换的性能,包括切换时延、切换成功率;
所述实时通信质量参数SSTx通过监测实时通信的相关参数,如音频或视频的丢包率、延迟来获取实时通信质量参数;
所述数据传输稳定性参数SJWd使用测试工具监测数据传输的稳定性,包括数据包的时延、抖动;
对获取服务质量参数的网络切换性能参数WLQh、实时通信质量参数SSTx、数据传输稳定性参数SJWd进行归一化处理并映射至如下取值范围:
0≤WLQh≤1,0≤SSTx≤1,0≤SJWd≤1,归一化计算公式如下:
其中GY表示数值归一化标的、Ys表示原始值、max表示采集数据中数值最大值、min表示数值最小值,X可以为网络切换性能参数WLQh、实时通信质量参数SSTx、数据传输稳定性参数SJWd中的任意一种;
所述服务质量评估指数FWPg的计算公式如下:
FWPg=c1×WLQhGY+c2×SSTxGY+c3×SJWdGY
其中c1、c2、c3为正值的权重系数,同时对服务质量评估指数FWPg进行归一化处理,设定FWPg的阈值上限与阈值下限分别为FWPgmax、FWPgmin,并获得如下服务质量评估程度FWPgcd的计算公式:
限定0≤FWPg≤1。
5.根据权利要求4所述的基于5G电力虚拟专网的通信终端无线质量检测方法,其特征在于:所述身份验证指标SFYz评估通信终端的身份验证性能,包括身份验证成功率、身份验证时延;
所述数据加密指标SJJm通过监测数据传输过程中的加密算法的使用情况,以及数据传输过程中的安全性能来获取数据加密指标;
对获取安全性指标参数的身份验证指标SFYz、数据加密指标SJJm进行归一化处理并映射至如下取值范围:
0≤SFYz≤1,0≤SJJm≤1,归一化计算公式如下:
其中GY表示数值归一化标的、Ys表示原始值、max表示采集数据中数值最大值、min表示数值最小值,X可以为身份验证指标SFYz、数据加密指标SJJm中的任意一种;
所述安全性评估指数AQPg的计算公式如下:
AQPg=d1×SFYzGY+d2×SJJmGY
其中d1、d2为正值的权重系数,同时对安全性评估指数AQPg进行归一化处理,设定AQPg的阈值上限与阈值下限分别为AQPgmax、AQPgmin,并获得如下安全性评估程度AQPgcd的计算公式:
限定0≤AQPg≤1。
6.根据权利要求5所述的基于5G电力虚拟专网的通信终端无线质量检测方法,其特征在于:所述综合评估指数ZHPg的计算公式如下:
ZHPg=e1×JBPg+e2×WFPg+e3×FWPg+e4×AQPg
其中e1、e2、e3和e4均为正值的权重系数,
所述ξi(k)计算公式为:
其中ρ为分辨系数,ρ∈[0,1],ρ≤0.5,之后依次计算基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg的关联系数对应取值;
所述关联度ri的计算公式为:
并依次获得r1、r2...rn的关联度,ri为小于等于1的正数,且关联度ri的取值越高,表明对应业务装置与母序列的最优解x0越为接近,获取的网络质量越好;
同时通过对关联系数ξi(k)的相似程度判断,相似程度对应取值越接近时,识别出对应指数对无线质量影响最大,以及当前通信终端的无线质量与理想状态的差距,同时根据基本参数评估程度JBPgcd、网络容量与负载评估程度WFPgcd、服务质量评估程度FWPgcd、安全性评估程度AQPgcd的取值范围,确定其中对应采集数据中哪类别数据对无线质量影响最大,进行全面性多维度检测,并以此进行无线质量的评估,
无线质量的评估WXPg公式如下:
其中β为正数构成的调节系数,同时确定不同维度对无线质量的影响程度,从而调整其在综合评估中的权重。
7.一种基于5G电力虚拟专网的通信终端无线质量检测装置,其特征在于:所述装置用于执行权利要求1-6任意一项所述的无线质量检测方法,包括:
数据采集模块:用于采集通信终端对应业务装置的以下数据,并对若干业务装置以序列N=(1、2…n)进行分类标记:
由信号强度参数XHQd、信噪比参数XZb、时延参数Sy、抖动参数Dd构成的基本参数测量数据,
由资源利用率指标ZYZb、网络拥塞程度指标WLYs、宽度利用率指标KDZb构成的网络容量与负荷数据,
由网络切换性能参数WLQh、实时通信质量参数SSTx、数据传输稳定性参数SJWd构成的服务质量参数,
由身份验证指标SFYz、数据加密指标SJJm构成的安全性指标参数,以及采集历史网络性能数据;
数据处理模块:用于接收基本参数测量数据、网络容量与负荷数据、服务质量参数和安全性指标参数后进行数据清洗并进行归一化处理,并分别生成基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg,同时对四个评估指数进行权重平衡后并经过数据处理生成综合评估指数ZHPg,基于所述综合评估指数ZHPg对无线质量影响程度进行评估;
灰色关联分析:用于获取综合评估指数ZHPg后依次对基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg进行灰色关联分析,设定母序列和数量为N的子序列,其中,
母序列x0:x0={x0(1),x0(2),...,x0(k)},其中x0为无线质量最优时候的最优解集合;
子序列xi:xi={xi(1),xi(2),...,xi(k)},i=1,2,...,n,其中n为通信终端类别标记第n个的业务装置,k依次选取基本参数评估指数JBPg、网络容量与负载评估指数WFPg、服务质量评估指数FWPg和安全性评估指数AQPg,k依次取1、2、3、4;
对所述母序列与子序列进行计算分别获得关联系数ξi(k)和关联度ri,基于关联系数ξi(k)对母序列和对应子序列之间的相似程度进行判断,而关联度ri反映序列整体上的关联程度;
无线质量评估模块:用于获取关联系数ξi(k)和关联度ri后对若干业务装置的无线质量进行评估,识别出哪些对应指数对无线质量影响最大,以及当前通信终端的无线质量与理想状态的差距,调整其在综合评估中的权重,并对无线网络质量进行评估,决策不同业务装置之间的网络占比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410055245.8A CN118102372A (zh) | 2024-01-15 | 2024-01-15 | 基于5g电力虚拟专网的通信终端无线质量检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410055245.8A CN118102372A (zh) | 2024-01-15 | 2024-01-15 | 基于5g电力虚拟专网的通信终端无线质量检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118102372A true CN118102372A (zh) | 2024-05-28 |
Family
ID=91162177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410055245.8A Pending CN118102372A (zh) | 2024-01-15 | 2024-01-15 | 基于5g电力虚拟专网的通信终端无线质量检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118102372A (zh) |
-
2024
- 2024-01-15 CN CN202410055245.8A patent/CN118102372A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5612696B2 (ja) | 通信ネットワーク内のサービス品質結果の特定及びアクセスのためのネットワーク管理システム及び方法 | |
US9774506B2 (en) | Method and apparatus for analysis of the operation of a communication system using events | |
CN114629802B (zh) | 一种基于业务感知的电力通信骨干网络质量评估方法 | |
EP3694149B1 (en) | Network quality determining method and apparatus | |
TW201032503A (en) | System and method for facilitating capacity monitoring & recommending action for wireless networks | |
CN111327471A (zh) | 网络质量分析方法、装置、计算机设备及存储介质 | |
WO2013119355A1 (en) | Co-channel utilization estimation | |
CN114268981A (zh) | 网络故障检测与诊断方法及系统 | |
Steinert et al. | Long-term adaptation and distributed detection of local network changes | |
EP1489865A1 (en) | Method and system for analysing data quality measurements in wireless data communication networks | |
Liu et al. | An information-theoretic approach to network monitoring and measurement | |
CN113784378A (zh) | 室分小区故障检测方法、装置、服务器及存储介质 | |
CN101414938B (zh) | 自适应的数字家庭网络可用带宽实时检测方法 | |
Allahdadi et al. | Predicting short 802.11 sessions from radius usage data | |
CN118102372A (zh) | 基于5g电力虚拟专网的通信终端无线质量检测方法及装置 | |
CN110475244B (zh) | 终端管理方法、系统、装置、终端及存储介质 | |
CN113727092B (zh) | 基于决策树的视频监控质量巡检方法及装置 | |
CN115981192A (zh) | 基于工业网络协同控制与预判方法 | |
KR100812946B1 (ko) | 이동 통신망에서의 서비스 품질 관리 시스템 및 방법 | |
WO2024066331A1 (zh) | 网络异常检测方法、装置、电子设备及存储介质 | |
US11877170B2 (en) | Automated evaluation of effects of changes in communications networks | |
Reddy et al. | On the accuracy of sampling schemes for wireless network characterization | |
CN112449369B (zh) | 识别问题小区的方法、装置、设备及计算机存储介质 | |
TW201929584A (zh) | 基地台之障礙辨識伺服器及方法 | |
Liang et al. | Not you too? Distilling local contexts of poor cellular network performance through participatory sensing |
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 |