CN118400291A - 一种通信信息监测方法和系统 - Google Patents
一种通信信息监测方法和系统 Download PDFInfo
- Publication number
- CN118400291A CN118400291A CN202410868746.8A CN202410868746A CN118400291A CN 118400291 A CN118400291 A CN 118400291A CN 202410868746 A CN202410868746 A CN 202410868746A CN 118400291 A CN118400291 A CN 118400291A
- Authority
- CN
- China
- Prior art keywords
- communication
- data
- index
- original
- signal quality
- 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
- 230000006854 communication Effects 0.000 title claims abstract description 614
- 238000004891 communication Methods 0.000 title claims abstract description 605
- 238000012544 monitoring process Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000004458 analytical method Methods 0.000 claims abstract description 89
- 230000005856 abnormality Effects 0.000 claims abstract description 80
- 230000005540 biological transmission Effects 0.000 claims abstract description 75
- 238000011156 evaluation Methods 0.000 claims abstract description 54
- 238000013441 quality evaluation Methods 0.000 claims abstract description 53
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000007781 pre-processing Methods 0.000 claims abstract description 15
- 238000001303 quality assessment method Methods 0.000 claims abstract description 8
- 206010000117 Abnormal behaviour Diseases 0.000 claims abstract description 7
- 230000002159 abnormal effect Effects 0.000 claims description 69
- 238000012937 correction Methods 0.000 claims description 56
- 238000001228 spectrum Methods 0.000 claims description 22
- 238000012360 testing method Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 15
- 238000013500 data storage Methods 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 claims description 7
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 5
- 238000000611 regression analysis Methods 0.000 claims description 5
- 238000010187 selection method Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 7
- 230000000875 corresponding effect Effects 0.000 description 33
- 230000008859 change Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 241000700605 Viruses Species 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- 230000002596 correlated effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008054 signal transmission Effects 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000012098 association analyses Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Landscapes
- Maintenance And Management Of Digital Transmission (AREA)
Abstract
本发明公开了一种通信信息监测方法和系统。该通信信息监测方法，涉及通信数据处理技术领域，包括以下步骤：原始通信数据获取；通信信号质量评估；通信异常评估。本发明通过通信网络节点部署的监测设备实时收集传输过程中的原始通信信息，然后通过信息预处理获取原始通信数据，并对时域特征数据和频域特征数据进行分析获取通信信号质量评估指数，最后对原始通信数据和通信信号质量评估指数进行实时监测获取异常行为的通信异常指标，并结合通信异常指标特点设置的通信异常阈值获取通信异常评估指数，达到了降低通信信息分析难度的效果，解决了现有技术中存在通信信息分析难度高的问题。
Description
技术领域
本发明涉及通信数据处理技术领域，尤其涉及一种通信信息监测方法和系统。
背景技术
随着技术的不断发展，通信信息监测正在不断推动各行各业的数字化转型，提升社会生产力和生活质量。通信信息是信息和通信的结合体，涵盖了计算机科学、电子工程、通信工程、信息理论等多个领域，其核心目标是通过电子和数字手段来增强信息的收集、存储、传输和处理能力，以支持日益复杂和高效的社会交流和业务运营。而监测是一种广泛应用于多个领域的手段，包括采样、测试和数据处理等，它的主要目的是对特定对象或现象进行实时或定期的观测、测量和分析，以获取有关其状态、变化或性能的信息，监测在环境保护、工业生产、医疗健康等领域都有广泛应用。现代通信信息监测系统能够更准确地捕捉和分析通信信号，实现对通信活动的全面、实时监测，通信信息监测不仅应用于传统的通信领域，还逐渐渗透到网络安全、智能交通、物联网等多个领域，其中在网络安全领域，通信信息监测技术可以帮助及时发现和应对网络攻击，保护网络系统的安全稳定运行；在智能交通领域，通信信息监测可以实现车辆间的实时通信和信息共享，提升交通效率和安全性，从而实现了通信系统的可靠性和安全性的提高。
现有技术中，利用高精度的信号采集设备实时捕捉通信信号，再利用先进的信号处理和分析算法对通信数据进行深入解析和提取关键信息，并通过比对和分析识别出通信中的异常情况或潜在风险，实现了对通信活动的有效监控与评估。
例如公告号为：CN112395849B的发明专利公告的一种通信信息的生成方法和系统，包括：各业务端分别将标签变量的信息发送至模板管理系统；模板管理系统根据编辑指令生成包括标签变量的多个通信模板，并将多个通信模板的信息发送至各业务端，通信模板的信息包括通信模板的标识、对应的通知类型和所包括的标签变量；业务端根据目标业务所关联的通知类型从多个通信模板中确定多个目标通信模板，并根据目标业务的通知内容确定目标通信模板中标签变量的目标值；业务端执行目标业务时，根据业务逻辑选择一个目标通信模板，自动地向模板管理系统发送包括一个目标通信模板的标识的调用指令；模板管理系统将目标通信模板发送至业务端；业务端将目标通信模板中的标签变量自动地替换为目标值，生成目标通信信息；在各业务端分别将标签变量的信息发送至模板管理系统后，模板管理系统判断标签变量的信息之间是否存在矛盾，若是，则修改标签变量的信息，并将修改后的标签变量的信息发送至各业务端。
例如公告号为：CN103699836B的发明专利公告的一种计算机病毒信息的监测方法、装置和通信系统，包括：获取计算机病毒信息，计算机病毒信息包括计算机病毒名称、计算机病毒类型、病毒爆发时间和终端信息；根据终端信息确定地址信息；根据终端信息在电子地图的相应位置上显示计算机病毒信息和地址信息；根据终端信息确定地址信息，若终端信息只包括终端的IP信息，则通过查询IP数据库，将终端的IP信息转换成地理经纬度信息，利用在线地图的应用程序编程接口将地理经纬度信息转换成地址信息；若终端信息只包括终端的地理经纬度信息，或者，终端信息包括终端的IP信息和地理经纬度信息，则利用在线地图的应用程序编程接口将地理经纬度信息转换成地址信息。
但本申请在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
现有技术中，业务端根据目标业务所关联的通知类型从多个通信模板中确定多个目标通信模板，并根据目标业务的通知内容确定目标通信模板中标签变量的目标值，多个目标通信模板产生大量的信息，由于信息的复杂性和多样性，以及可能存在的噪声和干扰，信息处理和分析变得具有挑战，存在通信信息分析难度高的问题。
发明内容
本申请实施例通过提供一种通信信息监测方法和系统，解决了现有技术中通信信息分析难度高的问题，实现了通信信息分析难度的降低。
本申请实施例提供了一种通信信息监测方法，包括以下步骤：S1，通过通信网络节点部署的监测设备实时收集传输过程中的原始通信信息，并将收集的原始通信信息进行信息预处理获取原始通信数据；S2，利用通信信息分析仪器对获取的原始通信数据进行时域分析和频域分析获取对应的时域特征数据和频域特征数据，并对时域特征数据和频域特征数据进行分析获取通信信号质量评估指数；S3，对原始通信数据和通信信号质量评估指数进行实时监测获取异常行为的通信异常指标，同时根据实时监测的结果分析通信异常次数、总通信次数、监测时间、预设信号正常情况和预设信号异常情况的差异，据此获取对应的通信异常概率指标、通信异常频率指标和通信异常强度指标，并结合通信异常指标特点设置的通信异常阈值获取通信异常评估指数。
进一步的，所述通信信号质量评估指数的具体获取方法如下：对原始通信数据进行时域分析获取通信信号的时域特征数据；对原始通信数据进行频域分析获取通信信号的频域特征数据；利用回归分析方法分别量化时域特征数据、频域特征数据与通信信号质量之间的线性关系强度获取对应的时域特征影响系数和频域特征影响系数；基于时域特征数据和频域特征数据的特点进行数据分析获取时域特征数据的修正因子和频域特征数据的修正因子；对时域特征数据和频域特征数据进行归一化处理，并结合对应的修正因子、时域特征影响系数和频域特征影响系数获取通信信号质量评估指数。
进一步的，所述通信信号质量评估指数采用以下公式计算：
，
式中，e表示自然常数，TZ表示通信信号质量评估指数，X1表示时延抖动值，X2表示相位时延值，X3表示幅度失真值，Y1表示通信频谱纯度，Y2表示通信带宽，Y3表示通信码元速率,表示时域特征影响系数，表示频域特征影响系数，β1为时延抖动值的修正因子，β2为相位时延值的修正因子，β3为幅度失真值的修正因子，为通信频谱纯度的修正因子，为通信带宽的修正因子，为通信码元速的修正因子。
进一步的，所述通信异常评估指数的具体获取方法如下：分析通信异常次数和总通信次数获取通信异常概率指标；结合监测时间和通信异常次数获取通信异常频率指标；分析预设信号正常情况和预设信号异常情况的差异，据此获取通信异常强度指标，并结合对应的通信异常阈值获取通信异常评估指数。
进一步的，所述通信异常评估指数采用以下公式计算：
，
式中，e表示自然常数，YC表示通信异常评估指数，C1表示通信异常概率指标，C2表示通信异常频率指标，C3表示通信异常强度指标，表示通信异常概率指标阈值，表示通信异常频率指标阈值，表示通信异常强度指标阈值。
本申请实施例提供了一种通信信息监测系统，包括原始通信数据获取模块、通信信号质量评估模块和通信异常评估模块；其中，所述原始通信数据获取模块用于通过通信网络节点部署的监测设备实时收集传输过程中的原始通信信息，并通过信息预处理获取原始通信数据；所述通信信号质量评估模块用于利用通信信息分析仪器对获取的原始通信数据进行时域分析和频域分析获取对应的时域特征数据和频域特征数据，并对时域特征数据和频域特征数据进行分析获取通信信号质量评估指数；所述通信异常评估模块用于对原始通信数据和通信信号质量评估指数进行实时监测获取异常行为的通信异常指标，同时根据实时监测的结果分析通信异常次数、总通信次数、监测时间、预设信号正常情况和预设信号异常情况的差异，据此获取对应的通信异常概率指标、通信异常频率指标和通信异常强度指标，并结合通信异常阈值获取通信异常评估指数。
本申请实施例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：
1、通过通信网络节点部署的监测设备实时收集传输过程中的原始通信信息，然后通过信息预处理获取原始通信数据，并对得到的时域特征数据和频域特征数据进行分析获取通信信号质量评估指数，最后对原始通信数据和通信信号质量评估指数进行实时监测获取异常行为的通信异常指标，并结合通信异常指标特点设置的通信异常阈值获取通信异常评估指数，从而实现了对通信信号质量的评估，进而实现了通信信息分析难度的降低，有效解决了现有技术中存在通信信息分析难度高的问题。
2、通过对原始通信数据进行时域分析和频域分析获取对应的时域特征数据和频域特征数据，再通过回归分析方法获取时域特征影响系数和频域特征影响系数，利用映射模型进行数据分析获取时域特征数据的修正因子和频域特征数据的修正因子，最后对时域特征数据和频域特征数据进行归一化处理并结合对应的修正因子、时域特征影响系数和频域特征影响系数获取通信信号质量评估指数，从而实现了通信信号质量的数值化评估，进而实现了通信信号质量的更准确评估。
3、通过实时监测的结果分析的通信异常次数和总通信次数获取通信异常概率指标，再利用实时监测的结果分析监测时间和通信异常次数以得到通信异常频率指标，并通过分析预设信号正常情况和预设信号异常情况的差异获取通信异常强度指标，最后结合对应的通信异常阈值获取对应的通信异常评估指数，从而实现了通信异常的数值化评估，进而实现了通信异常的更准确评估。
附图说明
图1为本申请实施例提供的一种通信信息监测方法流程图；
图2为本申请实施例提供的信息预处理的过程图；
图3为本申请实施例提供的一种通信信息监测系统的结构示意图。
具体实施方式
本申请实施例通过提供一种通信信息监测方法和系统，解决了现有技术中通信信息分析难度高的问题，通过通信网络节点部署的监测设备实时收集传输过程中的原始通信信息，并将收集的原始通信信息进行信息预处理获取原始通信数据，然后利用通信信息分析仪器对获取的原始通信数据进行时域分析和频域分析获取对应的时域特征数据和频域特征数据，并对时域特征数据和频域特征数据进行分析获取通信信号质量评估指数，接着对原始通信数据和通信信号质量评估指数进行实时监测获取异常行为的通信异常指标，最后结合通信异常指标特点设置的通信异常阈值获取通信异常评估指数，实现了通信信息分析难度的降低。
本申请实施例中的技术方案为解决上述通信信息分析难度高的问题，总体思路如下：
通过通信网络节点部署的监测设备实时收集传输过程中的原始通信信息，然后通过信息预处理获取原始通信数据，并对得到的时域特征数据和频域特征数据进行分析获取通信信号质量评估指数，最后对原始通信数据和通信信号质量评估指数进行实时监测获取异常行为的通信异常指标，并结合通信异常指标特点设置的通信异常阈值获取通信异常评估指数，实现了通信信息分析难度的降低。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
如图1所示，为本申请实施例提供的一种通信信息监测方法流程图，本申请实施例提供的一种通信信息监测方法包括以下步骤：S1，通过通信网络节点部署的监测设备实时收集传输过程中的原始通信信息，并将收集的原始通信信息进行信息预处理获取原始通信数据，原始通信信息为通信过程的信息载体，信息预处理用于提高原始通信信息质量，原始通信数据用于记录通信过程中产生的各种数据；S2，利用通信信息分析仪器对获取的原始通信数据进行时域分析和频域分析获取对应的时域特征数据和频域特征数据，并对时域特征数据和频域特征数据进行分析获取通信信号质量评估指数，时域特征数据包括信号的幅度、频率、相位和信号周期时间，频域特征数据包括载波频率、带宽、码元速率和扩频速率，通信信号质量评估指数用于反映通信信号在传输过程中的信号质量；S3，对原始通信数据和通信信号质量评估指数进行实时监测获取异常行为的通信异常指标，并结合通信异常指标特点设置的通信异常阈值获取通信异常评估指数，并将计算结果以可视化形式展示给预设相关人员，通信异常指标包括通信异常概率指标、通信异常频率指标和通信异常强度指标，通信异常概率指标用于反映通信过程中异常发生的概率，通信异常频率指标用于反映通信异常发生的频繁程度，通信异常强度指标用于反映通信异常的严重程度，通信异常评估指数用于评估原始通信信息在传输过程中的风险程度。
在本实施例中，对原始通信数据和通信信号质量评估指数进行实时监测，是确保通信过程稳定运行和提供高质量服务的关键环节，这一过程涉及多个步骤，首先，我们需要收集实时的原始通信数据，这包括传输过程中的信号强度、频率、相位等关键参数，同时，要利用专门的评估方法和技术，如信噪比计算、误码率分析等，对通信信号质量进行实时评估，这些评估指数能够直观反映信号的传输质量，帮助我们及时发现潜在的问题；在收集和处理数据的过程中，我们需要借助先进的监测工具和技术，如网络管理过程和自动化测试平台，这些工具能够持续监测网络设备的运行状态、链路利用率以及传输质量，确保数据的准确性和实时性，同时，它们还能够提供强大的数据处理和分析能力，帮助我们快速定位问题并进行相应的优化；实时监测的另一个重要方面是异常预警和响应机制，一旦监测到通信信号质量评估指数出现异常，过程应立即触发预警机制，通知相关人员进行处理，此外，我们还需要建立完善的故障诊断和定位流程，以便在出现问题时能够迅速找到原因并采取相应的措施；除了实时监测外，我们还应定期对通信过程进行全面的性能评估和优化，这包括对原始通信数据的深度分析、信号质量评估指数的持续优化以及网络结构和配置的调整等，通过这些措施，我们可以不断提升通信过程的性能和稳定性，为用户提供更加优质的服务；实现了通信异常的更准确分析。
进一步的，如图2所示，为本申请实施例提供的信息预处理的过程图，信息预处理的具体步骤如下：对原始通信信息进行数据清洗，数据清洗用于去除原始通信信息中的异常通信情况;通过数据格式化将数据清洗后的原始通信信息转化为结构化数据，并通过数据编码将结构化数据转换为数值型数据；利用特征选择方法从数值型数据中获取原始通信数据。
在本实施例中，利用特征选择方法从数值型数据中获取原始通信数据，首先需通过过滤式、包裹式或嵌入式等特征选择技术，根据特征与通信任务的相关性、重要性或模型性能贡献度，识别并选出最具代表性的特征子集，这些特征不仅有助于减少数据维度，还能提升后续通信分析的准确性和效率，从而更深入地理解和利用原始通信数据，随后，对这些特征进行提取和处理，以获取与通信行为、状态或模式紧密相关的原始通信数据，这一过程有助于剔除冗余信息，提高数据质量，为后续通信分析或模型训练提供有力支持；数据格式化是将原始通信信息转化为结构化数据的过程，结构化数据通常指的是按照预定义模式或规则组织的数据，其中的每个字段或元素都有明确的意义和位置；在通信领域，原始通信信息可能包括文本、语音、图像、信号等多种类型的数据，为了将这些数据转化为结构化数据，需要进行一系列的操作，如文本解析、信号解析、图像识别等；数据编码是将结构化数据转换为数值型数据的过程，数值型数据是指可以用数字表示的数据，它便于进行数学运算和统计分析；在通信领域，由于原始通信信息可能包含非数值型的数据，因此需要通过编码技术将这些数据转换为数值型数据；实现了数据分析效率的提高。
进一步的，通信信息分析仪器由电源单元、控制单元、通信接口单元和数据存储单元组成；电源单元用于为通信信息分析仪器提供能源供应；控制单元用于管理和协调通信信息分析仪器的电源单元、通信接口单元和数据存储单元；通信接口单元用于与通信网络进行数据传输；数据存储单元用于利用随机访问存储器存储原始通信数据。
在本实施例中，在通信信息分析仪器中，电源单元、控制单元、通信接口单元和数据存储单元各自承担着重要的功能；其中电源单元提供稳定的电力供应，保证通信信息分析仪器的各部件正常工作，高效能的电源设计能降低仪器的整体能耗，有助于节能环保，良好的电源设计和保护机制可以防止电击、短路等安全隐患；控制单元负责协调各个单元的工作，确保它们之间的信息流通和指令执行准确无误，控制单元的性能直接影响仪器的响应速度和整体运行效率，良好的控制设计可以为未来添加新功能或模块提供便利；通信接口单元需要支持多种通信协议和标准，以确保与不同设备和系统的互操作性，接口的速度决定了数据交换的效率，影响分析结果的实时性，通信接口的稳定性直接关系到数据传输的准确性和完整性；足够的存储容量可以确保仪器能够存储大量的分析数据和结果，方便后续查阅和分析，快速的数据访问速度可以提高数据处理和分析的效率，数据存储单元需要采用加密和安全措施，以保护数据不被非法访问和篡改。
需要理解的是，除此之外还有信号放大单元用于放大通信信号的幅度，信号放大单元能够增强信号的强度和稳定性，提高信号质量，从而改善分析结果的准确性，在放大信号的同时，有效的噪声抑制技术能够减少噪声对分析结果的影响，信号放大单元的动态范围决定了其能够处理的信号强度范围，影响仪器的适用范围；实现了通信信息的准确分析。
进一步的，通信信号质量评估指数的具体获取方法如下：对原始通信数据进行时域分析获取通信信号的时域特征数据，时域特征数据包括时延抖动值、相位时延值和幅度失真值，时延抖动值用于描述通信信号在传输过程中时延变化的不稳定性，相位时延值用于描述通信信号在传输过程中产生的时间偏差，幅度失真值用于衡量通信信号在传输过程中的通信信号损失；对原始通信数据进行频域分析获取通信信号的频域特征数据，频域特征数据包括通信频谱纯度、通信带宽和通信码元速率，通信频谱纯度用于衡量通信信号频谱的纯净度，通信带宽用于衡量通信信号在传输过程中的数据量，通信码元速率用于衡量通信信号的传输速度；利用回归分析方法分别量化时域特征数据、频域特征数据与通信信号质量之间的线性关系强度获取对应的时域特征影响系数和频域特征影响系数，运用线性回归分析模型对收集到的数据进行处理；然后，通过模型的参数结果获取时域特征影响系数和频域特征影响系数，这些系数反映了各自特征数据对通信信号质量的线性影响程度，最后，根据系数的大小和正负，分析特征数据对通信信号质量的正向或负向影响，其中时域特征影响系数的取值范围为(0,1)，频域特征影响系数的取值范围为(0,1)，时域特征影响系数用于量化时域特征数据对通信信号质量评估指数的影响程度，频域特征影响系数用于量化频域特征数据对通信信号质量评估指数的影响程度；基于时域特征数据和频域特征数据的特点建立映射模型，并对建立的映射模型进行数据分析获取时域特征数据的修正因子和频域特征数据的修正因子，时域特征数据的修正因子包括时延抖动值的修正因子、相位时延值的修正因子和幅度失真值的修正因子，频域特征数据的修正因子包括通信频谱纯度的修正因子、通信带宽的修正因子和通信码元速的修正因子，时延抖动值的修正因子用于校准由于网络拥塞和设备性能差异导致的信号传输时延的不稳定性，相位时延值的修正因子用于调整由于传输介质、设备电路和环境因素引起的信号相位延迟，幅度失真值的修正因子用于补偿信号在传输过程中由于衰减和噪声导致的幅度变化，通信频谱纯度的修正因子用于调整由于频谱泄漏、杂散辐射和非线性失真导致的频谱不纯，通信带宽的修正因子用于优化带宽分配，通信码元速的修正因子用于调整由于信道条件和设备性能导致的码元速率变化；对时域特征数据和频域特征数据进行归一化处理，并结合对应的修正因子、时域特征影响系数和频域特征影响系数获取通信信号质量评估指数。
在本实施例中，时延抖动为数据包在网络中传输的到达时间不确定性或变化性，时延抖动会直接影响通信质量和用户体验，高时延抖动可能导致声音和画面卡顿，影响交流效果，同时，在大规模数据传输中，如云计算、大数据分析等，较大的时延抖动可能导致数据丢失或传输错误；相位时延为信号在传输过程中由于介质的影响而导致信号到达接收端的时间与原始信号发出的时间不同，对无线通信的传输质量和通信距离有重要影响，相位时延过大会导致信号失真，进而影响接收端对信号的准确解码，降低通信质量；幅度失真为在数字信号处理系统中，输入信号与输出信号的幅度不同的现象，幅度失真会导致输出信号的强度与原始信号不同，从而影响信号的准确性和清晰度，在通信系统中，幅度失真可能导致接收端无法准确还原原始信号，降低通信质量；实现了通信信号质量的综合分析。
进一步的，通信信号质量评估指数除了可以通过仿真测试获得，还可以进行更精确的计算，通信信号质量评估指数采用以下公式计算：
，
式中，e表示自然常数，TZ表示通信信号质量评估指数，X1表示时延抖动值，X2表示相位时延值，X3表示幅度失真值，Y1表示通信频谱纯度，Y2表示通信带宽，Y3表示通信码元速率,表示时域特征影响系数，表示频域特征影响系数，β1为时延抖动值的修正因子，β2为相位时延值的修正因子，β3为幅度失真值的修正因子，为通信频谱纯度的修正因子，为通信带宽的修正因子，为通信码元速的修正因子。
在本实施例中，时域特征影响系数取值范围为(0,1)，频域特征影响系数取值范围为(0,1)，通信频谱纯度的修正因子取值范围为(0,1)，通信带宽的修正因子取值范围为(0,1)，通信码元速的修正因子取值范围为(0,1)，为了分析方便，定义为时延抖动权重，定义为相位时延权重，定义为幅度失真权重，定义为通信频谱纯度权重，定义为通信带宽权重，定义为通信码元速率权重，则通信信号质量评估指数的计算公式为：
，其中，时域特征影响系数设为0.4，频域特征影响系数设为0.6，通信信号质量评估指数的变化统计表如表1所示：
表1 通信信号质量评估指数的变化统计表
其中，时延抖动权重与通信信号质量评估指数成负相关，相位时延权重与通信信号质量评估指数成负相关，幅度失真权重与通信信号质量评估指数成负相关，通信频谱纯度权重与通信信号质量评估指数成负相关，通信带宽权重与通信信号质量评估指数成负相关，通信码元速率权重与通信信号质量评估指数成负相关；频谱纯度为信号频谱中主瓣与旁瓣能量的比值，若频谱纯度越高，则通信信号受干扰的可能性越小；通信带宽为固定时间内传输管道中可以传递数据的数量能力，带宽越大，传输数据的能力就越强，通信速度就越快，如果带宽不足，数据传输可能会受到限制，导致信号传输质量下降；通信码元速率单位时间内信号波形的变换次数，即通过信道传输的码元个数，码元速率直接影响数据传输的速度和效率，较高的码元速率意味着单位时间内可以传输更多的数据，但也可能增加信号失真和噪声干扰的风险；实现了通信信号质量的数值化评估，通过数值化通信信号质量，可以更快更准确的发现信号质量异常变化，有效解决了信号质量异常变化识别不及时的问题。
进一步的，通信异常阈值的具体设置过程如下：统计预设时间段的原始通信数据，并分析通信信息传输过程出现异常的次数和对应的方差获取通信异常概率指标阈值；根据信号特征和通信信息的特点分析预设时间段的平均异常频率获取通信异常频率指标阈值；通过分析原始通信数据的传输速率获取通信异常强度指标阈值；通信异常阈值包括通信异常概率指标阈值、通信异常频率指标阈值和通信异常强度指标阈值。
在本实施例中，统计预设时间段内通信信息传输过程中出现的异常次数，并根据方差计算公式计算方差，通过观察异常次数和方差的分布情况，分析它们之间的关系，从而分析获取通信异常概率指标阈值；运用统计方法和信号处理技术来预设时间段内异常发生的总次数，并除以该时间段的总时长，得到平均异常频率，根据平均异常频率进一步获取异常发生时信号的幅度变化、频率偏移等特征了解异常的性质和原因，从而分析获取通信异常频率指标阈值；收集发送和接收的数据量以及对应的时间间隔获取每个数据点的传输速率，通过传输速率的分布情况了解正常情况下的速率范围和波动情况，并使用机器学习算法来检测传输速率中的异常值，从而分析获取通信异常频率指标阈值；设置通信异常阈值的意义在于为通信系统的正常运行设定一个安全界限，当通信活动超出这一界限时，系统能够迅速识别并采取相应的措施，从而避免或减轻可能由此引发的故障或损害，这有助于维护通信系统的稳定性和安全性，确保信息的顺畅传输和处理的准确性，为各种应用场景提供可靠的通信支持；实现了通信信息传输安全性的提高。
进一步的，通信异常评估指数的具体获取方法如下：根据实时监测的结果分析通信异常次数和总通信次数，据此获取通信异常概率指标；根据实时监测的结果分析监测时间，并结合通信异常次数获取通信异常频率指标；根据实时监测的结果分析预设信号正常情况和预设信号异常情况的差异，据此获取通信异常强度指标，并结合对应的通信异常阈值获取通信异常评估指数。
在本实施例中，根据实时监测的结果对监测时间进行汇总统计，通过实时聚合，观察不同时间段内监测数据的统计特征，从而分析监测时间的分布和变化；正常情况为预设信号在传输过程中应保持稳定的信号强度，符合预期的衰减规律的情况，异常情况为信号强度可能突然下降或波动较大，超出预设范围的情况，这可能是由于传输损耗、干扰或其他原因造成的，对正常和异常信号进行统计分析，比较其均值、方差、偏度等统计量，以揭示两者之间的差异，从而分析预设信号正常情况和预设信号异常情况的差异；通信异常阈值包括通信异常概率指标阈值、通信异常频率指标阈值和通信异常强度指标阈值；通信异常概率指标通过计算通信异常次数和总通信次数的比值获取，通信异常频率通过计算通信异常次数和监测时间的比值获取，通信异常强度指标通过比较异常发生前后的信号强度、数据传输速率或错误率等参数来量化异常强度；同时可以将这些指标与其他相关指标进行关联分析，以获取更深入的见解；实现了通信信息稳定性的提高。
进一步的，通信异常评估指数除了可以通过集群算法获得，还可以进行更精确的计算，通信异常评估指数采用以下公式计算：
，
式中，e表示自然常数，YC表示通信异常评估指数，C1表示通信异常概率指标，C2表示通信异常频率指标，C3表示通信异常强度指标，表示通信异常概率指标阈值，表示通信异常频率指标阈值，表示通信异常强度指标阈值。
在本实施例中，通过统计预设时间段的原始通信数据，并分析通信信息传输过程出现异常的次数和对应的方差获取通信异常概率指标阈值；根据信号特征和通信信息的特点分析预设时间段的平均异常频率获取通信异常频率指标阈值；通过分析原始通信数据的传输速率获取通信异常强度指标阈值；为了分析方便，定义为通信异常概率系数，定义为通信异常频率系数，定义为通信异常强度系数，则通信信号质量评估指数的计算公式为：，通信异常评估指数的变化统计表如表2所示：
表2 通信异常评估指数的变化统计表
其中，通信异常概率系数与通信异常评估指数成正相关，通信异常频率系数与通信异常评估指数成正相关，通信异常强度系数与通信异常评估指数成正相关；通过通信异常概率指标，我们可以评估通信系统在特定条件下发生异常的可能性，从而预测并预防潜在的问题，这有助于提前制定应对策略，减少通信故障对业务运行的影响；通信异常频率指标能够反映通信异常发生的频次，帮助我们了解系统性能的稳定性，高频次的异常可能意味着系统存在严重问题，需要立即进行排查和修复；通信异常强度指标可以揭示异常对通信系统性能的影响程度，通过这一指标，我们可以判断异常是否严重，是否需要立即处理，以及处理异常所需的资源和成本；这些指标的综合分析有助于我们全面了解通信系统的运行状态，及时发现并解决问题，确保通信系统的稳定、高效运行，同时，这些指标还可以为通信系统的优化和改进提供数据支持，推动通信技术的持续发展；实现了通信异常的数值化评估，通过数值化通信异常，可以更快更准确的发现通信异常，有效解决了故障处理效率低的问题。
进一步的，通信异常强度指标的具体获取方法如下：通过设置测试参数搭建预设实验环境并发送测试信号，利用通信信息分析仪器接收测试信号并进行分析获取第一信号质量、第一传输速率和第一错误率，第一信号质量用于衡量预设信号正常情况下信号的强度和稳定性，第一传输速率用于衡量预设信号正常情况下每秒传输的信号量，第一错误率用于衡量预设信号正常情况下传输失败概率；利用电磁环境模拟器模拟电磁干扰并发送测试信号，并利用通信信息分析仪器接收测试信号并进行分析获取第二信号质量、第二数据传输速率和第二错误率，第二信号质量用于衡量预设信号受电磁干扰情况下信号的强度和稳定性，第二数据传输速率用于用于衡量预设信号受电磁干扰情况下每秒传输的信号量，第二错误率用于用于衡量预设信号受电磁干扰情况下传输失败概率，同时结合第一信号质量、第一传输速率和第一错误率获取通信异常强度指标。
在本实施例中，根据测试信号的发送速率和通信系统的配置，计算每秒传输的信号量，在测试过程中，记录信号传输失败的情况，包括丢失的数据包、错误的比特数等，根据测试的总时长和失败事件的数量，计算传输失败概率，可以使用统计方法或概率模型来评估传输失败的概率获取信号强度、稳定性、每秒传输的信号量和传输失败概率等指标，并确定其是否符合预期标准，并将分析结果整理成报告，包括测试参数、实验环境、测试过程和结果，从而实现第一信号质量、第一传输速率和第一错误率的分析和获取；通信信息分析仪器接收并解析测试信号，将接收到的信号将经过一系列的处理和分析，以提取信号强度、稳定性、每秒传输的信号量以及传输失败概率等关键指标，比较无电磁干扰和有电磁干扰两种情况下的信号强度和稳定性数据，以评估电磁干扰对信号质量的影响程度，并分析每秒传输的信号量在电磁干扰下的变化情况，从而实现第二信号质量、第二数据传输速率和第二错误率的分析和获取；通信异常强度指标除了可以通过仿真模拟获得，还可以进行更精确的计算，通信异常强度指标采用以下公式计算：
，
式中，C3表示通信异常强度指标，e表示自然常数，α1表示第二信号质量，α2表示第二数据传输速率，α3表示第二错误率，表示第一信号质量，表示第一数据传输速率，表示第一错误率，为了分析方便，定义为信号质量权重，定义为数据传输速率权重，定义为错误率权重，则通信异常强度指标的计算公式为：
，通信异常强度指标的变化统计表如表3所示：
表3 通信异常强度指标的变化统计表
其中，信号质量权重与通信异常强度指标成正相关，数据传输速率权重与通信异常强度指标成正相关，错误率权重与通信异常强度指标成正相关；实现了通信异常强度的数值化评估，通过数值化通信异常强度，可以更快更准确的发现通信异常的严重等级，有效解决了通信传输不稳定的问题。
如图3所示，为本申请实施例提供的一种通信信息监测系统的结构示意图，本申请实施例提供的一种通信信息监测系统包括原始通信数据获取模块、通信信号质量评估模块和通信异常评估模块；其中，原始通信数据获取模块用于通过通信网络节点部署的监测设备实时收集传输过程中的原始通信信息，并将收集的原始通信信息进行信息预处理获取原始通信数据，原始通信信息为通信过程的信息载体，信息预处理用于提高原始通信信息质量，原始通信数据用于记录通信过程中产生的各种数据；通信信号质量评估模块用于利用通信信息分析仪器对获取的原始通信数据进行时域分析和频域分析获取对应的时域特征数据和频域特征数据，并对时域特征数据和频域特征数据进行分析获取通信信号质量评估指数，时域特征数据包括信号的幅度、频率、相位和信号周期时间，频域特征数据包括载波频率、带宽、码元速率和扩频速率，通信信号质量评估指数用于反映通信信号在传输过程中的信号质量；通信异常评估模块用于对原始通信数据和通信信号质量评估指数进行实时监测获取异常行为的通信异常指标，并结合通信异常指标特点设置的通信异常阈值获取通信异常评估指数，并将计算结果以可视化形式展示给预设相关人员，通信异常指标包括通信异常概率指标、通信异常频率指标和通信异常强度指标，通信异常概率指标用于反映通信过程中异常发生的概率，通信异常频率指标用于反映通信异常发生的频繁程度，通信异常强度指标用于反映通信异常的严重程度，通信异常评估指数用于评估原始通信信息在传输过程中的风险程度。
在本实施例中，时域分析是在时间域中对信号进行分析的方法，它关注系统在一定输入下，输出量的时域表达式，以及由此反映出的系统稳定性、瞬态和稳态性能，时域分析具有直观和准确的优点，可以直接观察信号在时间上的变化，包括信号的振幅、频率、周期和相位等特征，在控制系统工程中，时域分析是一种关键的分析方法，通过研究系统的时间响应，我们可以评估系统在不同输入条件下的动态特性，从而帮助工程师设计稳定性强、性能优越的控制系统；频域分析则是将信号从时域转换为频域进行分析的方法，它关注信号中包含的不同频率成分，并确定它们的振幅、相位和其它特性，频域分析允许我们观察信号在不同频率上的成分，并获取有关信号频谱特性的信息，通过频域分析，我们可以更好地理解信号的频率特性，并在信号处理和改进中应用这些知识，在通信系统中，频域分析可以用来检测和修复信号的失真和噪声，提取信号的频率特征，以及实现调制和解调等操作，在图像处理中，频域分析可以通过对图像的傅里叶变换，实现图像的平滑、锐化、边缘检测等操作；实现了通信信息的实时监测。
上述本申请实施例中的技术方案，至少具有如下的技术效果或优点：相对于公告号为：CN112395849B的发明专利公告的一种通信信息的生成方法和系统，本申请实施例通过对原始通信数据进行时域分析和频域分析获取对应的时域特征数据和频域特征数据，再通过回归分析方法获取时域特征影响系数和频域特征影响系数，利用映射模型进行数据分析获取时域特征数据的修正因子和频域特征数据的修正因子，最后对时域特征数据和频域特征数据进行归一化处理并结合对应的修正因子、时域特征影响系数和频域特征影响系数获取通信信号质量评估指数，从而实现了通信信号质量的数值化评估，进而实现了通信信号质量的更准确评估；相对于公告号为：CN103699836B的发明专利公告的一种计算机病毒信息的监测方法、装置和通信系统，本申请实施例通过实时监测的结果分析通信异常次数和总通信次数获取通信异常概率指标，再利用实时监测的结果分析监测时间和通信异常次数获取通信异常频率指标，通过分析预设信号正常情况和预设信号异常情况的差异获取通信异常强度指标，最后结合对应的通信异常阈值获取对应的通信异常评估指数，从而实现了通信异常的数值化评估，进而实现了通信异常的更准确评估。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种通信信息监测方法，其特征在于，包括以下步骤：
S1，通过通信网络节点部署的监测设备实时收集传输过程中的原始通信信息，并将收集的原始通信信息进行信息预处理获取原始通信数据；
S2，利用通信信息分析仪器对获取的原始通信数据进行时域分析和频域分析获取对应的时域特征数据和频域特征数据，并对时域特征数据和频域特征数据进行分析获取通信信号质量评估指数，所述通信信号质量评估指数用于反映通信信号在传输过程中的信号质量；
S3，对原始通信数据和通信信号质量评估指数进行实时监测获取异常行为的通信异常指标，同时根据实时监测的结果分析通信异常次数、总通信次数、监测时间、预设信号正常情况和预设信号异常情况的差异，据此获取对应的通信异常概率指标、通信异常频率指标和通信异常强度指标，并结合通信异常指标特点设置的通信异常阈值获取通信异常评估指数，所述通信异常评估指数用于评估原始通信信息在传输过程中的风险程度。
2.如权利要求1所述一种通信信息监测方法，其特征在于，所述信息预处理的具体步骤如下：
对原始通信信息进行数据清洗，所述数据清洗用于去除原始通信信息中的异常通信情况;
通过数据格式化将数据清洗后的原始通信信息转化为结构化数据，并通过数据编码将结构化数据转换为数值型数据；
利用特征选择方法从数值型数据中获取原始通信数据。
3.如权利要求1所述一种通信信息监测方法，其特征在于：所述通信信息分析仪器由电源单元、控制单元、通信接口单元和数据存储单元组成；
所述电源单元用于为通信信息分析仪器提供能源供应；
所述控制单元用于管理和协调通信信息分析仪器的电源单元、通信接口单元和数据存储单元；
所述通信接口单元用于与通信网络进行数据传输；
所述数据存储单元用于利用随机访问存储器存储原始通信数据。
4.如权利要求1所述一种通信信息监测方法，其特征在于，所述通信信号质量评估指数的具体获取方法如下：
对原始通信数据进行时域分析获取通信信号的时域特征数据，所述时域特征数据包括时延抖动值、相位时延值和幅度失真值；
对原始通信数据进行频域分析获取通信信号的频域特征数据，所述频域特征数据包括通信频谱纯度、通信带宽和通信码元速率；
利用回归分析方法分别量化时域特征数据、频域特征数据与通信信号质量之间的线性关系强度获取对应的时域特征影响系数和频域特征影响系数；
基于时域特征数据和频域特征数据的特点建立映射模型，并对建立的映射模型进行数据分析获取时域特征数据的修正因子和频域特征数据的修正因子，所述时域特征数据的修正因子包括时延抖动值的修正因子、相位时延值的修正因子和幅度失真值的修正因子，所述频域特征数据的修正因子包括通信频谱纯度的修正因子、通信带宽的修正因子和通信码元速的修正因子；
对时域特征数据和频域特征数据进行归一化处理，并结合对应的修正因子、时域特征影响系数和频域特征影响系数获取通信信号质量评估指数。
5.如权利要求4所述一种通信信息监测方法，其特征在于，所述通信信号质量评估指数采用以下公式计算：
，
式中，e表示自然常数，TZ表示通信信号质量评估指数，X1表示时延抖动值，X2表示相位时延值，X3表示幅度失真值，Y1表示通信频谱纯度，Y2表示通信带宽，Y3表示通信码元速率,表示时域特征影响系数，表示频域特征影响系数，β1为时延抖动值的修正因子，β2为相位时延值的修正因子，β3为幅度失真值的修正因子，为通信频谱纯度的修正因子，为通信带宽的修正因子，为通信码元速的修正因子。
6.如权利要求1所述一种通信信息监测方法，其特征在于，所述通信异常阈值的具体设置过程如下：
统计预设时间段的原始通信数据，并分析通信信息传输过程出现异常的次数和对应的方差获取通信异常概率指标阈值；
根据信号特征和通信信息的特点分析预设时间段的平均异常频率获取通信异常频率指标阈值；
通过分析原始通信数据的传输速率获取通信异常强度指标阈值。
7.如权利要求1所述一种通信信息监测方法，其特征在于，所述通信异常评估指数采用以下公式计算：
，
式中，e表示自然常数，YC表示通信异常评估指数，C1表示通信异常概率指标，C2表示通信异常频率指标，C3表示通信异常强度指标，表示通信异常概率指标阈值，表示通信异常频率指标阈值，表示通信异常强度指标阈值。
8.如权利要求1所述一种通信信息监测方法，其特征在于，所述通信异常强度指标的具体获取方法如下：
通过设置测试参数搭建预设实验环境并发送测试信号，利用通信信息分析仪器接收测试信号并进行分析获取第一信号质量、第一传输速率和第一错误率；
利用电磁环境模拟器模拟电磁干扰并发送测试信号，并利用通信信息分析仪器接收测试信号并进行分析获取第二信号质量、第二数据传输速率和第二错误率，同时结合第一信号质量、第一传输速率和第一错误率获取通信异常强度指标。
9.一种通信信息监测系统，其特征在于，包括：原始通信数据获取模块、通信信号质量评估模块和通信异常评估模块；
其中，所述原始通信数据获取模块用于通过通信网络节点部署的监测设备实时收集传输过程中的原始通信信息，并将收集的原始通信信息进行信息预处理获取原始通信数据；
所述通信信号质量评估模块用于利用通信信息分析仪器对获取的原始通信数据进行时域分析和频域分析获取对应的时域特征数据和频域特征数据，并对时域特征数据和频域特征数据进行分析获取通信信号质量评估指数，所述通信信号质量评估指数用于反映通信信号在传输过程中的信号质量；
所述通信异常评估模块用于对原始通信数据和通信信号质量评估指数进行实时监测获取异常行为的通信异常指标，同时根据实时监测的结果分析通信异常次数、总通信次数、监测时间、预设信号正常情况和预设信号异常情况的差异，据此获取对应的通信异常概率指标、通信异常频率指标和通信异常强度指标，并结合通信异常指标特点设置的通信异常阈值获取通信异常评估指数，所述通信异常评估指数用于评估原始通信信息在传输过程中的风险程度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410868746.8A CN118400291B (zh) | 2024-07-01 | 2024-07-01 | 一种通信信息监测方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410868746.8A CN118400291B (zh) | 2024-07-01 | 2024-07-01 | 一种通信信息监测方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118400291A true CN118400291A (zh) | 2024-07-26 |
| CN118400291B CN118400291B (zh) | 2024-09-10 |
Family
ID=91988322
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410868746.8A Active CN118400291B (zh) | 2024-07-01 | 2024-07-01 | 一种通信信息监测方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118400291B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115170000A (zh) * | 2022-09-06 | 2022-10-11 | 浙江万胜智能科技股份有限公司 | 一种基于电能表通信模块的远程监测方法及系统 |
| CN116887338A (zh) * | 2023-09-06 | 2023-10-13 | 南京欣网通信科技股份有限公司 | 基于大数据的5g移动网络实时调整方法 |
| WO2023216641A1 (zh) * | 2022-05-07 | 2023-11-16 | 国网浙江省电力有限公司电力科学研究院 | 一种电力终端安全防护方法及系统 |
| CN117390635A (zh) * | 2023-11-03 | 2024-01-12 | 哈尔滨祁懿皓科技有限公司 | 一种基于大数据分析的安全监测方法和系统 |
| CN117614868A (zh) * | 2024-01-22 | 2024-02-27 | 深圳市鸿富胜科技有限公司 | 一种滤波器组多载频调制系统及方法 |
-
2024
- 2024-07-01 CN CN202410868746.8A patent/CN118400291B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023216641A1 (zh) * | 2022-05-07 | 2023-11-16 | 国网浙江省电力有限公司电力科学研究院 | 一种电力终端安全防护方法及系统 |
| CN115170000A (zh) * | 2022-09-06 | 2022-10-11 | 浙江万胜智能科技股份有限公司 | 一种基于电能表通信模块的远程监测方法及系统 |
| CN116887338A (zh) * | 2023-09-06 | 2023-10-13 | 南京欣网通信科技股份有限公司 | 基于大数据的5g移动网络实时调整方法 |
| CN117390635A (zh) * | 2023-11-03 | 2024-01-12 | 哈尔滨祁懿皓科技有限公司 | 一种基于大数据分析的安全监测方法和系统 |
| CN117614868A (zh) * | 2024-01-22 | 2024-02-27 | 深圳市鸿富胜科技有限公司 | 一种滤波器组多载频调制系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118400291B (zh) | 2024-09-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107302547B (zh) | 一种web业务异常检测方法及装置 | |
| CN114338372B (zh) | 网络信息安全监控方法及系统 | |
| CN112491805A (zh) | 一种应用于云平台的网络安全设备管理系统 | |
| CN109005162B (zh) | 工控系统安全审计方法及装置 | |
| CN116366374B (zh) | 基于大数据的电网网络管理的安全评估方法、系统及介质 | |
| US20140115400A1 (en) | Device and method for fault management of smart device | |
| CN108072858B (zh) | 电能表质量管理方法、系统及终端设备 | |
| CN118094531B (zh) | 一种安全运维实时预警一体化系统 | |
| CN113806343B (zh) | 一种车联网数据质量的评估方法和系统 | |
| CN117130851B (zh) | 一种高性能计算集群运行效率评价方法及系统 | |
| CN118400291B (zh) | 一种通信信息监测方法和系统 | |
| CN116128690B (zh) | 一种碳排放量成本值计算方法、装置、设备及介质 | |
| CN114827951B (zh) | 一种基于车辆终端的车辆网络质量分析方法、系统及存储介质 | |
| CN114205855A (zh) | 一种面向5g切片的馈线自动化业务网络异常检测方法 | |
| CN113592216A (zh) | 一种应用于智能工厂的生产管理方法和系统 | |
| CN102710570B (zh) | 调制方式检测方法及终端 | |
| CN118413388B (zh) | 一种基于网络安全测试的在线评价系统及方法 | |
| CN112398706A (zh) | 数据评估标准确定方法、装置及存储介质、电子设备 | |
| CN118509527B (zh) | 一种5g核心网多维kpi时间序列的异常检测方法及系统 | |
| CN112541573B (zh) | 一种神经网络的训练方法和装置 | |
| WO2024138968A1 (zh) | 基站故障诊断方法及装置 | |
| CN115022916B (zh) | 一种基于状态检测的5g通信异常预警方法及系统 | |
| US20240036963A1 (en) | Multi-contextual anomaly detection | |
| CN117978534A (zh) | 众测平台下异常测试行为的处理方法及装置 | |
| CN118503051A (zh) | 一种营销系统全渠道统一接入系统 |
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 |