KR20140054397A - 근본 원인 분석을 위한 방법, 장치, 및 통신 네트워크 - Google Patents
근본 원인 분석을 위한 방법, 장치, 및 통신 네트워크 Download PDFInfo
- Publication number
- KR20140054397A KR20140054397A KR1020147008360A KR20147008360A KR20140054397A KR 20140054397 A KR20140054397 A KR 20140054397A KR 1020147008360 A KR1020147008360 A KR 1020147008360A KR 20147008360 A KR20147008360 A KR 20147008360A KR 20140054397 A KR20140054397 A KR 20140054397A
- Authority
- KR
- South Korea
- Prior art keywords
- identifier
- measurement
- network
- topology
- root cause
- Prior art date
Links
Images
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
- H04L41/065—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 involving logical or physical relationship, e.g. grouping and hierarchies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- 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
-
- 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
- H04L41/12—Discovery or management of network topologies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/06—Generation of reports
- H04L43/062—Generation of reports related to network traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/091—Measuring contribution of individual network components to actual service level
-
- 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
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Debugging And Monitoring (AREA)
Abstract
통신 네트워크에서 서비스 품질 저하의 근본 원인 분석을 위한 방법(100)이 제공된다. 이 방법은, 통신 네트워크 내의 복수의 노드로부터 측정을 수신하는 단계(102), 수신된 측정에 대한 식별자를 결정하는 단계(104), 수신된 측정에 대한 식별자를 이용하여 네트워크 토폴로지를 결정하는 단계(106), 및 결정된 토폴로지 및 상기 토폴로지와 링크된 측정에 기초하여 근본 원인 분석을 수행하는 단계(108)를 포함한다.
Description
본 발명은 근본 원인 분석(root cause analysis)을 위한 방법 및 장치에 관한 것으로, 특히 통신 네트워크에서 서비스 품질 저화의 근본 원인 분석을 위한 방법 및 장치에 관한 것이다.
서비스 제공자들의 주요 책임 중 하나는 그들의 서비스가 고객과의 서비스 수준 계약(SLA; service level agreement)에 규정된 약정을 충족하는 성능과 안정성의 수준을 제공하는 것을 보장하는 것이다. 표준적 접근법은, (왕복 지연, 가용 대역폭 및 손실률과 같은) 시스템-내부 성능 특성을 측정함으로써 서비스의 품질과 거동을 모니터링하고, 서비스가 더 이상 만족스럽게 거동하고 있지 않다는 것을 직접 또는 간접적으로 암시하는 이상하거나 비정상적인 활동을 식별하는 것이다. 이러한 측정은 품질 저하나 기능 손실의 검출을 허용한다. 추가적으로, 품질 저하나 기능 상실을 초래한 고장의 원인을 식별하기 위하여, 서비스 근본 원인 분석(S-rca)이 서비스 성능 저하의 (근본) 원인을 분석하는데 사용될 수 있다.
이 측정 정보를 얻기 위해, 서비스 보증 기능은, 네트워크 자원으로부터의 특히 측정 이벤트의 상세한 이벤트 보고에 의존해야 한다.
네트워크 노드들은 엄청난 수의 측정 이벤트를 생성하므로, 모든 이벤트 데이터를 향후의 상관 및 분석을 위해 중앙 데이터베이스에 수집하는 것은 비실용적이다. 후속해서, 여전히 드릴-다운(drill-down)을 허용하면서 데이터의 양을 줄이기 위해 지능적 필터링 및 집계가 반드시 적용되어야 한다.
측정의 관점에서, 수 많은 측정 시스템이 제안되고 구현되어 왔다. 측정 방법들을 분류하는 한 가지 방식은 능동 접근법과 수동 접근법을 구별하는 것이다.
능동 측정은, (PING과 같은) 소정의 네트워크 장치를 프로빙하거나 또는 왕복 시간(RTT; round-trip time), 단방향 지연 및 가용 대역폭과 같은 네트워크 특성을 측정하기 위하여, 네트워크 내로의 트래픽의 주입을 포함한다. 능동 측정으로부터의 결과는 일반적으로 해석하기 쉽다. 그러나, 주입된 트래픽은 테스트 중인 네트워크에 영향을 미칠 수 있다.
수동 측정은, 소프트웨어-기반이거나 하드웨어-기반이며, 단순히 기존의 네트워크 트래픽을 관찰하고 비간섭적이며, 또는, 적어도, 테스트 중인 네트워크에 거의 침범을 하지 않는다. 네트워크 트래픽은 특정 위치에서 도청될 수 있고, 완전한 패킷 레벨 트레이스로부터 통계적 수치에 이르기까지, 상이한 레벨의 입도로 기록되고 처리될 수 있다. 수동 측정으로부터의 결과는 종종 해석하기 어렵지만 테스트 중인 네트워크에 영향을 주지 않는다는 이점이 있다.
측정은 또한, 링크 계층, 네트워크 계층, 트랜스포트 계층 및 심지어 애플리케이션 계층을 포함한, 예를 들어 (OSI; Open Systems Interconnection) 모델에 따라, 상이한 시스템/프로토콜 계층들에서 수행될 수 있다. 기존 측정 시스템은, 개인 사생활 보호 및 법적 문제로 인해 주로 네트워크 및 트랜스포트 계층을 고려한다.
상이한 계층들에서 수집된 측정은 완료 패킷 레벨 트레이스로부터 통계적 수치에 이르기까지 다양한 레벨의 입도를 제시할 수 있다. 가장 거친 입도의 측정은, 트래픽 카운터, 즉, 패킷 양 및 카운트와 같은, 누적된 트래픽 통계이다. 또 다른 일반적인 관행은, 특정한 플로우의 트래픽 양 정보를 포함하는, NetFlow(Cisco)와 sFlow로부터의 플로우 레벨 통계를 사용하는 것이다.
범네트워크적 측정 및 성능 추정에도 불구하고, 당해 분야에 공지된 측정 시스템은 대개 호환성 또는 상호-운용성에 관해 거의 고려하지 않는다. 이들 시스템들은 대개는 독립형이고, 상이한 성능 메트릭을 사용하며, 다양한 기저 측정 메커니즘을 채용하고, 종종 오프라인으로만 작동한다. 기저 메커니즘에 있어서 다양하더라도, 이들 시스템들은 시스템-내부의 특성을 애플리케이션에 제공하는 공통의 목적을 가지며, 그들의 측정들은 상당히 중첩된다.
기존의 해결책에서는 다양한 단점이 있다. 예를 들어, 기존 해결책은, 네트워크 장비가 그들의 자원 서비스(ReSe) 관계를 통해 관련된 측정들 사이의 관계에 대한 묵시적 지식을 가지고 있다는 사실을 고려하지 않는다. 또한, 기존의 해결책은 모든 측정을 지속적으로 처리하여 관계를 포착하고 측정을 집계하므로 문제 해결에 이용될 수 있는 귀중한 정보를 놓치게 된다. 또한, 기존의 해결책은 비구조화된 네트워크 측정에 의존하므로 상황을 최선으로 극복하려고 한다. 카운터 내의 메타데이터의 결핍은, 특히 세션 레벨 상의 상이한 자원들로부터의 측정들을 상관시키는 것을 매우 어렵게 한다.
본 발명의 실시예들의 목적은, 상기 언급된 단점들 중 적어도 하나 이상을 제거하거나 줄이는, 근본 원인 분석을 위한 방법 및 장치를 제공하는 것이다.
본 발명의 제1 양태에 따르면, 통신 네트워크에서 서비스 품질 저하의 근본 원인 분석을 위한 방법이 제공된다. 이 방법은 통신 네트워크 내의 복수의 노드로부터의 측정을 수신하는 단계와 수신된 측정에 대한 식별자를 결정하는 단계를 포함한다. 이 방법은, 수신된 측정에 대한 식별자를 이용하여 네트워크 토폴로지를 결정하는 단계와 결정된 토폴로지 및 상기 토폴로지와 링크된 측정에 기초하여 근본 원인 분석을 수행하는 단계를 더 포함한다.
본 발명의 또 다른 양태에 따르면, 통신 네트워크에서 서비스 품질 저하의 근본 원인 분석을 제공하기 위한 장치가 제공된다. 이 장치는 통신 네트워크 내의 복수의 노드로부터의 측정을 수신하도록 배열되고 수신된 측정에 대한 식별자를 결정하도록 배열된 어댑터를 포함한다. 이 장치는, 수신된 측정에 대한 식별자를 이용하여 네트워크 토폴로지를 결정하도록 배열된 측정 프로세서와 결정된 토폴로지 및 상기 토폴로지와 링크된 측정에 기초하여 근본 원인 분석을 수행하도록 배열된 근본 원인 분석기를 더 포함한다.
본 발명의 또 다른 양태에 따르면, 복수의 노드와 근본 원인 분석을 제공하기 위한 장치를 포함하는 통신 네트워크가 제공된다. 이 장치는 통신 네트워크 내의 복수의 노드로부터의 측정을 수신하도록 배열되고 수신된 측정에 대한 식별자를 결정하도록 배열된 어댑터를 포함한다. 이 장치는, 수신된 측정에 대한 식별자를 이용하여 네트워크 토폴로지를 결정하도록 배열된 측정 프로세서와 결정된 토폴로지 및 상기 토폴로지와 링크된 측정에 기초하여 근본 원인 분석을 수행하도록 배열된 근본 원인 분석기를 더 포함한다.
본 발명의 더 나은 이해를 위해, 그리고, 본 발명이 어떻게 실행되어 효과를 나타내는지를 더욱 명확하게 보여주기 위해, 예로서 이하의 도면들에 대해 참조가 이루어질 것이며, 도면들에서:
도 1은 본 발명의 실시예에 의해 수행되는 단계들을 도시한다;
도 2는 본 발명의 또 다른 실시예에 의해 수행되는 단계들을 도시한다;
도 3은 본 발명의 실시예에 따른 도 2의 단계(204)를 도시한다;
도 4는 본 발명의 또 다른 실시예에 따른 도 2의 단계(204)를 도시한다;
도 5는 본 발명의 실시예에 따른 도 2의 단계(206)를 도시한다;
도 6은 본 발명의 또 다른 실시예에 따른 도 2의 단계(206)를 도시한다;
도 7은 본 발명의 실시예에 따른 장치를 도시한다;
도 8은 본 발명의 또 다른 실시예에 따른 장치를 도시한다;
도 9는 식별자가 노드들로부터의 측정과 함께 전송되는 실시예를 도시한다;
도 10은 노드들에게 식별자가 요청되는(the identifier is requested from the nodes) 실시예를 도시한다;
도 11은 예시의 접속 측정 보고를 도시한다;
도 12는 예시의 프로시져 측정 보고를 도시한다;
도 13은 어떻게 식별자들이 접속 객체들을 서로 관련시킬 수 있는지의 예를 도시한다;
도 14는 어떻게 식별자들이 접속 객체들을 서로 관련시킬 수 있는지의 또 다른 예를 도시한다.
도 1은 본 발명의 실시예에 의해 수행되는 단계들을 도시한다;
도 2는 본 발명의 또 다른 실시예에 의해 수행되는 단계들을 도시한다;
도 3은 본 발명의 실시예에 따른 도 2의 단계(204)를 도시한다;
도 4는 본 발명의 또 다른 실시예에 따른 도 2의 단계(204)를 도시한다;
도 5는 본 발명의 실시예에 따른 도 2의 단계(206)를 도시한다;
도 6은 본 발명의 또 다른 실시예에 따른 도 2의 단계(206)를 도시한다;
도 7은 본 발명의 실시예에 따른 장치를 도시한다;
도 8은 본 발명의 또 다른 실시예에 따른 장치를 도시한다;
도 9는 식별자가 노드들로부터의 측정과 함께 전송되는 실시예를 도시한다;
도 10은 노드들에게 식별자가 요청되는(the identifier is requested from the nodes) 실시예를 도시한다;
도 11은 예시의 접속 측정 보고를 도시한다;
도 12는 예시의 프로시져 측정 보고를 도시한다;
도 13은 어떻게 식별자들이 접속 객체들을 서로 관련시킬 수 있는지의 예를 도시한다;
도 14는 어떻게 식별자들이 접속 객체들을 서로 관련시킬 수 있는지의 또 다른 예를 도시한다.
근본 원인 분석을 지원하기 위해 측정 구조의 정의뿐만 아니라 서비스 품질 측정에 대한 서비스 및 기술 일반 접근법을 제공하는 사용자 서비스 성능(USP; User Service Performance) 개념이 제안되었다. 예를 들어 WO2008/121062를 참조한다. USP 개념에서, 시스템 서비스 및 자원 서비스가 고려된다. 웹 브라우징, 스트리밍 및 텔레비전을 포함하는 시스템 서비스는 기술-독립적이고 엔드 유저가 경험할 수 있는 것으로서 정의된다. 사람이거나 머신일 수 있는 이러한 엔드 유저는, 모바일 전화, 스크린 또는 카메라와 같은 단말기를 통해 서비스를 소비한다. 반면, 자원 서비스들은, 시스템 서비스를 제공하기 위해 결합되는 논리적 또는 물리적 엔티티이며, 베어러, 링크 및 노드와 같은 자원에 기초한다.
시스템 서비스와 자원 서비스 양쪽 모두의 성능은 핵심 성능 지표(Key Performance Indicator)에 의해 특징지워진다. 서비스 핵심 성능 지표(S-KPI) 및 자원 핵심 성능 지표(R-KPI)는 3개의 품질 메트릭 그룹들 중 하나에 대한 통찰력을 제안한다 : 사용자의 요청시에 서비스를 제공하는 시스템의 능력인, 접근성(accessibility); 사용자에 의해 인지되는 서비스의 품질인, 완전성(integrity); 및 사용자가 필요로 하는 한 계속해서 서비스 세션을 제공하는 시스템의 능력인, 유지성(retainability).
USP 개념은, 사용자의 관점에서 S-KPI들을 식별하고 우선순위화하며 어떤 자원 서비스가 S-KPI 저하에 대해 책임이 있는지를 드릴 다운하고 식별하는 능력을 제공한다.
본 발명의 실시예는, 모니터링된 네트워크의 복수의 계층들로부터 수집된 측정 보고를 지속적으로 처리하는 통신 네트워크에서 서비스 근본 원인 분석(S-RCA; service root cause analysis)을 제공한다.
도 1은, 본 발명의 실시예에 따라, 복수의 노드를 포함하는 통신 네트워크에서 근본 원인 분석을 수행하는 방법(100)을 도시한다.
단계(102)는 통신 네트워크 내의 복수의 노드로부터 측정을 수신하는 단계를 포함한다. 각 측정은, 근본 원인 분석에 사용하기 위한 R-KPI에 관련될 수 있다.
이들 측정은 (왕복 지연, 가용 대역폭 및 손실률과 같은) 시스템-내부의 성능 특성일 수 있다. 측정은 능동 측정 또는 수동 측정일 수 있다.
측정은, 노드들에 통합될 수 있거나 노드들에 대해 외부적일 수 있는 통신 네트워크 내의 측정 시스템에 의해 제공될 수 있다.
각 측정 보고는, 타임 스탬프, 사용자 및 세션 식별자, 및 관리 시스템이 상이한 이벤트들을 상관시키고 네트워크를 통해 서비스 세션을 추종하는 것을 허용하는 기타의 파라미터들을 포함할 수 있다.
한 실시예에서, 측정은, 접속의 데이터 경로에 대해, 상기 접속에 수반된 논리적 및 물리적 접속 자원 서비스들을 나타내는 정보 구조로 수신된다. 대안으로서 또는 추가하여, 측정은, 접속의 제어 경로에 대해, 상기 접속에 수반된 논리적 및 물리적 접속 및 제어 기능 자원 서비스들을 나타내는 정보 구조로 수신된다.
단계(104)는 수신된 측정에 대한 식별자를 결정하는 단계를 포함한다. 식별자는 수신된 측정들 각각에 대해 결정될 수도 있고, 대안으로서, 식별자는 수신된 측정들 중 일부만에 대해 결정될 수도 있다. 만일 측정이 결정된 식별자를 갖지 않는다면, 이 측정은 본 발명의 실시예에서 사용되지 않는다.
본 발명의 실시예에서, 처리를 최소화하고 속도를 증가시키고 비용을 줄이기 위하여, 식별자는 한 측정에 대해 결정될 수 있고 이 식별자는 다른 유사한 측정에 대해 이용될 수 있다.
단계(106)는 수신된 측정에 대한 식별자를 이용함으로써 네트워크 토폴로지를 결정하는 단계를 포함한다. 식별자는 접속 객체에 대해 포인터를 포함하고 식별자를 분석함으로써 네트워크의 토폴로지를 결정하는 것이 가능하다.
결정된 네트워크 토폴로지는, 네트워크 노드들에 대한 정보와 노드들을 접속하는 물리적 링크를 포함한다. 추가적으로, 대안적 실시예에서, 네트워크 토폴로지는 또한, 네트워크에 접속된 단말기들, 노드들 또는 단말기들 사이의 논리적 링크(노드 대 노드, 단말기 대 노드, 단말기 대 단말기) 뿐만 아니라 네트워크에서 실행되는 서비스들에 대한 정보를 포함한다.
본 발명의 실시예에서, 식별자는, 네트워크 토폴로지에 링크될 때 측정이 어느 자원 서비스에 속하는지를 식별하는, 자원 서비스(ReSe) 식별자일 수 있다. 식별자는, 사용자 평면과 제어 평면 사이의 관계를 식별하는 사용자 평면 참조 식별자(User Plane Reference identifier)일 수 있다. 이 식별자는 또한, 엔드 유저 세션의 지원과 연관된 관련된 자원 서비스를 식별한다.
단계(106)에서, 수신된 측정에 대한 식별자를 이용하여 네트워크의 토폴로지를 결정함으로써, 특정한 서비스 전달과 관련된 자원 서비스 경로(및 경로 세그먼트)를 추론하기 위하여, 모니터링된 시스템 서비스 또는 엔드 유저 서비스 전달에 참여하는 노드들과 네트워크 경로들이 식별된다.
일부 실시예에서 모니터링된 서비스들에 참여하는 경로들을 식별하는 식별자로부터 네트워크 토폴로지를 결정하는 단계는 식별자와 IP 주소에 기초하여 (라우팅 테이블 및 MPLS 라벨 스위칭 테이블과 같은) 트래픽 포워딩 테이블을 조회함으로써 보완된다. 측정들은 그들의 식별자들에 기초하여 추론된 자원 서비스 경로들을 따라 링크된다.
도 2에는 도시되어 있지 않지만, 적어도 하나의 측정에 대한 측정 보고를 획득하는 선택사항적인 단계가 있으며, 이 측정 보고는 측정 이벤트와 연관될 수 있고 식별자 및 측정과 연관된 기타의 정보를 포함할 수 있다. 측정 보고는 이하에서 도 11 및 도 12와 관련하여 더 상세히 설명될 것이다.
단계(108)는 측정에 기초하여 근본 원인 분석을 수행하는 단계를 포함한다. 근본 원인 분석은, 엔드 유저에 의해 경험되는, 결합된 결과적 경험된 서비스 품질에 가장 부정적 영향을 미치는 자원 서비스(들)을 식별하기 위해 수행된다.
근본 원인 분석에서의 추론 로직은 다양한 방식으로 구현될 수 있다. 특히, 적어도 측정 기반의 결정 트리(measurement based decision tree) 또는 베이지안 추론(Bayesian inference)이 구현될 수 있다.
측정 기반의 결정 트리는, 예를 들어, 오퍼레이터가 측정들 사이에서 각 링크에 대한 우선순위 값을 할당하는 것을 허용한다. 따라서 진단 그래프와 같은 결정-트리가 링크된 측정들에 기초하여 형성된다. 우선순위 값이 높을수록, 오퍼레이터는 그 측정(및 식별자가 가리키고 있는 대응하는 네트워크 엔티티)가 근본 원인이라고 더 강하게 믿는다. 추론 로직은 단순히 링크된 측정들을 탐색하고 최대 우선순위를 갖는 리프 노드(leaf node)를 식별할 수 있다. 상이한 리프 노드들 사이에서 동일한 우선순위가 있는 경우, 이들 모두는 공동 근본 원인으로서 출력될 것이다.
도 2는 본 발명의 또 다른 실시예에 따른 방법(200)을 도시한다. 도 2의 방법에서, 방법 단계들(202, 204, 206, 및 208)은 각각 도 1의 전술된 방법 단계들(102, 104, 106, 108)에 대응한다. 도 2의 방법(200)은, 근본 원인 분석이 수행되기 이전에 측정을 저장하는 추가 단계(207)를 포함한다는 점에서, 도 1의 방법(100)과는 다르다. 네트워크 토폴로지를 결정하는 단계(206)는, 다양한 실시예에서, 도 5 및 도 6에 나타낸 동작들을 포함한다.
도 3은 본 발명의 실시예에 따른 도 2의 단계(204)를 도시한다. 도 3에서, 식별자를 결정하는 단계는 수신된 측정으로부터 식별자를 추출하는 단계(302)를 포함한다. 즉, 본 발명의 실시예에서, 측정은 노드로부터 임베딩된 식별자와 함께 수신되고, 식별자는 측정 내로부터의 추출에 의해 결정된다. 한 실시예에서, 식별자를 추출하는 동작은 수신된 측정과 연관된 메타데이터를 판독하는 단계를 포함한다.
도 4는 본 발명의 또 다른 실시예에 따른 도 2의 단계(204)를 도시한다. 도 4에서, 식별자를 결정하는 단계는 식별자를 요청하는 단계(402)와 식별자를 수신하는 단계(404)를 포함한다. 이 실시예에서, 식별자는 노드로부터 수신된 측정 내에 임베딩되어 있지 않다. 이 실시예에서, 측정이 수신되고 측정의 수신시에, 식별자는 그 측정을 발행한 노드에게 요청된다. 노드는 식별자에 대한 요청을 수신하고 식별자를 전송한다.
도 3 및 도 4에 도시된 바와 같이, 특정한 측정에 대해 식별자가 결정되는 2가지 방법이 있다. 제1 방법은 측정 자체로부터 식별자를 추출하는 단계를 포함하고, 제2 방법은 그 측정을 발행한 노드에게 식별자를 요청하는 단계를 포함한다.
도 5는 본 발명의 실시예에 따른 도 2의 단계(206)를 도시한다. 도 5에서, 근본 원인 분석을 위한 네트워크 토폴로지를 결정하는 단계는 파일로부터 네트워크 토폴로지의 일부에 대한 정보를 판독하는 단계(502)를 포함한다. 일부 실시예에서, 수신된 측정들 및 그들의 연관된 식별자에 기초하여 결정된 네트워크 토폴로지를, 파일로부터 판독되고 예를 들어 네트워크 관리 시스템에 저장될 수 있는 네트워크 토폴로지의 일부에 대한 정보로 보완하는 것이 유리할 수 있다. 이것은 특히 아무런 측정도 수신되지 않는 네트워크의 섹션들에 적용가능할 수 있다.
이 실시예에서, RCA가 수행될 때마다 네트워크 토폴로지를 결정하는 것은 필요하지 않다. 또한, 네트워크 토폴로지에 대한 임의의 변경은 저장된 네트워크 토폴로지를 업데이트함으로써 저장된 네트워크 토폴로지에 반영될 수 있다.
도 6은 본 발명의 또 다른 실시예에 따른 도 2의 단계(206)를 도시한다. 도 6에서, 근본 원인 분석을 위한 네트워크 토폴로지를 결정하는 단계는 측정에 대한 식별자를 IP 접속에 맵핑하는 단계를 포함한다. 대안적 실시예에서, 상이한 타입의 네트워크에서, 식별자들은 패킷 교환형 및/또는 회선 교환형 접속에 맵핑된다.
방법 단계(204 및 206)는 별개의 단계로서 도시되어 있지만, 이들 단계들은 하나의 단계로서 간주될 수도 있다는 점에 유의해야 한다. 즉, 식별자를 결정하는 단계와 네트워크 토폴로지를 결정하는 단계는 동시에 실행될 수도 있다.
도 7은, 도 1 내지 도 6과 관련하여 설명된 근본 원인 분석 방법을 구현하도록 배열된 본 발명의 실시예에 따른 장치(700)를 도시한다.
보증 관리자라고도 할 수 있는 장치(700)는, 통신 네트워크 내의 복수의 노드(704)로부터 측정을 수신하도록 배열된 어댑터(706)를 포함한다. 복수의 노드(704)는 점선으로 도시되어 이들이 장치(700)의 일부를 형성하지는 않지만 장치(700)를 역시 포함하는 통신 네트워크의 일부로서 위치한다는 것을 암시한다.
어댑터(706)는 수신된 측정에 대한 식별자를 결정하도록 배열된다. 어댑터는 복수의 노드 중 일부 또는 전부로부터 측정을 수신하고 수신된 측정의 적어도 일부에 대한 식별자를 결정할 수 있다. 만일 측정이 결정된 식별자를 갖지 않는다면, 이 측정은 본 발명의 실시예에서 사용되지 않는다. 즉, 어댑터는 도 1의 방법 단계들(102 및 104)을 수행하도록 배열된다.
장치(700)는 수신된 측정에 대한 식별자를 이용함으로써 네트워크 토폴로지를 결정하도록 배열된 측정 프로세서(708)를 더 포함한다. 즉, 측정 프로세서(708)는 도 1의 방법 단계(106)를 수행하도록 배열된다.
장치(700)는 측정에 기초하여 근본 원인 분석을 수행하도록 배열된 근본 원인 분석기(710)를 더 포함한다. 즉, 근본 원인 분석기(710)는 도 1의 방법 단계(108)를 수행하도록 배열된다.
근본 원인 분석기(710)는 많은 상이한 방식으로 근본 원인 분석을 위한 추론 로직을 구현하도록 배열될 수 있다. 특히, 근본 원인 분석기(710)는 적어도 측정 기반의 결정 트리 또는 베이지안 추론에 기초하여 근본 원인 분석을 구현하도록 배열될 수 있다.
도 8은 본 발명의 또 다른 실시예에 따른 장치(800)를 도시한다. 장치(800)는 동작 지원 시스템(OSS; operations support system)(814)에 제공되는 보증 관리자(802)를 포함한다.
복수의 노드(804)가 통신 네트워크 내에 제공된다. 하나 이상의 측정 시스템(818)도 역시 제공된다. 각 노드는, 노드에 통합하여 제공될 수 있는 적어도 하나의 연관된 측정 시스템을 가질 수 있다. 측정 시스템은 보증 관리자(802)로의 전송을 위한 노드(84)와 연관된 측정을 제공한다.
적어도 하나의 측정 시스템(818)은 통신 네트워크에서 중앙에 제공될 수 있고 노드(804)와 연관된 측정을 보증 관리자(802)에 중점적으로 제공하도록 배열될 수 있다.
노드(804) 및 측정 시스템(818)은 도메인 관리자(812)를 통해 보증 관리자(802)와 통신하거나, 또는 이들은 도메인 관리자(812)를 바이패스하고 직접 보증 관리자와 통신할 수도 있다.
근본 원인 분석기(710, 810)에 구현된 RCA 알고리즘은 서비스의 저하를 야기하는 하나 이상의 자원 서비스를 식별한다. 일단 문제가 되는 자원(들)이 식별되고 나면, 수선 동작이 개시될 수 있다.
장치(800)에서, 어댑터(806)는 복수의 노드(804)와 연관된 측정 시스템(818)으로부터 측정을 수신하도록 배열된다. 어댑터(806)는 또한, 측정들 중 적어도 일부에 대한 식별자를 결정하도록 배열된다.
네트워크의 토폴로지의 일부에 대한 정보를 포함하는 파일을 저장하도록 배열된 도메인 관리자(816)가 제공될 수도 있다. 일부 실시예에서, 수신된 측정들 및 그들의 연관된 식별자에 기초하여 결정된 네트워크 토폴로지를, 파일로부터 판독될 수 있는 네트워크 토폴로지의 일부에 대한 정보로 보완하는 것이 유리할 수 있다. 본 발명의 실시예에서, 어댑터(806)는, 도메인 관리자(816)에 저장된 파일로부터 토폴로지를 판독함으로써 네트워크 토폴로지를 결정하도록 배열될 수 있다.
네트워크의 토폴로지를 포함하는 파일은 도메인 관리자(816) 이외의 장치 내의 장소에 저장될 수도 있다는 점에 유의해야 한다. 예를 들어, 이 파일은, 네트워크 관리 시스템, 보증 관리자(802) 내에, 또는 OSS(814)의 기타 임의의 적절한 장소에 저장될 수도 있다.
도메인 관리자(816)는 또한, 노드들 및/또는 기타의 측정 시스템으로부터의 측정 이벤트 플로우를 수집하고 종료한 다음, 그 측정을 근본 원인 분석기(810)가 근본 원인 분석에 이용할 수 있게 하도록 배열될 수 있다.
도 9는 식별자가 노드들로부터의 측정과 함께 전송되는 실시예를 도시한다. 도 9에 도시된 바와 같이, 도메인 관리자(912)를 통하거나 통하지 않고, 복수의 노드(904)로부터 보증 관리자(902)로 측정과 함께 상태들이 전송된다.
도 9에서, 식별자들간의 맵핑은, 정의된 측정에서, 측정과 함께, 노드에 의해 전송된다. 노드는 자원 요청/접수확인(acknowledgement)의 프로세스를 통해 식별자를 가진다. 상태 전파는, 미리정의된 간격에 기초하여 주기적(에를 들어, 매 분마다)이거나, 온-디맨드(즉, 변화가 발생할 때마다 상태 업데이트를 전송)일 수 있다.
보증 관리자(802) 내의 어댑터(806)는 측정으로부터 식별자 및 식별자들간의 맵핑을 추출하도록 배열될 수 있다.
식별자들간의 맵핑에 기초하여 결정되는 네트워크 토폴로지는 도메인 관리자(816) 내의 파일에, 또는 OSS(814)의 기타 임의의 적절한 장소에 저장될 수 있다. 식별자들과 IP 접속(또는 일반적으로는, 패킷 교환형 및/또는 회선 교환형 접속) 사이의 전체 맵핑을 전송하는 것 대신에, 노드들은 업데이트시에 맵핑에 대한 변경만을 포함할 수도 있다. 이 경우, 노드들로부터 맵핑에 대한 변경만이 수신될 것이고, 파일에 저장된 네트워크 토폴로지는 그에 따라 업데이트될 수 있다. 이것은, 임의의 변경에 따라 업데이트될 수 있는 저장된 네트워크 토폴로지가 있기 때문에 측정된 이벤트의 처리 시간이 줄여지는 것을 허용하는 이점을 제공한다.
네트워크 토폴로지는 종속성 사례(dependency instance)의 한 유형이다. 종속성 모델은 수집된 측정에 기초하여 계산될 수 있고, 포괄적일 수 있다, 즉, 통신 네트워크 내의 임의의 2개의 엔티티들 사이의 종속 관계를 기술한다.
도 10은 노드들에게 식별자가 요청되는 실시예를 도시한다. 도 10에 도시된 바와 같이, 보증 관리자(1002)는 도메인 관리자(1012)를 통해 복수의 노드(1004)에 질의를 전송하도록 배열된다. 노드(1004)는 도메인 관리자(1012)로부터의 식별자에 대한 요청을 수신하고 도메인 관리자(1012)를 통해 보증 관리자(1002)에 응답을 전송한다. 이 실시예에서, 식별자는, 측정과 연관되어 있는 노드에게 요청된다.
도 10에서, 질의는 식별자들간의 맵핑에 대해 노드 또는 OSS에게 발행된다. 각 질의에서, 식별자들의 목록이 질의 기준으로서 포함된다. 질의는 레이턴시를 줄이기 위해 병렬로 복수의 노드들에게 발행될 수 있다.
질의 프로세스는 재귀적으로 계속될 수 있고, 여기서 질의 메시지를 수신하는 노드들은 (식별자 맵핑으로 구성된) 정합하는 튜플(tuple)을 검색하고 모든 식별자들 사이의 미지의 맵핑이 식별될 때까지 자식 파생물(children derivation)을 재귀적으로 횡단한다.
이 경우, 식별자들간의 맵핑이 결정될 수 있고, 그에 따라 네트워크 토폴로지는 네트워크 토폴로지의 어떠한 사전 지식 없이도 결정될 수 있다.
도 8의 측정 프로세서(808)는 수신된 측정에 대한 식별자를 결정된 네트워크 토폴로지에 이용하도록 배열된다.
측정 스토리지(809)가 제공되고 근본 원인 분석기(810)에 의해 측정에 관하여 근본 원인 분석이 수행되기 이전에 측정을 저장하도록 배열된다.
측정은, 식별자 및 연관된 측정을 포함할 수 있는 측정 보고로서 수신될 수 있다. 식별자는 이 보고로부터 추출될 수 있고 네트워크 토폴로지는 추출된 식별자를 이용하여 결정될 수 있다. 측정 스토리지(809)는 측정 보고 및/또는 추출된 식별자를 저장하도록 배열될 수 있다.
본 발명의 실시예에서, R-KPI를 고려하기 위하여, 접속 객체 타입과 프로시져 객체 타입이 근본 원인 분석을 위해 고려될 수 있다.
접속은 통신을 필요로 하는 2개의 엔티티들 사이에 통신 채널을 제공한다. 접속은 네트워크 내의 상이한 구조들에 적용될 수 있다 - 사용자 평면 및 제어 평면 모두가 접속을 이용한다.
프로시져는 접속의 셋업, 유지보수 및 해체를 제공한다. 프로시져는 사용자 평면과 공유된 접속 및 제어 평면을 위한 전용 접속 모두를 이용한다.
도 11은, 접속 기반의 R-KPI에 대해 생성될 수 있고 도 8의 근본 원인 분석기(810)에 의해 이용될 수 있는 접속 측정 보고를 나타낸다.
도 11로부터 알 수 있는 바와 같이, 4개 타입의 접속 보고(1100a 내지 1100d)가 제공되고, 각각은 상이한 접속 이벤트와 연관된다.
접속 측정 보고(1100a)는 세션 생성 측정 이벤트와 관련되어 있다. 이 측정 이벤트는, 사용자 요청시에 서비스를 제공하는 시스템의 능력인 접근성(accessibility)과 연관된다.
접속 측정 보고(1100b)는 세션 샘플 측정 이벤트와 관련되어 있다. 이 측정 이벤트는, 사용자에 의해 인지되는 서비스의 품질인 완전성과 연관되어 있다. 그 이름이 의미하듯이 세션 샘플 측정 이벤트 동안 시스템 서비스 전달에서의 그 사용 과정 동안의 자원 서비스의 품질이 샘플링된다. 샘플 간격은 구성가능할 것이며 시스템 서비스 의존적일 것이다.
접속 측정 보고(1100c)는 세션 종료 측정 이벤트와 관련되어 있다. 이 측정 이벤트는, 사용자가 필요로 하는 한 계속해서 서비스 세션을 제공하는 시스템의 능력인, 유지성과 연관되어 있다.
접속 측정 보고(1100d)는 세션 수정 측정 이벤트와 관련되어 있다. 접속 측정 이벤트(1100c)와 같이, 이 측정 이벤트는 유지성과 연관되어 있다.
도 11로부터 알 수 있는 바와 같이, 접속 측정 보고들(1100a 내지 1100d) 모두는, 자원 서비스 식별자(ReSe ID)(1102), 이벤트가 유래한 관리되는 요소/노드를 나타내는 관리되는 요소 식별자(ME-ID)(1116), 측정을 위한 시간(T)(1118), 및 세션 식별자(Sess ID)(1120)를 포함한다.
세션 생성 측정 보고(1100a)는 측정 이벤트가 이용가능한지의 여부를 나타내는 접근성 필드(1110)를 더 포함한다. 측정 보고(1100a)는 또한, 접속 아이덴티티 참조(1122)를 더 포함할 수 있다.
세션 샘플 측정 보고(1100b)는 적어도 하나의 완전성(integrity) 필드(1114a 내지 1114e)를 더 포함한다. 완전성 필드는, 레이턴시(1114a), 관찰된 페이로드(1114b), 에러(1114c), 손실률(1114d), 또는 처리량 용량(1114e)을 포함할 수 있다. 측정 보고(1100b)는 Extra 필드(1124)를 더 포함할 수 있다. 자원 서비스 완전성의 경우 측정은 개개의 이벤트가 아니고 일련의 이벤트 또는 샘플이다. 자원 서비스 세션 동안, 처리량, 레이턴시, 에러율, 손실률, 및 사용 용량이 샘플링되어 세션 동안의 자원 서비스의 성능의 견해를 제공한다.
세션 종료 측정 보고(1100c)는, 사용자 세션이 종료되었는지를 나타내는 유지성 필드(1112)를 더 포함한다.
ReSe ID는 측정 이벤트가 어느 자원 서비스에 속하는지를 식별한다. 세션 ID는 자원 서비스를 특정한 시스템 서비스(SySe) 세션에 링크한다. 시스템 서비스 세션 ID는 네트워크 요소에 의해 포획되지 않고 OSS와 같은 외부 시스템의 상관관계를 통해서 유도될 수 있을 뿐이다.
바람직한 실시예에서, 자원 서비스 n에 속하는 측정 이벤트는, 자원 서비스 n에 의존하는 자원 서비스 n-1에 대한, 및 자원 서비스 n+1에 대한 추가의 식별자들을 가진다. 자원 서비스 n은, 차례로, 자원 서비스 n+1에 의존한다.
도 11로부터 알 수 있는 바와 같이, 자원 서비스 식별자(1102)는 3개의 필드를 포함한다. 제1 필드(1104), ReSe[0] ID는, 현재의 접속 객체, 즉, 측정을 수신받은 접속 객체에 대한 식별자이다. 제2 필드(1106), ReSe[-1] ID는, 현재의 접속 객체에 의존하는 접속 객체, 즉, 현재의 접속 객체 아래의 층에 있는 접속 객체에 대한 식별자이다. 제3 필드(1108), ReSe[+1] ID는 현재의 접속 객체가 의존하는 접속 객체, 즉, 현재의 접속 객체 위의 층에 있는 접속 객체에 대한 식별자이다.
전술된 바와 같은 3개 필드를 갖는 자원 서비스 식별자(1102)를 가지면 식별자를 분석함으로써 네트워크의 토폴로지를 결정하는 것이 허용된다. ReSe [0] ID, ReSe [-1] ID, 및 ReSe [+1] ID에 의해, 다양한 접속 객체들의 종속성이 결정될 수 있다. 수 천개의 측정 보고가 수신되는 현실 세계의 네트워크에서, 그들의 현재 접속 객체 [0]가 의존하는 접속 객체 [+1]를 가리키는 식별자들이 있을 것이지만, 이들은 현재의 접속 객체에 의존하는 접속 객체 [-1]에 대한 포인터를 가질 것이다. 그 반대도 마찬가지로, 이들 현재의 접속 객체에 의존하는 동일한 접속 객체 [-1]에 대한 포인터를 갖는 다수의 접속 객체 [0]가 있을 것이다. 식별자 필드들(1104-1108)로부터 결정되는 이들 종속성을 분석함으로써, 네트워크의 토폴로지를 결정하는 것이 가능하다. 이것은, 각각의 빌딩 블록이 그 자신의 ID 및 그와 연결될 빌딩 블록들의 ID들(포인터들)을 포함하는 빌딩 블록들로부터, 임의의 설계서를 이용하지 않고 구조물을 건축하는 것과 유사하다.
도 12는, 프로시져 기반의 R-KPI에 대해 생성될 수 있고 도 8의 근본 원인 분석기(810)에 의해 이용될 수 있는 프로시져 측정 보고를 나타낸다.
제어 평면 프로시져는 사용자 행위 또는 네트워크 행위에 의해 기동(invoke)된다. 사용자 행위에 의해 기동된 이들 프로시져들은 사용자 평면에 관련되어 있고, 사용자 평면과 제어 평면 사이의 관계는 사용자 평면 참조 식별자(1202)에 포함된다.
프로시져의 성능을 측정하기 위하여, 프로시져에 걸리는 시간(프로시져 실행 시간) 또는 프로시져의 결과(성공적인 경우, 성공적이지 않다면 그 이유)가 측정될 수 있다.
또한, 노드들 사이에는 제어 메시지들이 전송되기 때문에, 제어 메시지는 메시지가 전송되는 노드로부터의 소정 종류의 응답을 가질 것이다. 따라서, 메시지가 응답을 얻기 위한 시간(메시지는 타임 아웃될 수 있고, 이 경우 메시지는 재전송된다) 또는 동일한 프로시져에 속하는 메시지들 사이의 시간이 측정될 수 있다.
객체로서 모델링되는 프로시져의 성능은 후속 R-KPI들, 즉 지속기간(프로시져 실행 시간) 및 성공(프로시져의 성공적 완료)로 표현된다. R-KPI는 프로시져가 성공적이었는지의 여부를 원인 코드를 제공함으로써 보여준다. 원인 코드는 측정 메타 데이터의 일부이며 프로시져 중단의 이유를 나타낸다. 예를 들어, 원인 코드는 OK, 실패됨-CC1, 실패됨-CC2, 실패됨-CC3, ... 타임 아웃 등일 수 있고, 여기서, 원인 코드 CC1, ... CC3 ...은 프로시져 중단의 상이한 이유들과 연관된다.
도 12로부터 알 수 있는 바와 같이, 2개 타입의 프로시져 측정 보고(1200a 및 1200b)가 제공될 수도 있다.
프로시져 측정 보고(1200a)는 프로시져 개시 측정 이벤트에 관련되어 있고, 프로시져 측정 보고(1200b)는 프로시져 중단 측정 이벤트에 관련되어 있다.
프로시져 개시 측정 보고(1200a)는, 측정 이벤트를 사용자 평면에 링크하는 사용자 평면 참조 식별자(1202)를 포함한다.
프로시져 측정 보고(1200b)는 실행 시간(1210) 및 원인 코드(1212)를 포함한다.
프로시져 개시 측정 보고(1200a) 및 프로시져 중단 측정 보고(1200b) 양쪽 모두는, 프로시져 ID(1204), 관리되는 요소 식별자(ME-ID)(1206) 및 측정을 위한 시간(T)(1208)을 포함한다.
프로시져 보고에서 사용자 평면 식별자를 제공함으로써, 프로시져 보고들은, 그들이 사용자 평면과 제어 평면 사이의 관계를 명시한다는 점에서 자체-기술적이다.
이 해결책의 중요한 이점은, (수신된/교환된 실제의 정보가 아니라) 불량 접속에 미치는 영향과 콜/세션 제어에 미치는 그 영향이 실현될 수 있다는 것이다. 이것은 예를 들어 접근성에 영향을 줄 뿐만 아니라, 완전성(채널 스위칭 시간) 및/또는 유지성에도 영향을 줄 수 있다(제어 평면이 다운된다면, 요금청구/고지 등의 불가로 인해 제어측에 의해 연관된 데이터 평면이 릴리스될 수 있다, 예를 들어, 현재의 TV 서비스는 계속되겠지만, 사용자는 채널을 변경할 수 없을 것이다).
본 발명의 실시예는, 외부 시스템(OSS)이 엔드 유저 세션을 지원하기 위하여 자원 서비스들이 어떻게 결합되었는지를 관련시킬 수 있게 하는 측정에 대한 식별자를 제공한다. 이 해결책은 자원 모델의 접속성 객체에 적용된다.
사용자 평면 및 제어 평면 내의 접속성 객체에 대한 모델은, 네트워크 노드들과 네트워크 기능들 사이의 관계가 알져지는 방식으로 구성된다.
도 13은 어떻게 식별자들이 접속 객체들을 서로 관련시킬 수 있는지의 예를 도시한다. 도 13은 네트워크 시스템 내의 상이한 깊이에서 접속 객체들을 서로 관련시키기 위해 측정 보고 내의 식별자가 어떻게 이용될 수 있는지를 도시하고 있다.
도 13은, 전송 제어 프로토콜(TCP) 접속 객체(1302), EPS(evolved packet system) 접속 객체(1304), EPS 베어러 접속 객체(1306), EUTRAN 무선 액세스 베어러(eRAB) 접속 객체(1308), 및 무선 베어러(RB) 접속 객체(1310)를 도시한다.
eRAB(1308)는 사용자 장비(UE)와 서빙 게이트웨이(SGW) 사이에 있고, 아래의 층은 무선 베어러이고 위의 층은 EPS 베어러이다. 이루어지는 통상적인 측정으로는, 패킷 지연, 처리량, 및 패킷 손실이 포함된다.
앞서 언급된 바와 같이, 자원 서비스 n에 속하는 측정 이벤트는, 자원 서비스 n에 의존하는 자원 서비스 n-1에 대한, 및 자원 서비스 n+1에 대한 추가의 식별자들을 가진다. 자원 서비스 n은, 차례로, 자원 서비스 n+1에 의존한다. 자원 서비스 n+1 및 자원 서비스 n-1에 대한 식별자들은, 현재의 자원 서비스가 의존하는 자원 서비스(n+1)와 차례로 현재의 자원 서비스에 의존하는 자원 서비스(n-1)를 지시하기(가리키기) 때문에, 역시 포인터들이다.
도 13에 나타낸 예에서, eRAB(1308)와 연관된 측정 보고는, 현재의 접속 객체에 대한 식별자 eRAB_Id를 포함한다; 또한, eRAB 접속 객체가 의존하는 접속 객체에 대한 식별자 RB_Id와, eRAB 접속 객체에 의존하는 접속 객체에 대한 제3 식별자 EPS Bearer_Id도 있다. 도 13의 화살표의 방향은 종속성의 방향을 나타낸다.
마찬가지로, EPS 베어러(1306)와 연관된 측정 보고는, 현재의 접속 객체에 대한 식별자, EPS Bearer_Id를 포함한다. EPS Connection_Id는 EPS Bearer 접속 객체에 의존하는 접속 객체에 대한 식별자이다. 마지막으로, eRAB_Id는 EPS Bearer 접속 객체가 의존하는 접속 객체에 대한 식별자이다.
EPS 접속(1304)과 연관된 측정 보고는, 현재의 접속 객체에 대한 식별자인, 식별자 EPS Connection Id를 포함한다. EPS 접속(1304)과 연관된 측정 보고 내의 제2 식별자는, EPS Connection 접속 객체에 의존하는 접속 객체의 식별자인, TCP Connection_Id이다. 제3 식별자는 EPS Bearer_Id이고 이것은 EPS Connection 접속 객체가 의존하는 접속 객체를 식별한다.
유사한 방식으로, TCP 접속(1302)과 연관된 측정 보고는, 현재의 접속 객체에 대한 식별자 TCP connection_Id를 포함한다. SySe Instance_Id는 TCP Connection 접속 객체에 의존하는 접속 객체에 대한 식별자이고, EPS Connection_Id는 TCP Connection 접속 객체가 의존하는 접속 객체를 식별한다.
무선 베어러 RB(1310)와 연관된 측정 보고는, 현재의 접속 객체에 대한 식별자 RB_Id 뿐만 아니라, RB 접속 객체에 의존하는 접속 객체 eRAB(1308)의 식별자인, 식별자 eRAB_Id를 포함한다.
이 구조의 상부에는 자원 서비스에 의존하는 시스템 서비스가 있다. 도 13에 나타낸 예에서, 웹 브라우징(1301)은 TCP 접속(1302)에 의존한다.
모델에 대한 정보는 네트워크 아키텍쳐 및 측정 포인터에 포함된다. 즉, 자체-기술적인(self-describing) 측정은 근본 원인 분석이 수행되기 위해 필요한 관련 정보를 제공한다. 이 관련 정보는 네트워크 엔티티(NE)들 내부에서만 이용가능하고 통신 라인을 프로빙함으로써 얻는 것은 가능하지 않다.
모든 네트워크 자원들로부터의 측정이 지속적으로 수집되고, 모든 자원들로부터의 충분한 측정이 수신된 후에, 알고리즘은 활성의 측정된 네트워크에 대한 종속성 모델을 생성할 수 있다.
종속성 모델은 RCA가 수행될 수 있는 속도를 증가시킬 뿐만 아니라 첨가적 속성을 갖는 성능 양태들에 대한 예산의 (자동적) 정의를 위한 기초가 되며, 오퍼레이터가 S-RCA를 위해 측정을 브라우징하는 것을 도울 수 있다. 즉, 네트워크 토폴로지는 측정에 기초하여 생성될 수 있고, 이 네트워크 토폴로지는 나중의 이용을 위해 저장될 수 있다. 만일 네트워크 토폴로지가 변하면, 저장된 토폴로지는 자동으로 업데이트될 수 있다.
네트워크 토폴로지의 저장된 모델이 없는 경우, 모든 측정은 S-RCA가 이루어질 때마다 분석되어야 한다. 저장된 모델은, 그 모델이 S-RCA에 적용가능한 측정을 가리킬 것이기 때문에 이 단계를 줄일 것이다.
도 14는 어떻게 식별자들이 접속 객체를 서로 관련시킬 수 있는지의 또 다른 예를 도시한다. 도 14는 네트워크 시스템 내의 층의 폭을 가로질러 접속 객체들을 서로 관련시키기 위해 측정 보고 내의 식별자가 어떻게 이용될 수 있는지를 도시하고 있다.
도 14는 전송 제어 프로토콜(TCP) 접속 객체(1402), EPS(evolved packet system) 접속 객체(1404), 및 외부 접속(1406)을 도시한다. EPS 접속 객체(1404)는 네트워크 제공자가 제어하는 네트워크 자원에 관련된 것일 수 있고, 외부 접속(1406)은, 인터넷 웹 사이트와 같은, 네트워크 제공자가 제어하지 않는 외부 자원에 관련된 것일 수 있다.
도 14로부터 알 수 있는 바와 같이, TCP 접속(1402)과 연관된 측정 보고는, 그 TCP 접속이 지원하는 시스템 서비스 인스턴스에 대한 포인터/식별자 SySe Instance_Id와 그 TCP 접속이 의존하는 EPS 접속에 대한 포인터/식별자 EPS Connection_Id와, 그 TCP 접속이 의존하는 외부 접속에 대한 포인터/식별자 External Connection_Id 뿐만 아니라, 현재의 접속 객체(TCP 접속)에 대한 포인터/식별자를 포함한다.
EPS 접속(1404)과 연관된 측정 보고는, 그 EPS 접속이 지원하는 TCP 접속에 대한 식별자 TCP Connection_Id와 그 EPS 접속이 의존하는 EPS 베어러에 대한 식별자 EPS Bearer_Id 뿐만 아니라, 현재의 접속 객체(EPS 접속)에 대한 식별자 EPS Connection_Id를 포함한다.
외부 접속(1406)과 연관된 측정 보고는, 그 외부 접속이 지원하는 TCP 접속에 대한 식별자 TCP Connection_Id와 그 외부 접속이 의존하는 Transport 접속에 대한 식별자 Transport Connection_Id 뿐만 아니라, 현재의 접속 객체(외부 접속)에 대한 식별자 External Connection_Id를 포함한다.
도 13 및 도 14의 네트워크 요소 식별자(NE_Id)는 도 11 및 도 12의 관리되는 요소 식별자(ME-Id)에 대응하는 점을 이해하여야 한다.
현재의 시스템 내의 노드들로부터 수집된 측정에 비해, 본 발명의 실시예의 측정 보고는 서비스 진단의 정황에서 자체-기술적이고, 접속 식별자와 같은 측정 정황이 풍부하다.
본 발명의 실시예는, 원격통신 시스템의 복수의 계층들로부터의 측정을 보고하고 처리함으로써 근본 원인 분석을 위한 방법, 알고리즘, 및 기능을 설명한다. 측정은, 측정 처리에 이용될 수 있는 파라미터들로서 (접속이나 자원 식별자 및 트래픽 수렴/발산 정보와 같은) 정황적 관계 정보가 풍부할 수 있다. 측정은, 문제 진단 및 근본 원인 분석을 더욱 용이하게 하는 정황적 관계 정보에 기초하여 측정을 필터링, 링킹, 및 집계함으로써 풍부해질 수 있다.
근본 원인 분석이, 수집된 측정을 접속성 모델 인스턴스에 맵핑함으로써 풍부해진 측정을 이용하여 수행되어, 엔드 유저가 보았을 때 결합된 결과적 경험된 서비스 품질에 관해 가장 부정적 영향을 주는 자원 서비스(들)을 식별할 수 있다. 접속성 모델을 측정 보고 이벤트 내에 통합함으로써, 풍부해진 측정은 또한, 네트워크의 접속성 모델이 자동으로 식별되고 최신으로 유지되도록 이용될 수 있다.
본 발명의 실시예는 근본 원인 분석을 위해 측정을 이용한다. 이들 실시예에서, 측정에 이어, 측정이 네트워크의 접속성 모델을 자동으로 식별하고 최신으로 유지하는 RCA 시스템에 대한 입력으로서 역할하도록 하는 방식으로 명시된 메타데이터가 후속된다. RCA 시스템에 구현된 RCA 알고리즘은, 서비스 소비 세션에서의 품질 저하에 대한 이유인 자원 도메인 내의 주요 원인제공자(들)을 식별하는 것이다.
측정을 정황적 관계 정보와 결합하여 측정이 자체-완비(self-contained)되도록 함으로써, 측정을 분석할 때 복수의 데이터 소스를 조회할 필요성이 제거될 수 있고 이러한 측정에 기초한 근본 원인 분석이 가능해질 수 있다. 이것은, 측정이 자체-완비되기 때문에 측정의 내용을 평가하고 이해하기 위한 측정 시스템 내의 모델에 대한 필요성이 없다는 이점을 제공한다.
또한, 측정에 대한 정황적 관계 정보가 자동으로 네트워크 변경/확장에 적합화되므로 네트워크가 재배치되거나 확장될 때 모델을 업데이트할 필요성이 없게 됨으로써, 이러한 변화의 결과로서의 운영 비용 및 잘못된 분석 결과를 줄이게 된다.
또한, 네트워크 접속성 모델은 관리 시스템에 의해 구축되고 프리젠팅될 수 있다.
또한, R-KPI 측정을 관찰하고 이들을 S-KPI 및 정의된 품질 임계치와 상관시킴으로써, 시스템은 자체로 예산과 그런 만큼의, 예를 들어, 지연과 같은 비 첨가적 R-KPI에 대해 개개의 R-KPI에 대한 임계치를 수립할 수 있다.
본 발명은 또한, 측정 시스템의 재사용과 효율적인 구현을 지원하는 한 세트의 측정에 대해 포괄적인 접속성 자원 서비스 R-KPI를 제공하기 때문에 유익하다.
본 발명은 접속 엔티티로 더욱 유익하고, 따라서 R-KPI는 멀티 벤더 통합을 지원하는 통신 시스템 표준에 기초한다.
상기 언급한 실시예들은 본 발명을 제한하는 것이 아니라 예시하는 것이며, 당업자라면 첨부된 청구항들의 범위로부터 벗어나지 않고 많은 대안적 실시예들을 설계할 수 있을 것이라는 점에 유의해야 한다. 단어 "~을 포함하는(comprising)"은 청구항에 열거된 것들 이외의 요소나 단계의 존재를 배제하지 않으며, "한(a)" 또는 "하나(an)"는 복수를 배제하지 않으며, 단일 프로세서 또는 기타의 유닛은 청구항에 기재된 수 개의 유닛들의 기능을 수행할 수도 있다. 청구항 내의 임의의 참조 부호들은 그들의 범위를 제한하는 것으로 해석되어서는 안 된다.
Claims (21)
- 통신 네트워크에서 서비스 품질 저하의 근본 원인 분석(root cause analysis)을 위한 방법으로서,
상기 통신 네트워크 내의 복수의 노드로부터 측정치(measurements)를 수신하는 단계;
상기 수신된 측정치에 대한 식별자를 결정하는 단계;
네트워크 토폴로지(network topology)를 결정하기 위해서, 상기 수신된 측정치에 대한 식별자를 이용하는 단계; 및
상기 결정된 토폴로지 및 상기 토폴로지와 링크된 측정치에 기초하여, 근본 원인 분석을 수행하는 단계
를 포함하는 방법. - 제1항에 있어서, 상기 식별자는 자원 서비스 식별자(resource service identifier)인 방법.
- 제2항에 있어서, 상기 자원 서비스 식별자는 현재 접속 객체를 나타내는 제1 자원 서비스 식별자, 상기 현재 접속 객체가 의존하는 접속 객체를 나타내는 제2 자원 서비스 식별자, 및 상기 현재 접속 객체에 의존하는 접속 객체를 나타내는 제3 자원 서비스 식별자를 포함하는 방법.
- 제3항에 있어서, 상기 제3 자원 서비스 식별자는 상기 현재 접속 객체 아래의 계층의 내부 접속 객체 및 외부 접속 객체를 나타내는 방법.
- 제1항에 있어서, 상기 식별자는 사용자 평면 참조 식별자(user plane reference identifier)인 방법.
- 제1항 내지 제5항 중 어느 한 항에 있어서, 식별자 및 연관된 측정치를 포함하는 측정 보고(measurement report)로서 측정치가 수신되는 방법.
- 제6항에 있어서, 상기 결정하는 단계는 상기 측정 보고로부터 상기 식별자를 추출하는 단계를 포함하는 방법.
- 제1항 내지 제5항 중 어느 한 항에 있어서, 상기 결정하는 단계는 상기 측정치를 제공한 노드로부터 상기 측정치에 대한 식별자를 요청하는 단계, 및 상기 노드로부터 상기 식별자를 수신하는 단계를 포함하는 방법.
- 제1항 내지 제8항 중 어느 한 항에 있어서, 상기 결정하는 단계는, 파일로부터 상기 네트워크 토폴로지의 일부에 대한 정보를 판독하는 단계를 포함하는 방법.
- 제1항 내지 제8항 중 어느 한 항에 있어서, 상기 네트워크 토폴로지는, 각각의 수신된 측정치에서의 식별자를 패킷 교환형 접속 또는 회선 교환형 접속에 맵핑함으로써 결정되는 방법.
- 통신 네트워크에서 서비스 품질 저하의 근본 원인 분석을 제공하기 위한 장치로서,
상기 통신 네트워크 내의 복수의 노드로부터 측정치를 수신하도록 구성되며, 상기 수신된 측정치에 대한 식별자를 결정하도록 구성된 어댑터;
네트워크 토폴로지를 결정하기 위해서, 상기 수신된 측정치에 대한 식별자를 이용하도록 구성된 측정 프로세서; 및
상기 결정된 토폴로지 및 상기 토폴로지와 링크된 측정치에 기초하여, 근본 원인 분석을 수행하도록 구성된 근본 원인 분석기
를 포함하는 장치. - 제11항에 있어서, 상기 어댑터는, 상기 측정치가 수신되는 측정 보고로부터 상기 식별자를 추출하도록 구성되는 장치.
- 제11항에 있어서, 상기 어댑터는, 상기 측정치를 제공한 노드로부터 상기 측정치에 대한 식별자를 요청하며 상기 노드로부터 상기 식별자를 수신하도록 구성되는 장치.
- 제11항 내지 제13항 중 어느 한 항에 있어서, 파일로부터 상기 네트워크 토폴로지를 판독하도록 되어 있는 장치.
- 제11항 내지 제13항 중 어느 한 항에 있어서, 상기 어댑터는, 각각의 수신된 측정치에서의 식별자를 패킷 교환형 접속 또는 회선 교환형 접속에 맵핑함으로써 상기 네트워크 토폴로지를 결정하도록 구성되는 장치.
- 통신 네트워크로서,
복수의 노드; 및
근본 원인 분석을 제공하기 위한 장치
를 포함하고,
상기 장치는,
상기 통신 네트워크 내의 복수의 노드로부터 측정치를 수신하도록 구성되며, 상기 수신된 측정치에 대한 식별자를 결정하도록 구성된 어댑터,
네트워크 토폴로지를 결정하기 위해서, 상기 수신된 측정치에 대한 식별자를 이용하도록 구성된 측정 프로세서, 및
상기 결정된 토폴로지 및 상기 토폴로지와 링크된 측정치에 기초하여, 근본 원인 분석을 수행하도록 구성된 근본 원인 분석기
를 포함하는 통신 네트워크. - 제16항에 있어서, 상기 어댑터는, 상기 측정치가 수신되는 측정 보고로부터 상기 식별자를 추출하도록 구성되는 통신 네트워크.
- 제16항에 있어서, 상기 어댑터는, 상기 측정치를 제공한 노드로부터 상기 측정치에 대한 식별자를 요청하며 상기 노드로부터 상기 식별자를 수신하도록 구성되는 통신 네트워크.
- 제16항 내지 제18항 중 어느 한 항에 있어서, 상기 네트워크 토폴로지는 파일로부터 판독되는 통신 네트워크.
- 제16항 내지 제18항 중 어느 한 항에 있어서, 상기 어댑터는, 각각의 수신된 측정치에서의 식별자를 패킷 교환형 접속 또는 회선 교환형 접속에 맵핑함으로써 상기 네트워크 토폴로지를 결정하도록 구성되는 통신 네트워크.
- 제16항 내지 제20항 중 어느 한 항에 있어서, 적어도 하나의 측정 시스템을 더 포함하는 통신 네트워크.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/EP2011/067104 WO2013044974A1 (en) | 2011-09-30 | 2011-09-30 | A method, apparatus and communication network for root cause analysis |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20140054397A true KR20140054397A (ko) | 2014-05-08 |
KR101576758B1 KR101576758B1 (ko) | 2015-12-10 |
Family
ID=44764140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020147008360A KR101576758B1 (ko) | 2011-09-30 | 2011-09-30 | 근본 원인 분석을 위한 방법, 장치, 및 통신 네트워크 |
Country Status (7)
Country | Link |
---|---|
US (1) | US9712415B2 (ko) |
EP (1) | EP2742646B1 (ko) |
JP (1) | JP5840788B2 (ko) |
KR (1) | KR101576758B1 (ko) |
CN (1) | CN103947156B (ko) |
PL (1) | PL2742646T3 (ko) |
WO (1) | WO2013044974A1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022075621A1 (ko) * | 2020-10-06 | 2022-04-14 | 삼성전자 주식회사 | 전자 장치 및 전자 장치의 동작 방법 |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9692671B2 (en) | 2012-07-04 | 2017-06-27 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for automatically determining causes of service quality degradation |
WO2014183784A1 (en) | 2013-05-14 | 2014-11-20 | Telefonaktiebolaget L M Ericsson (Publ) | Resource budget determination for communications network |
EP2887728A1 (en) | 2013-12-19 | 2015-06-24 | Telefonaktiebolaget L M Ericsson (publ) | Technique for performance management in a mobile communications network |
US20150333998A1 (en) * | 2014-05-15 | 2015-11-19 | Futurewei Technologies, Inc. | System and Method for Anomaly Detection |
US9424121B2 (en) | 2014-12-08 | 2016-08-23 | Alcatel Lucent | Root cause analysis for service degradation in computer networks |
US10523571B2 (en) * | 2015-03-30 | 2019-12-31 | British Telecommunications Public Limited Company | Processing data items in a communications network |
US10516578B2 (en) * | 2015-03-31 | 2019-12-24 | Micro Focus Llc | Inferring a network topology |
JP6549959B2 (ja) * | 2015-10-02 | 2019-07-24 | 株式会社日立製作所 | 障害切り分け方法および障害切り分けを行う管理サーバ |
US10027530B2 (en) | 2015-10-30 | 2018-07-17 | Telefonaktiebolaget Lm Ericsson (Publ) | System and method for troubleshooting SDN networks using flow statistics |
US10009216B2 (en) * | 2015-11-12 | 2018-06-26 | International Business Machines Corporation | Repeat execution of root cause analysis logic through run-time discovered topology pattern maps |
TWI646800B (zh) * | 2016-06-13 | 2019-01-01 | 中華電信股份有限公司 | Telecommunication network bandwidth load and distribution measurement method |
CN108271203B (zh) * | 2016-12-31 | 2021-06-04 | 中国移动通信集团吉林有限公司 | 一种网络质量评估方法及设备 |
US10791367B1 (en) | 2017-03-31 | 2020-09-29 | Conviva Inc. | Correlating playback information of video segments |
US11044533B1 (en) * | 2017-06-02 | 2021-06-22 | Conviva Inc. | Automatic diagnostics alerts |
US11356351B2 (en) * | 2017-10-23 | 2022-06-07 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and coordinating node for providing current analysis result relating to a link |
US11334468B2 (en) * | 2017-12-14 | 2022-05-17 | Telefonaktiebolaget Lm Ericsson (Publ) | Checking a correct operation of an application in a cloud environment |
WO2019229734A1 (en) * | 2018-05-27 | 2019-12-05 | Sedonasys Systems Ltd | Method and system for assessing network resource failures using passive shared risk resource groups |
CN110175085B (zh) * | 2019-04-19 | 2020-11-27 | 同济大学 | 一种利用图分析的Hadoop系统异常原因诊断方法及装置 |
CN113328872B (zh) * | 2020-02-29 | 2023-03-28 | 华为技术有限公司 | 故障修复方法、装置和存储介质 |
US11483218B2 (en) | 2020-03-27 | 2022-10-25 | EXFO Solutions SAS | Automating 5G slices using real-time analytics |
GB2594107A (en) * | 2020-04-15 | 2021-10-20 | EXFO Solutions SAS | Network analytics |
US11044139B1 (en) * | 2020-09-29 | 2021-06-22 | Atlassian Pty Ltd | Apparatuses, methods, and computer program products for dynamic generation and traversal of object dependency data structures |
CN116261845A (zh) * | 2020-10-08 | 2023-06-13 | 瑞典爱立信有限公司 | 根本原因分析 |
US20230020899A1 (en) * | 2021-06-30 | 2023-01-19 | Juniper Networks, Inc. | Virtual network assistant with location input |
US11770290B2 (en) | 2021-08-13 | 2023-09-26 | Juniper Networks, Inc. | Network management actions based on access point classification |
US20240028996A1 (en) * | 2022-07-22 | 2024-01-25 | Microsoft Technology Licensing, Llc | Root cause analysis in process mining |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1063819B1 (en) * | 1999-06-23 | 2004-12-22 | Sony International (Europe) GmbH | Calibration procedure for wireless networks with direct mode traffic |
DE60026815T2 (de) * | 1999-12-30 | 2006-09-14 | Nortel Networks Ltd., St. Laurent | Adaptive Aufrechterhaltung der Dienstqualität (QoS) in einem verteilten PBX Netz |
US8868715B2 (en) | 2001-10-15 | 2014-10-21 | Volli Polymer Gmbh Llc | Report generation and visualization systems and methods and their use in testing frameworks for determining suitability of a network for target applications |
GB2399713A (en) * | 2003-03-17 | 2004-09-22 | Orange Personal Comm Serv Ltd | Telecommunications apparatus and method based on quality of service |
US7408885B2 (en) * | 2003-08-19 | 2008-08-05 | Avaya Inc. | Method and apparatus for automatic determination of performance problem locations in a network |
US7583587B2 (en) | 2004-01-30 | 2009-09-01 | Microsoft Corporation | Fault detection and diagnosis |
US7936694B2 (en) * | 2006-04-03 | 2011-05-03 | Hewlett-Packard Development Company, L.P. | Sniffing-based network monitoring |
US8630190B2 (en) * | 2006-08-22 | 2014-01-14 | Cisco Technology, Inc. | Method and system to identify a network device associated with poor QoS |
US8028199B1 (en) | 2006-09-22 | 2011-09-27 | Emc Corporation | Method and apparatus for determining a source of performance degradation in distributed systems transmission |
US7836169B2 (en) | 2007-01-24 | 2010-11-16 | Cisco Technology, Inc. | Method and system for identifying and reporting over-utilized, under-utilized, and bad quality trunks and gateways in internet protocol telephony networks |
ATE524900T1 (de) | 2007-03-29 | 2011-09-15 | Ericsson Telefon Ab L M | Verfahren und vorrichtung für beurteilungsdienste in kommunikationsnetzen |
US8660108B2 (en) * | 2007-04-13 | 2014-02-25 | Hart Communication Foundation | Synchronizing timeslots in a wireless communication protocol |
JP2008271088A (ja) * | 2007-04-19 | 2008-11-06 | Kddi Corp | 映像伝送網統合運用管理システム及び運用管理方法 |
US20090116404A1 (en) * | 2007-11-01 | 2009-05-07 | Telefonaktiebolaget Lm Ericsson (Publ) | Topology discovery in heterogeneous networks |
US10007767B1 (en) * | 2007-12-21 | 2018-06-26 | EMC IP Holding Company LLC | System and method for securing tenant data on a local appliance prior to delivery to a SaaS data center hosted application service |
CN101489301B (zh) * | 2008-01-15 | 2011-01-05 | 中兴通讯股份有限公司 | 无线网络自动配置系统及其配置方法 |
JP5131608B2 (ja) * | 2008-07-01 | 2013-01-30 | 日本電気株式会社 | 品質劣化箇所推定装置、方法、及び通信ネットワークシステム |
US8873580B2 (en) * | 2008-10-10 | 2014-10-28 | The Trustees Of The Stevens Institute Of Technology | Method and apparatus for dynamic spectrum access |
JP2010245877A (ja) * | 2009-04-07 | 2010-10-28 | Nec Corp | ネットワークにおける品質管理システム、ネットワークにおける品質管理方法、及び制御プログラム |
CN101945009B (zh) | 2010-09-14 | 2012-11-28 | 国网电力科学研究院 | 基于案例和模式匹配的电力通信网故障定位方法及装置 |
-
2011
- 2011-09-30 EP EP11766971.3A patent/EP2742646B1/en active Active
- 2011-09-30 WO PCT/EP2011/067104 patent/WO2013044974A1/en active Application Filing
- 2011-09-30 PL PL11766971T patent/PL2742646T3/pl unknown
- 2011-09-30 KR KR1020147008360A patent/KR101576758B1/ko active IP Right Grant
- 2011-09-30 JP JP2014532255A patent/JP5840788B2/ja active Active
- 2011-09-30 CN CN201180075229.6A patent/CN103947156B/zh active Active
- 2011-09-30 US US14/348,862 patent/US9712415B2/en active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022075621A1 (ko) * | 2020-10-06 | 2022-04-14 | 삼성전자 주식회사 | 전자 장치 및 전자 장치의 동작 방법 |
Also Published As
Publication number | Publication date |
---|---|
CN103947156A (zh) | 2014-07-23 |
JP5840788B2 (ja) | 2016-01-06 |
EP2742646B1 (en) | 2015-11-18 |
US20140321311A1 (en) | 2014-10-30 |
EP2742646A1 (en) | 2014-06-18 |
PL2742646T3 (pl) | 2016-05-31 |
US9712415B2 (en) | 2017-07-18 |
KR101576758B1 (ko) | 2015-12-10 |
WO2013044974A1 (en) | 2013-04-04 |
CN103947156B (zh) | 2018-01-02 |
JP2014534661A (ja) | 2014-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101576758B1 (ko) | 근본 원인 분석을 위한 방법, 장치, 및 통신 네트워크 | |
US10135698B2 (en) | Resource budget determination for communications network | |
US7711751B2 (en) | Real-time network performance monitoring system and related methods | |
US8095640B2 (en) | Distributed architecture for real-time flow measurement at the network domain level | |
US6321264B1 (en) | Network-performance statistics using end-node computer systems | |
EP1367771B1 (en) | Passive network monitoring system | |
US20030225549A1 (en) | Systems and methods for end-to-end quality of service measurements in a distributed network environment | |
EP1418705A2 (en) | Network monitoring system using packet sequence numbers | |
US20140280904A1 (en) | Session initiation protocol testing control | |
US20150304191A1 (en) | Method and apparatus for automatically determining causes of service quality degradation | |
US20210075738A1 (en) | Packet Programmable Flow Telemetry Profiling And Analytics | |
Chen et al. | Internet performance monitoring | |
US20110145763A1 (en) | System and Method for Aggregating Multi-Protocol Flows for Network Monitoring | |
Waldbusser et al. | Introduction to the remote monitoring (RMON) family of MIB modules | |
CN108494625A (zh) | 一种网络性能分析系统 | |
JP2004032377A (ja) | ボトルネック推定方法並びに装置および前記方法のプログラムを記録したコンピュータ読取り可能な記録媒体 | |
Botta et al. | A customer service assurance platform for mobile broadband networks | |
Ehrlich et al. | Passive flow monitoring of hybrid network connections regarding quality of service parameters for the industrial automation | |
Pezaros | Network traffic measurement for the next generation Internet | |
Agrawal et al. | Monitoring infrastructure for converged networks and services | |
Lei et al. | Dove: Diagnosis-driven slo violation detection | |
Nagaraja et al. | Study of network performance monitoring tools-SNMP | |
Rady et al. | Computer Network Performance Management Using a Simple Network Management Protocol | |
Jain et al. | Application-layer QOS metrics to aid network performance monitoring and diagnostics for encrypted traffic | |
Uithol et al. | Section 2: Network monitoring based on flow measurement techniques |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20181122 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20191126 Year of fee payment: 5 |