KR20210030481A - Odn의 논리 토폴로지 정보를 획득하기 위한 방법 및 장치, 디바이스, 및 저장 매체 - Google Patents
Odn의 논리 토폴로지 정보를 획득하기 위한 방법 및 장치, 디바이스, 및 저장 매체 Download PDFInfo
- Publication number
- KR20210030481A KR20210030481A KR1020217006521A KR20217006521A KR20210030481A KR 20210030481 A KR20210030481 A KR 20210030481A KR 1020217006521 A KR1020217006521 A KR 1020217006521A KR 20217006521 A KR20217006521 A KR 20217006521A KR 20210030481 A KR20210030481 A KR 20210030481A
- Authority
- KR
- South Korea
- Prior art keywords
- onu
- onus
- pon port
- topology information
- identification information
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 88
- 230000003287 optical effect Effects 0.000 claims abstract description 270
- 239000013598 vector Substances 0.000 claims abstract description 68
- 238000007621 cluster analysis Methods 0.000 claims abstract description 22
- 239000011159 matrix material Substances 0.000 claims description 52
- 230000008859 change Effects 0.000 claims description 33
- 238000010586 diagram Methods 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 26
- 238000005259 measurement Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 16
- 238000001914 filtration Methods 0.000 claims description 14
- 230000015556 catabolic process Effects 0.000 claims description 12
- 238000006731 degradation reaction Methods 0.000 claims description 10
- 230000006866 deterioration Effects 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 6
- 238000013480 data collection Methods 0.000 description 11
- 238000012423 maintenance Methods 0.000 description 11
- 239000000835 fiber Substances 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 6
- 230000001186 cumulative effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 208000018910 keratinopathic ichthyosis Diseases 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
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
- H04L41/12—Discovery or management of network topologies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q11/00—Selecting arrangements for multiplex systems
- H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
- H04Q11/0062—Network aspects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/07—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems
- H04B10/075—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal
- H04B10/079—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal using measurements of the data signal
- H04B10/0793—Network aspects, e.g. central monitoring of transmission parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/07—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems
- H04B10/075—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal
- H04B10/079—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal using measurements of the data signal
- H04B10/0795—Performance monitoring; Measurement of transmission parameters
- H04B10/07955—Monitoring or measuring power
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04J—MULTIPLEX COMMUNICATION
- H04J14/00—Optical multiplex systems
- H04J14/08—Time-division multiplex systems
- H04J14/086—Medium access
-
- 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
- H04L41/0677—Localisation of faults
-
- 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
- H04L41/08—Configuration management of networks or network elements
- H04L41/085—Retrieval of network configuration; Tracking network configuration history
- H04L41/0853—Retrieval of network configuration; Tracking network configuration history by actively collecting configuration information or by backing up configuration information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q11/00—Selecting arrangements for multiplex systems
- H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
- H04Q11/0062—Network aspects
- H04Q11/0067—Provisions for optical access or distribution networks, e.g. Gigabit Ethernet Passive Optical Network (GE-PON), ATM-based Passive Optical Network (A-PON), PON-Ring
-
- 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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0893—Assignment of logical groups to network elements
-
- 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
- H04L41/22—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks comprising specially adapted graphical user interfaces [GUI]
-
- 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
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5009—Determining service level performance parameters or violations of service level contracts, e.g. violations of agreed response time or mean time between failures [MTBF]
-
- 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
- H04L43/02—Capturing of monitoring data
- H04L43/028—Capturing of monitoring data by filtering
-
- 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
- H04L43/065—Generation of reports related to network devices
-
- 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
- H04L43/067—Generation of reports using time frame reporting
-
- 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
- H04L43/0852—Delays
- H04L43/087—Jitter
-
- 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
- H04L43/16—Threshold monitoring
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q11/00—Selecting arrangements for multiplex systems
- H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
- H04Q11/0062—Network aspects
- H04Q2011/0073—Provisions for forwarding or routing, e.g. lookup tables
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q11/00—Selecting arrangements for multiplex systems
- H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
- H04Q11/0062—Network aspects
- H04Q2011/0079—Operation or maintenance aspects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q11/00—Selecting arrangements for multiplex systems
- H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
- H04Q11/0062—Network aspects
- H04Q2011/0084—Quality of service aspects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q11/00—Selecting arrangements for multiplex systems
- H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
- H04Q11/0062—Network aspects
- H04Q2011/0088—Signalling aspects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q11/00—Selecting arrangements for multiplex systems
- H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
- H04Q11/0062—Network aspects
- H04Q2011/009—Topology aspects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2213/00—Indexing scheme relating to selecting arrangements in general and for multiplex systems
- H04Q2213/1301—Optical transmission, optical switches
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Environmental & Geological Engineering (AREA)
- Optical Communication System (AREA)
- Small-Scale Networks (AREA)
Abstract
본 출원은 ODN 논리 토폴로지 정보를 획득하기 위한 방법 및 장치, 디바이스, 및 저장 매체를 제공한다. 본 방법은: 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 제1 시간 윈도우에서 제1 ONU의 특징 데이터를 획득하는 단계- 특징 데이터는 수신 광 파워와 경보 이벤트 중 적어도 하나를 포함함 -; 제1 ONU 각각의 특징 데이터에 기초하여, 제1 ONU 각각에 대응하는 특징 벡터를 획득하는 단계; 및 제1 ONU 각각에 대응하는 특징 벡터에 대해 클러스터 분석을 수행하여, 제1 PON 포트에 대응하는 토폴로지 정보를 획득하는 단계- 토폴로지 정보는 제1 ONU들의 적어도 하나의 그룹의 식별 정보를 포함하고, 제1 ONU들의 각각의 그룹의 식별 정보는 그룹 내의 제1 ONU들이 동일한 비-레벨-1 광 스플리터에 접속되어 있다는 것을 표시하는데 사용됨 -를 포함한다. ONU 토폴로지 정보는 ONU 특징을 분석함으로써 획득된다. 이것은 간단하고 편리하다. 또한, 획득된 토폴로지 정보는 비교적 정확하고, 광 스플리터의 토폴로지 정보를 유지하기 위해 수동 입력을 필요로 하지 않는다.
Description
본 출원은 광 네트워크 기술들에 관한 것으로, 특히, 광 분배 네트워크(Optical Distribution Network, ODN) 논리 토폴로지 정보를 획득하기 위한 방법 및 장치, 디바이스, 및 저장 매체에 관한 것이다.
도 1은 수동 광 네트워크 시스템의 개략적인 아키텍처 도면이다. 도 1에 도시된 바와 같이, 수동 광 네트워크(Passive Optical Network, PON) 네트워크 시스템은 주로 광 회선 단말기(Optical Line Terminal, OLT), 수동 광 디바이스를 포함하는 광 분배 네트워크(Optical Distribution Network, ODN), 및 사용자 측의 광 네트워크 유닛(Optical Network Unit, ONU)을 포함하고; 보통 포인트-투-멀티포인트(a point-to-multipoint) 트리-타입 토폴로지 구조를 사용한다. 도 1에 도시된 바와 같이, 다음이 결정될 수 있다: (1) 모든 ONU는 OLT의 PON 포트에 접속되고, 즉, ONU와 PON 포트 사이에 특정 토폴로지 관계가 존재한다. (2) 특정 구현에서, ONU는 레벨-1 광 스플리터(optical splitter) 및/또는 레벨-2 광 스플리터(optical splitter)를 통해 PON 포트에 접속될 수 있고, ONU와 레벨-2 광 스플리터 사이에 특정 토폴로지 관계가 존재한다. 트리-타입 토폴로지 구조는 적어도 ONU 및 PON 포트의 토폴로지 정보와 ONU 및 레벨-2 광 스플리터의 토폴로지 정보를 포함한다.
현재의 홈 광대역 고장 처리 동안, 고장을 찾아낼 필요가 있다. OLT, ONT, 및 ODN에 의해 도입된 고장들은 비교적 높은 비율을 차지한다. 그러나, PON 네트워크 고장 시나리오는 복잡하고, 회선이 길다. 따라서, PON 네트워크 토폴로지 정보에 기초하여 고장을 찾아낼 필요가 있다. 현재, 토폴로지 정보를 획득하는 일반적으로 사용되는 방식은 다음을 포함한다: (1) OLT의 PON 포트에 접속된 모든 ONU의 토폴로지 정보에 대해, ONU들이 속하는, OLT의 PON 포트는 PPPoE 등을 사용하여 결정될 수 있고, 따라서 대응하는 토폴로지 정보가 획득된다. (2) 특정 분기 광섬유/광 스플리터에 접속된 ONU의 토폴로지 정보는 수동 입력을 통해 유지된다.
그러나, PON 네트워크 고장 운영 및 유지 보수 프로세스에서, 라이브 네트워크 내의 ONU와 분기 광섬유/광 스플리터 사이의 대응관계가 종종 변하고, 수동 입력을 통해 분기 광섬유/광 스플리터의 토폴로지 정보를 유지하는 것은 비교적 번거롭고, 토폴로지 정보는 종종 부정확하다.
본 출원은 PON 네트워크 고장 운영 및 유지 보수 프로세스에서, 라이브 네트워크 내의 ONU와 분기 광섬유/광 스플리터 사이의 대응관계가 종종 변하고, 수동 입력을 통해 분기 광섬유/광 스플리터의 토폴로지 정보를 유지하는 것은 비교적 번거롭고, 토폴로지 정보는 종종 부정확하다는 현재의 문제를 해결하기 위한, ODN 논리 토폴로지 정보를 획득하기 위한 방법 및 장치, 디바이스, 및 저장 매체를 제공한다.
제1 양태에 따르면, 본 출원은 ODN 논리 토폴로지 정보를 획득하기 위한 방법을 제공한다. 본 방법은:
제1 PON 포트에 접속되고 광 경로가 변하는 각각의 제1 ONU의 식별 정보 및 제1 시간 윈도우에서 제1 ONU의 특징 데이터를 획득하는 단계- 특징 데이터는 수신 광 파워와 경보 이벤트 중 적어도 하나를 포함하고, 경보 이벤트는 경보 생성 시간과 경보 타입을 포함함 -;
제1 ONU 각각의 특징 데이터에 기초하여, 제1 ONU에 대응하는 특징 벡터를 획득하는 단계- 제1 ONU에 대응하는 특징 벡터는 제1 시간 윈도우에서 수신 광 파워의 변화를 표시하는데 사용되는 제1 ONU의 특징, 및/또는 제1 ONU의 경보 생성 시간 및 경보 타입을 포함함 -; 및
제1 ONU 각각에 대응하는 특징 벡터에 대해 클러스터 분석을 수행하여, 제1 PON 포트에 대응하는 토폴로지 정보를 획득하는 단계- 토폴로지 정보는 제1 ONU들의 적어도 하나의 그룹의 식별 정보를 포함하고, 제1 ONU들의 각각의 그룹의 식별 정보는 그룹 내의 제1 ONU들이 동일한 비-레벨-1 광 스플리터에 접속되어 있다는 것을 표시하는데 사용됨 -를 포함한다.
이 해결책에서, ONU 토폴로지 정보는 ONU 특징을 분석함으로써 획득된다. 이것은 간단하고 편리하다. 또한, 획득된 토폴로지 정보는 비교적 정확하고, 광 스플리터의 토폴로지 정보를 유지하기 위해 수동 입력을 필요로 하지 않는다.
전술한 해결책에서의 특정 구현에서, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득하는 단계는:
제1 PON 포트에 접속된 ONU 각각의 식별 정보 및 특징 데이터를 획득하는 단계; 및
특징 데이터에 기초하여, 제1 PON 포트에 접속되고 광 경로가 변하지 않는 ONU를 필터링하여, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득하는 단계를 포함한다.
이 해결책에서, 기술적 해결책을 수행하는 전자 디바이스(예를 들어, 서버)가 제1 PON 포트에 접속된 ONU 각각의 식별 정보 및 특징 데이터를 획득하는 방식은 데이터 수집 디바이스에 의해 보고되는, 제1 PON 포트에 접속된 ONU 각각의 식별 정보 및 특징 데이터를 수신하는 것일 수 있거나, 또는 OLT에 의해 보고되는, 제1 PON 포트에 접속된 ONU 각각의 식별 정보 및 특징 데이터를 수신하는 것일 수 있거나, 또는 데이터 수집 디바이스 또는 OLT로부터 ONU 각각의 식별 정보 및 특징 데이터를 능동적으로 획득하는 것일 수 있다. 이것은 이 해결책에서 한정되지 않는다.
선택적으로, 제1 ONU 각각의 특징 데이터는 거리 측정 결과를 추가로 포함한다.
전술한 해결책에서의 다른 특정 구현에서, 특징 데이터에 기초하여, 제1 PON 포트에 접속되고 광 경로가 변하지 않는 ONU를 필터링하여, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득하는 단계는:
제1 시간 윈도우에서 ONU의 수신 광 파워의 최대값과 최소값 사이의 차이를 미리 설정된 임계값과 비교하고, 수신 광 파워의 최대값과 최소값 사이의 차이가 임계값보다 작은 ONU를 필터링하여, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득하는 단계; 및/또는
제1 시간 윈도우에서 ONU 각각의 경보 생성 시간 및 경보 타입에 기초하여, 경보 타입이 미리 설정된 경보 타입을 포함하지 않는 ONU를 필터링하여, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득하는 단계를 포함한다.
이러한 해결책에서의 구현에서, 필터링은 수신 광 파워의 최대값과 최소값 사이의 차이를 임계값과 독립적으로 비교하는 것에 의해 수행될 수 있거나, 또는 필터링은 미리 설정된 경보 타입을 사용하여 독립적으로 수행될 수 있거나, 또는 전술한 2개의 해결책이 조합될 수 있는데, 즉, 필터링이 미리 설정된 경보 타입에 기초하여 먼저 수행되고, 다음으로 필터링은 수신 광 파워의 최대값과 최소값 사이의 차이를 임계값과 비교하는 것에 의해 수행되거나, 또는 필터링이 수신 광 파워의 최대값과 최소값 사이의 차이를 임계값과 비교하는 것에 의해 먼저 수행되고, 다음으로 필터링은 미리 설정된 경보 타입에 기초하여 수행된다. 이것은 이 해결책에서 한정되지 않는다.
전술한 해결책에서의 특정 구현에서, 제1 ONU 각각의 특징 데이터에 기초하여, 제1 ONU 각각에 대응하는 특징 벡터를 획득하는 단계는:
제1 ONU 각각에 대해, 제1 ONU의 특징 데이터로부터 필요한 특징을 추출하여, 제1 ONU에 대응하는 특징 벡터를 형성하는 단계를 포함한다.
이 해결책에서의 특정 구현에서, 샘플 벡터는 미리 설정될 수 있고, 샘플 벡터는 후속 클러스터링에 필요한 특징을 포함한다. 그 후, 샘플 벡터를 사용하여 제1 ONU의 특징 데이터로부터 필요한 특징을 추출하여 제1 ONU에 대응하는 특징 벡터를 형성하거나, 또는 제1 ONU의 특징 데이터로부터 필요한 특징을 직접 추출하여 제1 ONU에 대응하는 특징 벡터를 형성할 수 있다. 이것은 이 해결책에서 한정되지 않는다.
선택적으로, 제1 시간 윈도우에서 수신 광 파워의 변화를 표시하는데 사용되는 제1 ONU의 특징은 지터 정도, 지터들의 수량, 클리프 정도, 트렌드 열화 정도, 최소값이 처음 나타나는 시간의 상대 위치, 최대값이 처음 나타나는 시간의 상대 위치, 수신 광 파워들이 평균값보다 큰 가장 긴 연속적인 서브시퀀스의 길이의 비율, 및 수신 광 파워들이 평균값보다 작은 가장 긴 연속적인 서브시퀀스의 길이의 비율 중 적어도 2개를 포함하고; 지터 정도는 제1 시간 윈도우에서의 ONU의 수신 광 파워들의 데이터의 표준 편차 또는 평균 편차이고; 지터들의 수량은 ONU의 지터 정도가 미리 설정된 임계값보다 큰 누적 횟수이고; 클리프 정도는 단위 시간 내에 안정된 값으로부터 다른 안정된 값으로 ONU의 수신 광 파워의 감쇠 변화를 표시하는데 사용되고; 트렌드 열화 정도는 제1 시간 윈도우에서 수신 광 파워들에 대해 지수 가중 이동 평균이 수행된 후에 선형 피팅을 통해 획득되는 트렌드 계수에 의해 표시된다.
이 해결책에서의 다른 특정 구현에서, 제1 ONU 각각에 대응하는 특징 벡터에 대해 클러스터 분석을 수행하여, 제1 PON 포트에 대응하는 토폴로지 정보를 획득하는 단계는:
제1 ONU 각각에 대응하는 특징 벡터에 기초하여, 임의의 2개의 제1 ONU에 대응하는 특징 벡터들 간의 유사도 행렬을 획득하는 단계; 및
모든 유사도 행렬을 클러스터링 알고리즘의 입력으로서 사용하여, 제1 PON 포트에 대응하는 토폴로지 정보를 획득하는 단계를 포함한다.
이 해결책에서의 다른 특정 구현에서, 제1 PON 포트가 2-레벨 광 분할 구조를 포함하는 경우, 본 방법은:
제1 PON 포트에 대응하는 적어도 2개의 이력 클러스터링 프로세스에서 획득되는 토폴로지 정보에 대해 행렬 변환을 수행하여, 각각의 이력 클러스터링 결과에 대응하는 거리 행렬을 획득하는 단계- 거리 행렬에서의 값은 임의의 2개의 제1 ONU 사이의 거리를 표현함 -;
제1 PON 포트에 대응하는 적어도 2개의 이력 클러스터링 결과에 대응하는 거리 행렬들을 가산하여, 종합 거리 행렬을 획득하는 단계; 및
밀도-기반 클러스터링 방식으로 종합 거리 행렬에 기초하여, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU에 대해 클러스터 분석을 수행하여, 제1 PON 포트에 대응하는 새로운 토폴로지 정보를 획득하는 단계를 포함한다.
이 해결책에서, 획득된 토폴로지 정보의 정확도는 몇몇 이력 클러스터링 결과들을 포괄적으로 분석함으로써 더욱 개선될 수 있다.
전술한 구현들 중 어느 하나에 기초하여, 본 방법은:
제1 PON 포트에 대응하는 토폴로지 정보에 기초하여 대응하는 ODN 네트워크 논리 토폴로지 다이어그램을 생성하는 단계; 및
ODN 네트워크 논리 토폴로지 다이어그램을 표시하는 단계를 추가로 포함한다.
제2 양태에 따르면, 본 출원은 ODN 논리 토폴로지 정보를 획득하기 위한 장치를 제공한다. 본 장치는:
제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 제1 시간 윈도우에서 제1 ONU의 특징 데이터를 획득하도록 구성된 획득 모듈- 특징 데이터는 수신 광 파워와 경보 이벤트 중 적어도 하나를 포함하고, 경보 이벤트는 경보 생성 시간과 경보 타입을 포함함 -; 및
제1 ONU 각각의 특징 데이터에 기초하여, 제1 ONU에 대응하는 특징 벡터를 획득하도록 구성된 처리 모듈- 제1 ONU에 대응하는 특징 벡터는 제1 시간 윈도우에서 수신 광 파워의 변화를 표시하는데 사용되는 제1 ONU의 특징, 및/또는 제1 ONU의 경보 생성 시간 및 경보 타입을 포함함 -을 포함하고,
처리 모듈은 제1 ONU 각각에 대응하는 특징 벡터에 대해 클러스터 분석을 수행하여, 제1 PON 포트에 대응하는 토폴로지 정보를 획득하도록 추가로 구성되고, 토폴로지 정보는 제1 ONU들의 적어도 하나의 그룹의 식별 정보를 포함하고, 제1 ONU들의 각각의 그룹의 식별 정보는 그룹 내의 제1 ONU들이 동일한 비-레벨-1 광 스플리터에 접속되어 있다는 것을 표시하는데 사용된다.
선택적으로, 획득 모듈은 구체적으로:
제1 PON 포트에 접속된 ONU 각각의 식별 정보 및 특징 데이터를 획득하고;
특징 데이터에 기초하여, 제1 PON 포트에 접속되고 광 경로가 변하지 않는 ONU를 필터링하여, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득하도록 구성된다.
선택적으로, 제1 ONU 각각의 특징 데이터는 거리 측정 결과를 추가로 포함한다.
선택적으로, 획득 모듈은 구체적으로:
제1 시간 윈도우에서 ONU의 수신 광 파워의 최대값과 최소값 사이의 차이를 미리 설정된 임계값과 비교하고, 수신 광 파워의 최대값과 최소값 사이의 차이가 임계값보다 작은 ONU를 필터링하여, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득하고; 및/또는
시간 윈도우에서 ONU 각각의 경보 생성 시간 및 경보 타입에 기초하여, 경보 타입이 미리 설정된 경보 타입을 포함하지 않는 ONU를 필터링하여, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득하도록 구성된다.
선택적으로, 처리 모듈은: 구체적으로:
제1 ONU 각각에 대해, 제1 ONU의 특징 데이터로부터 필요한 특징을 추출하여, 제1 ONU에 대응하는 특징 벡터를 형성하도록 구성된다.
선택적으로, 제1 시간 윈도우에서 수신 광 파워의 변화를 표시하는데 사용되는 제1 ONU의 특징은 지터 정도, 지터들의 수량, 클리프 정도, 트렌드 열화 정도, 최소값이 처음 나타나는 시간의 상대 위치, 최대값이 처음 나타나는 시간의 상대 위치, 수신 광 파워들이 평균값보다 큰 가장 긴 연속적인 서브시퀀스의 길이의 비율, 및 수신 광 파워들이 평균값보다 작은 가장 긴 연속적인 서브시퀀스의 길이의 비율 중 적어도 2개를 포함하고; 지터 정도는 제1 시간 윈도우에서의 ONU의 수신 광 파워들의 데이터의 표준 편차 또는 평균 편차이고; 지터들의 수량은 ONU의 지터 정도가 미리 설정된 임계값보다 큰 누적 횟수이고; 클리프 정도는 단위 시간 내에 안정된 값으로부터 다른 안정된 값으로 ONU의 수신 광 파워의 감쇠 변화를 표시하는데 사용되고; 트렌드 열화 정도는 제1 시간 윈도우에서 수신 광 파워들에 대해 지수 가중 이동 평균이 수행된 후에 선형 피팅을 통해 획득되는 트렌드 계수에 의해 표시된다.
선택적으로, 처리 모듈은: 구체적으로:
제1 ONU 각각에 대응하는 특징 벡터에 기초하여, 임의의 2개의 제1 ONU에 대응하는 특징 벡터들 간의 유사도 행렬을 획득하고;
모든 유사도 행렬을 클러스터링 알고리즘의 입력으로서 사용하여, 제1 PON 포트에 대응하는 토폴로지 정보를 획득하도록 구성된다.
선택적으로, 제1 PON 포트가 2-레벨 광 분할 구조를 포함하는 경우, 처리 모듈은:
제1 PON 포트에 대응하는 적어도 2개의 이력 클러스터링 프로세스에서 획득되는 토폴로지 정보에 대해 행렬 변환을 수행하여, 각각의 이력 클러스터링 결과에 대응하는 거리 행렬을 획득하고- 거리 행렬에서의 값은 임의의 2개의 제1 ONU 사이의 거리를 표현함 -;
제1 PON 포트에 대응하는 적어도 2개의 이력 클러스터링 결과에 대응하는 거리 행렬들을 가산하여, 종합 거리 행렬을 획득하고;
밀도-기반 클러스터링 방식으로 종합 거리 행렬에 기초하여, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU에 대해 클러스터 분석을 수행하여, 제1 PON 포트에 대응하는 새로운 토폴로지 정보를 획득하도록 추가로 구성된다.
선택적으로, 장치는 디스플레이 모듈을 추가로 포함한다.
처리 모듈은 제1 PON 포트에 대응하는 토폴로지 정보에 기초하여 대응하는 ODN 네트워크 논리 토폴로지 다이어그램을 생성하도록 추가로 구성된다.
디스플레이 모듈은 ODN 네트워크 논리 토폴로지 다이어그램을 표시하도록 구성된다.
제3 양태에 따르면, 본 출원은 메모리, 프로세서, 수신기, 디스플레이, 및 컴퓨터 프로그램을 포함하는 전자 디바이스를 제공한다. 컴퓨터 프로그램은 메모리에 저장되고, 프로세서는 컴퓨터 프로그램을 실행하여 제1 양태 또는 제1 양태의 가능한 구현들 중 어느 하나에 따른 ODN 논리 토폴로지 정보를 획득하는 방법을 수행한다.
제4 양태에 따르면, 본 출원은 판독가능 저장 매체 및 판독가능 저장 매체에 저장되는 컴퓨터 프로그램을 포함하는 저장 매체를 제공한다. 컴퓨터 프로그램은 제1 양태 또는 제1 양태의 가능한 구현들 중 어느 하나에 따라 ODN 논리 토폴로지 정보를 획득하는 방법을 구현하도록 구성된다.
본 출원에서 제공되는 ODN 논리 토폴로지 정보를 획득하기 위한 방법 및 장치, 디바이스, 및 저장 매체에 따르면, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터가 획득되고; 제1 ONU 각각에 대응하는 특징 벡터는 제1 ONU 각각의 특징 데이터에 기초하여 획득되고; 제1 ONU 각각에 대응하는 특징 벡터에 대해 클러스터 분석을 수행하여, 제1 PON 포트에 대응하는 토폴로지 정보를 획득하고, 여기서 토폴로지 정보는 비-레벨-1 광 스플리터에 접속된 적어도 하나의 ONU의 식별 정보를 포함한다. 구체적으로, ONU 토폴로지 정보는 ONU 특징을 분석함으로써 직접 획득된다. 이것은 간단하고 편리하다. 또한, 획득된 토폴로지 정보는 비교적 정확하고, 수동 유지 보수 부담을 줄이기 위해, 광 스플리터의 토폴로지 정보를 유지하기 위한 수동 입력이 필요하지 않다.
도 1은 수동 광 네트워크 시스템의 개략적인 아키텍처 도면이고;
도 2는 본 출원에 따른 ODN 논리 토폴로지 정보를 획득하기 위한 방법의 실시예 1의 흐름도이고;
도 3은 본 출원에 따른 ONU의 수신 광 파워의 지터 정도의 개략도이고;
도 4는 본 출원에 따른 ONU의 트렌드 열화 정도의 개략도이고;
도 5는 본 출원에 따른 ONU의 KPI 지표의 개략도이고;
도 6은 본 출원에 따른 ODN 논리 토폴로지 정보를 획득하기 위한 방법의 실시예 2의 흐름도이고;
도 7은 본 출원에 따른 ODN 네트워크 논리 토폴로지 다이어그램의 개략도이고;
도 8은 본 출원에 따른 장치의 실시예 1의 개략적인 구조도이고;
도 9는 본 출원에 따른 ODN 논리 토폴로지 정보를 획득하기 위한 장치의 실시예 2의 개략적인 구조도이고;
도 10은 본 출원에 따른 전자 디바이스의 실시예 1의 개략적인 구조도이다.
도 2는 본 출원에 따른 ODN 논리 토폴로지 정보를 획득하기 위한 방법의 실시예 1의 흐름도이고;
도 3은 본 출원에 따른 ONU의 수신 광 파워의 지터 정도의 개략도이고;
도 4는 본 출원에 따른 ONU의 트렌드 열화 정도의 개략도이고;
도 5는 본 출원에 따른 ONU의 KPI 지표의 개략도이고;
도 6은 본 출원에 따른 ODN 논리 토폴로지 정보를 획득하기 위한 방법의 실시예 2의 흐름도이고;
도 7은 본 출원에 따른 ODN 네트워크 논리 토폴로지 다이어그램의 개략도이고;
도 8은 본 출원에 따른 장치의 실시예 1의 개략적인 구조도이고;
도 9는 본 출원에 따른 ODN 논리 토폴로지 정보를 획득하기 위한 장치의 실시예 2의 개략적인 구조도이고;
도 10은 본 출원에 따른 전자 디바이스의 실시예 1의 개략적인 구조도이다.
현재 제공되는 ODN 토폴로지 발견 해결책에서, 광 회선 단말기(Optical Line Terminal, OLT)의 수동 광 네트워크(Passive Optical Network, PON) 포트에 접속되는 모든 광 네트워크 유닛(Optical Network Unit, ONU)들의 토폴로지 정보에 대해, ONU들이 속하는, OLT의 PON 포트는 PPPoE를 사용하여 결정될 수 있다. 토폴로지 정보는 정확하다. 특정 분기 광섬유/광 스플리터에 접속된 일부 ONU들의 토폴로지 정보는 수동 입력을 통해 유지된다. PON 네트워크 고장 운영 및 유지 보수 프로세스에서, 라이브 네트워크 내의 ONU와 분기 광섬유/광 스플리터 사이의 대응관계가 종종 변하고, 수동 입력을 통해 분기 광섬유/광 스플리터의 토폴로지 정보를 유지하는 것은 비교적 번거롭고, 토폴로지 정보는 종종 부정확하다.
전술한 기존의 문제를 해결하기 위해, 본 출원은 ODN 논리 토폴로지 정보를 획득하기 위한 방법을 제공하고, 이 방법은 전자 디바이스에 적용될 수 있다. 전자 디바이스는 네트워크 서버일 수 있거나, 또는 네트워크 토폴로지 정보를 획득하도록 구성되는 특별히 배치된 서버일 수 있거나, 또는 데이터 분석 처리를 수행할 수 있는 컴퓨터와 같은 단말 디바이스일 수 있거나, 또는 서버 또는 디바이스 내의 소프트웨어 모듈일 수 있다. 이것은 이 해결책에서 한정되지 않는다. ODN 논리 토폴로지 발견 시스템이 서버, 단말 디바이스 등에서 구현되던지, 또는 소프트웨어 모듈을 사용하여 전자 디바이스에서 구현되던지, ODN 논리 토폴로지 발견 시스템은 주로 다음의 모듈들을 포함한다: (1) 특징 데이터(feature data) 수집 및 저장 모듈; (2) ONU 특징 마이닝 모듈(feature mining module); (3) 필요한 토폴로지 정보를 획득하기 위한 클러스터 분석 모듈. 선택적으로, ODN 논리 토폴로지 발견 시스템은 토폴로지 업데이트 기능 모듈을 추가로 포함할 수 있다.
본 출원의 기술적 해결책에서는, 대용량 디바이스 데이터 지표들이 수집되고, 디바이스 실행동안 데이터 지표의 핵심 파라미터 특징을 마이닝하기 위해 빅 데이터 기술이 사용된다. ONU 그룹 거동의 일관성 특징이 충분히 사용되어, ODN 논리 토폴로지의 자동 학습 및 증분 발견을 위한 알고리즘 모델이 확립되고 온라인으로 적용되어, 분기 토폴로지 정보를 점진적으로 발견한다.
이하에서는, 몇몇 특정 실시예들을 사용하여, 본 출원에서 제공되는 ODN 논리 토폴로지 정보를 획득하기 위한 방법을 설명한다. 기술적 해결책이 적용되는 PON 네트워크 시스템은 복수의 OLT를 포함한다. 각각의 OLT에는 PON 포트가 제공되고, 모든 ONU는 PON 포트에 접속된다. ONU들은 레벨-1 광 스플리터를 사용하여 광 분할 방식으로 접속될 수 있다. ONU들은 대안적으로 레벨-1 광 스플리터에 접속된 복수의 레벨-2 광 스플리터를 사용하여 광 분할 방식으로 접속될 수 있다. 대안적으로, ONU들은 레벨-2 광 스플리터들에 접속된 레벨-3 광 스플리터들을 사용하여 광 분할 방식으로 접속될 수 있다. 다른 경우들은 유추에 의해 획득될 수 있다. PON 네트워크 시스템에서, 광 분할 레벨들의 양은 제한되지 않고, 상이한 레벨들의 광 스플리터들은 ONU들을 접속하기 위한 실제 응용 요건에 기초하여 구성될 수 있다.
ODN 논리 토폴로지 정보를 획득하기 위한 방법의 특정 구현에서, ONU에서 수집된 데이터는 ONU의 수신 광 파워, 송신 광 파워, 바이어스 전류, 거리 측정 결과 등을 포함한다. OLT에 접속된 각각의 ONU의 경보 생성 시간, 경보 타입 등이 OLT 디바이스로부터 획득된다. 이 해결책의 구현에서, ONU의 수신 광 파워는 분석을 위한 핵심 성능 지표(Key Performance Indicator, KPI)로서 선택될 수 있다.
전술한 설명 이외에, 이 해결책에서, ONU는 모든 광 네트워크 유닛을 포함하고, 예를 들어, 광 네트워크 디바이스(Optical Network Terminal, ONT), 멀티 테넌트 유닛(Multiple Tenant Unit, MTU), 멀티-드웰링 유닛(Multiple Dwelling Unit, MDU) 등을 포함한다는 점이 추가로 이해되어야 한다.
도 2는 본 출원에 따른 ODN 논리 토폴로지 정보를 획득하기 위한 방법의 실시예 1의 흐름도이다. 도 2에 도시된 바와 같이, ODN 논리 토폴로지 정보를 획득하기 위한 방법은 구체적으로 다음의 단계들을 포함한다.
S101: 제1 시간 윈도우에서 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 제1 ONU의 특징 데이터를 획득한다.
이 단계에서, 이 단계는 보통 전자 디바이스 내의 데이터 수집 모듈 및 저장 모듈에 의해 구현된다.
PON 네트워크 시스템 운영 및 유지 보수 프로세스에서, 해결책을 수행하는 전자 디바이스는 각각의 PON 포트 상의 각각의 ONU의 특징 데이터를 연속적으로 획득할 필요가 있다. 특정 ONU를 식별하기 위해, 상이한 ONU들의 식별 정보도 동시에 획득할 필요가 있다. 이 해결책에서는, 데이터 수집 및 처리 분석이 PON 포트(즉, 제1 PON 포트) 상에서 수행되는 예를 사용하여 해결책이 설명된다.
제1 시간 윈도우에서의 ONU의 특징 데이터는 수신 광 파워 및 경보 이벤트 중 적어도 하나를 포함하고, 경보 이벤트는 경보 생성 시간 및 경보 타입을 포함한다. 본 명세서에서의 제1 시간 윈도우는 실제 상황에 기초하여 설정될 수 있고, 본 명세서에서 한정되지 않는다.
통상적으로, PON 포트에 접속되고 광 경로들이 변하는 모든 제1 ONU의 식별 정보 및 특징 데이터를 획득하는 방식은 제1 PON 포트에 접속된 각각의 ONU의 식별 정보 및 특징 데이터를 획득하고, 그 후, 특징 데이터에 기초하여, 제1 PON 포트에 접속되고 광 경로가 변하지 않는 ONU를 필터링하여, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득하는 것이다. 이 해결책에서의 특정 구현에서, 적어도 다음의 2가지 방식이 포함된다.
제1 구현에서, 제1 PON 포트에 접속되고 데이터 수집 디바이스에 의해 전송되는 ONU 각각의 식별 정보 및 특징 데이터가 수신되고; 제1 PON 포트에 접속되고 광 경로가 변하지 않는 ONU는 특징 데이터에 기초하여 필터링되어, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득한다.
데이터 수집 디바이스라고도 지칭되는 데이터 수집 플랫폼은 데이터를 수집하기 위해 특별히 배치될 수 있다. 실행중인 프로세스에서, ONU는 ONU의 특징 데이터를 데이터 수집 디바이스에 주기적으로 보고한다. 보고 주기는 실제 상황에 기초하여 구성될 수 있는데, 예를 들어, 보고 주기는 5분이다. 데이터 수집 디바이스는 제1 PON 포트 상에서 ONU에 의해 보고된 특징 데이터를 수신하고, 이에 대응하여 ONU의 식별 정보에 기초하여 특징 데이터를 저장한다. 본 명세서에서 특징 데이터는 후속 분석 프로세스에서 토폴로지 학습을 용이하게 하기 위해, ONU의 수신 광 파워, 경보 이벤트, 거리 측정 결과 등의 데이터를 포함할 수 있다.
모든 ONU의 표현 정보 및 특징 데이터를 획득한 후에, 데이터 수집 디바이스는 해결책에서 실행 주체에 데이터를 보고하는데, 즉 데이터를 전자 디바이스에 보고한다. 데이터를 처리하는 프로세스에서, 전자 디바이스는 특징 데이터에 기초하여 제1 PON 포트 상의 ONU들을 필터링하여, 광 경로가 변하지 않는 ONU를 필터링하고, 광 경로들이 변하는 모든 제1 ONU의 식별 정보 및 특징 데이터만을 남긴다.
선택적으로, 해결책에서의 특정 구현에서, 데이터 수집 디바이스는 대안적으로, 특징 데이터에 기초하여 제1 PON 포트 상의 ONU들을 스크리닝(screen)하여, 광 경로가 변하지 않는 ONU를 필터링하고, 광 경로가 변하는 제1 ONU의 식별 정보 및 특징 데이터만을 남기고, 그 후, 광 경로가 변하는 ONU의 식별 정보 및 특징 데이터를 전자 디바이스에 보고할 수 있다. 이것은 이 해결책에서 한정되지 않는다.
제2 구현에서, 제1 OLT에 의해 전송되는, 제1 PON 포트에 접속된 ONU 각각의 식별 정보 및 특징 데이터가 수신되고; 제1 PON 포트에 접속되고 광 경로가 변하지 않는 ONU는 특징 데이터에 기초하여 필터링되어, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득한다.
이 해결책에서는, 데이터 수집 디바이스를 특별히 배치할 필요가 없다. ONU는 특징 데이터를 OLT에 주기적으로 보고할 수 있고, 그 후 OLT는 처리 및 분석을 위해 ONU의 획득된 식별 정보 및 대응하는 특징 데이터를 전자 디바이스에 주기적으로 보고한다. 보고 주기는 실제 상황에 기초하여 구성될 수 있는데, 예를 들어, 보고 주기는 15분이다.
유사하게, 이 해결책에서, ONU의 식별 정보 및 대응하는 특징 데이터를 획득한 후에, OLT는 광 경로가 변하지 않는 ONU를 필터링할 수 있고, 그 후 광 경로가 변하는 제1 ONU의 식별 정보 및 특징 데이터를 획득하고, 데이터 분석 및 토폴로지 학습을 수행하는 전자 디바이스에, 광 경로가 변하는 제1 ONU의 식별 정보 및 특징 데이터를 보고한다.
대안적으로, ONU의 식별 정보 및 대응하는 특징 데이터를 획득한 후에, OLT는 광 경로가 변하는 제1 ONU의 식별 정보 및 특징 데이터를 직접 보고할 수 있다. 제1 PON 포트 상의 ONU의 식별 정보 및 대응하는 특징 데이터를 수신한 후에, 전자 디바이스는 광 경로가 변하지 않는 ONU를 필터링한 다음, 광 경로가 변하는 제1 ONU의 식별 정보 및 특징 데이터를 획득한다.
전술한 해결책에서의 특정 구현에서, 제1 ONU 각각의 특징 데이터는 거리 측정 결과를 추가로 포함할 수 있다.
전술한 2개의 구현 해결책에서, 수신된 ONU의 식별 정보 및 특징 데이터는 광 경로가 변하지 않는 ONU를 필터링하기 위해 필터링될 필요가 있다. 구체적으로, 필터링은 다음의 방식들로 수행될 수 있다:
(1) 시간 윈도우에서 ONU의 수신 광 파워의 최대값과 최소값 사이의 차이를 미리 설정된 임계값과 비교하고, 수신 광 파워의 최대값과 최소값 사이의 차이가 임계값보다 작은 ONU를 필터링하여, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득한다.
이 해결책에서, 이는 시간 윈도우에서 동일한 ONU의 수신 광 파워의, 전문가 경험 임계값 이상인 최대값과 최소값 사이의 차이를 사용하여 필터링이 수행된다는 것을 의미한다. 예를 들어, 임계값은 다음과 같이 미리 구성될 수 있다:
본 명세서에서, RxPowermax는 시간 윈도우에서의 ONU의 수신 광 파워의 최대값이고, RxPowermin은 시간 윈도우에서의 ONU의 수신 광 파워의 최소값이고, RxPowerth는 특정된 임계값이며, 예를 들어, 디폴트로 1dB로 설정될 수 있다.
전술한 공식에 따르면, 수신 광 파워의 최대값과 최소값 사이의 차이가 임계값보다 작은 ONU가 필터링되어, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득한다.
(2) 경보 타입이 미리 설정된 경보 타입이 아닌 ONU가 시간 윈도우에서의 각각의 ONU의 경보 생성 시간 및 경보 타입에 기초하여 필터링되어, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득한다.
이 해결책에서, 이것은 요청되는 경보 타입이 미리 설정되고, 특정된 미리 설정된 경보 타입이 아닌 ONU가 시간 윈도우에서의 각각의 ONU의 경보 생성 시간 및 경보 타입에 기초하여 필터링되고, 그 후 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터가 남아 있다는 것을 의미한다. 예를 들어, 신호의 손실(Loss Of Signal, LOSi) 또는 프레임의 손실(Loss Of Frame, LOFi)과 같은 요청되는 미리 설정된 경보 타입이 미리 설정될 수 있다. 특정 구현에서, 미리 설정된 경보 타입은 일반적으로 광 경로가 차단되었다는 것을 표시하는 경보이다. 이 해결책에서, LOFi는 OLT가 4개의 연속 프레임동안 ONU의 업스트림 프레임을 찾을 수 없을 경우, OLT는 LOFi 경보를 생성하고, ONU를 접속해제할 수 있다는 것을 표시한다는 것을 이해할 수 있다. LOSi는 OLT가 ONU에 의해 전송된 업스트림 광 신호를 4개의 연속 프레임동안 수신할 수 없는 경우, OLT가 LOSi 경보를 생성하고, ONU를 접속해제할 수 있다는 것을 표시한다.
(3) 전술한 2가지 방식이 결합된다. 구체적으로, 특징 데이터에서의 수신 광 파워의 최대값과 최소값 사이의 차이가 특정된 임계값과 비교된 후에, 수신 광 파워의 최대값과 최소값 사이의 차이가 임계값보다 작은 ONU가 필터링되고, 다음으로 나머지 ONU들이 미리 설정된 경보 타입을 사용하여 필터링되어, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 최종적으로 획득한다.
S102: 제1 ONU 각각의 특징 데이터에 기초하여, 제1 ONU에 대응하는 특징 벡터를 획득하고, 여기서 제1 ONU에 대응하는 특징 벡터는 제1 시간 윈도우에서 수신 광 파워의 변화를 표시하기 위해 사용되는 제1 ONU의 특징, 및/또는 제1 ONU의 경보 생성 시간 및 경보 타입을 포함한다.
이 단계에서, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득한 후에, 전자 디바이스는 ONU 각각의 특징 벡터를 획득할 필요가 있다. 특징 벡터는 제1 시간 윈도우에서의 수신 광 파워의 변경을 표시하는데 사용되는 제1 ONU의 특징, 및/또는 제1 ONU의 경보 생성 시간 및 경보 타입을 포함한다. 특정 구현에서, 제1 ONU 각각에 대해, 미리 정의된 샘플 벡터에 기초하여 제1 ONU의 특징 데이터로부터 필요한 특징을 추출하여, 제1 ONU에 대응하는 특징 벡터를 형성할 수 있다.
제1 시간 윈도우에서 수신 광 파워의 변화를 표시하는데 사용되는 제1 ONU의 특징은 지터 정도, 지터들의 수량, 클리프 정도, 트렌드 열화 정도, 최소값이 처음 나타나는 시간의 상대 위치, 최대값이 처음 나타나는 시간의 상대 위치, 수신 광 파워들이 평균값보다 큰 가장 긴 연속적인 서브시퀀스의 길이의 비율, 및 수신 광 파워들이 평균값보다 작은 가장 긴 연속적인 서브시퀀스의 길이의 비율 중 적어도 2개를 포함하고; 지터 정도는 제1 시간 윈도우에서의 ONU의 수신 광 파워들의 데이터의 표준 편차 또는 평균 편차이고; 지터들의 수량은 ONU의 지터 정도가 미리 설정된 임계값보다 큰 누적 횟수이고; 클리프 정도는 단위 시간 내에 안정된 값으로부터 다른 안정된 값으로 ONU의 수신 광 파워의 감쇠 변화를 표시하는데 사용되고; 트렌드 열화 정도는 제1 시간 윈도우에서 수신 광 파워들에 대해 지수 가중 이동 평균이 수행된 후에 선형 피팅을 통해 획득되는 트렌드 계수에 의해 표시된다.
또한, 제1 ONU에 대응하는 특징 벡터가 경보 이벤트를 포함하는 경우, 특징 벡터는 구체적으로 경보 생성 시간 및 경보 타입을 포함한다.
이 해결책에서, 이는 샘플 특징 벡터가 먼저 정의되고, 샘플 벡터라고도 지칭된다는 것을 의미한다. 샘플 벡터는 지터 정도, 지터들의 수량, 클리프 정도, 트렌드 열화 정도, 최소값이 처음 나타나는 시간, 최대값이 처음 나타나는 시간, 수신 광 파워들이 평균값보다 큰 가장 긴 연속적인 서브시퀀스의 길이, 및 수신 광 파워들이 평균값보다 작은 가장 긴 연속적인 서브시퀀스의 길이 중 적어도 2개를 포함하는, 제1 시간 윈도우에서 수신 광 파워의 변경을 표시하는데 사용되는, 제1 ONU의 특징(ONU의 수신 광 파워의 시간 시퀀스의 특징이라고도 지칭됨); 경보 생성 시간 및 경보 명칭을 포함하는, ONU의 경보 이벤트; 및 측정 거리(거리 측정 결과라고도 지칭됨)를 포함하는, ONU와 OLT 사이의 광학 거리를 포함한다. 광 파워의 시간 시퀀스의 추출 특징은 시간 윈도우에서의 시퀀스를 분석하는 것이고, 시간 길이는 구성될 필요가 있으며, 예를 들어, 1일로서 구성될 수 있다.
샘플 벡터는 구체적으로 다음과 같이 도시된다:
모든 제1 ONU의 특징 데이터를 획득한 후에, 전자 디바이스는 빅 데이터 기술을 사용하여 구성된 KPI 데이터 및 구성된 시간 윈도우를 분석하고, 특징 데이터로부터 파라미터를 추출하여, 제1 ONU 각각의 특징 벡터를 획득한다. 특징 벡터의 각각의 파라미터는 아래에 구체적으로 설명된다. 세부사항들은 다음과 같다:
(a) 지터 정도: 도 3은 본 출원에 따른 ONU의 수신 광 파워의 지터 정도의 개략도이다. 도 3에 도시된 바와 같이, ONU의 수신 광 파워가 보통 약간 변한다는 것을 알 수 있다. OLT와 ONU 사이의 광 경로가 변할 때, OLT 디바이스의 동일한 PON 포트에 접속된 복수의 ONT/ONU의 수신 광 파워는 변한다. 시간 윈도우에서의 ONU들의 수신 광 파워들의 데이터의 표준 편차가 개별적으로 계산되어 지터 정도를 나타낼 수 있다.
(b) 지터들의 수량: 지터 정도가 임계값보다 큰 누적 횟수는 지터들의 수량을 나타내는데 사용될 수 있다.
(c) 클리프 정도: 클리프 정도는 단위 시간 내에 안정된 값으로부터 다른 안정된 값으로 ONU의 수신 광 파워의 감쇠 변화를 표시한다. 감쇠 변화는 임계값보다 크고, 예를 들어, 감쇠 임계값은 3dB이다. 감쇠 정도, 즉 손실이 임계값보다 작은 경우, 감쇠 정도는 0으로 바로 설정된다. 감쇠 정도가 임계값보다 큰 경우, 정규화된 값이 사용된다. 정규화된 처리 모드는 (loss - lossmin)/(lossmax - lossmin)이고, 여기서, lossmax와 lossmin은 각각 ONT의 클리프의 최대값 및 최소값이다. 본 명세서에서 단위 시간은 하나의 수집 기간일 수 있거나, 또는 복수의 수집 기간일 수 있고, 단위 시간은 실제 상황에 기초하여 설정될 수 있다.
(d) 트렌드 열화 정도: 도 4는 본 출원에 따른 ONU의 트렌드 열화 정도의 개략도이다. 도 4는 ONU의 열화 정도를 도시한다. 전자 디바이스는 시간 윈도우에서 KPI에 대해 지수 가중 이동 평균(EWMA)을 수행하고, 그 후 선형 피팅을 수행하고, 트렌드 계수를 악화 정도로서 사용한다.
(e) 최소값이 처음 나타나는 시간의 상대 위치: 상대 위치는 시간 윈도우에서의 ONU의 수신 광 파워의 최소값이 전체 시간 시퀀스에 대해 처음 나타나는 시간의 상대 위치이다. 예를 들어, 수신 광 파워의 시퀀스는 순간 t0으로부터 시작하고, 순간 t1에서 갑작스런 감소 동안 최대값이 있고, 시퀀스가 종료되는 시간은 tn이다. 이 경우, 최소값이 처음 나타나는 시간의 상대 위치는 (t1-t0)/(tn-t0)과 동일하다.
(f) 최대값이 처음 나타나는 시간의 상대 위치: 상대 위치는 시간 윈도우에서의 ONU의 수신 광 파워의 최대값이 전체 시간 시퀀스에 대해 처음 나타나는 시간의 상대 위치이다. 예를 들어, 수신 광 파워의 시퀀스는 순간 t0으로부터 시작하고, 순간 t1에서의 갑작스런 증가 동안 최대값이 있고, 시퀀스가 종료되는 시간은 tn이다. 이 경우, 최대값이 처음 나타나는 시간의 상대 위치는 (t1-t0)/(tn-t0)과 동일하다.
(g) 수신 광 파워들이 평균값보다 큰 가장 긴 연속적인 서브시퀀스의 길이의 비율: 시간 윈도우에서의 ONU의 수신 광 파워들의 평균값이 계산되고, 그 후 수신 광 파워들이 평균값보다 큰 연속적인 서브시퀀스들의 길이들에 대한 통계들이 수집되고, 가장 긴 서브시퀀스가 선택된다. 예를 들어, 수신 광 파워들이 수신 광 파워 시간 시퀀스에서의 평균값보다 큰 가장 긴 연속적인 서브시퀀스의 시간 범위는 L1이고, 전체 시퀀스의 시간 범위는 L0이다. 이 경우, 특징값은 L1/L0을 사용하여 획득될 수 있다.
(h) 수신 광 파워들이 평균값보다 작은 가장 긴 연속적인 서브시퀀스의 길이의 비율: 시간 윈도우에서의 ONU의 수신 광 파워들의 평균값이 계산되고, 그 후 수신 광 파워들이 평균값보다 작은 연속적인 서브시퀀스들의 길이들에 대한 통계들이 수집되고, 가장 긴 서브시퀀스가 선택된다. 예를 들어, 수신 광 파워들이 수신 광 파워 시간 시퀀스에서의 평균값보다 작은 가장 긴 연속적인 서브시퀀스의 시간 범위는 L2이고, 전체 시퀀스의 시간 범위는 L0이다. 이 경우, 특징값은 L2/L0을 사용하여 획득될 수 있다.
(i) 경보 생성 시간: 경보 생성 시간은 경보가 생성되는 상대 시간 또는 ONU가 경보를 생성하는 시간이라고도 지칭된다. 예를 들어, 레벨-2 백본 광섬유가 고장날 때, OLT 디바이스의 동일한 PON 포트에 접속된 복수의 ONU는 비교적 짧은 시간에 경보를 생성한다. 경보 생성 시간이 ta1이라고 가정하면, 시간 시퀀스가 시작하는 시간은 t0이고, 시간 시퀀스가 종료하는 시간은 tn이며, (ta1 - t0)/(tn - t0)은 특징값을 나타내는데 사용된다.
(j) 경보 타입: 경보 타입은 ONU에 의해 생성된 경보의 타입이다. 예를 들어, 레벨-2 백본 광섬유가 고장날 때, OLT 디바이스의 동일한 PON 포트에 접속된 복수의 ONU는 근사 시간 윈도우에서 키 경보들을 생성한다. 예를 들어, ONU가 LOSi 경보 또는 LOFi 경보를 생성하는 경우, 특징값은 1이거나; 또는 ONU가 LOSi 경보 또는 LOFi 경보를 생성하지 않는 경우, 특징값은 0이다.
(k) ONU의 측정 거리: 측정 거리는 ONU와 OLT 디바이스의 PON 포트 사이의 거리이며, ONU 디바이스 상에 수집될 수 있다. 측정 거리는 시간에 따라 약간 변한다. 주어진 ONU의 측정 거리는 시퀀스의 평균값으로 간주될 수 있다. ONU의 광 측정 거리가 Len1이고 PON 포트 상의 모든 ONU의 측정 거리들에서 최대 측정 거리가 maxLen이라고 가정하면, Len1/maxLen은 ONU의 측정 거리의 특징값으로서 사용된다.
제1 ONU 각각의 특징 벡터가 전술한 방식으로 획득된 후에, 클러스터 분석이 각각의 ONU의 특징 벡터에 대해 수행되는데, 즉 후속 프로세스가 수행된다.
S103: 제1 ONU 각각에 대응하는 특징 벡터에 대해 클러스터 분석을 수행하여, 제1 PON 포트에 대응하는 토폴로지 정보를 획득하고, 토폴로지 정보는 제1 ONU들의 적어도 하나의 그룹의 식별 정보를 포함하고, 제1 ONU들의 각각의 그룹의 식별 정보는 그룹 내의 제1 ONU들이 동일한 비-레벨-1 광 스플리터에 접속되어 있다는 것을 표시하는데 사용된다.
복수의 ONU는 레벨-2 광 스플리터 또는 레벨-3 광 스플리터와 같은 비-레벨-1 광 스플리터에 접속된다. 비-레벨-1 광 또는 비-레벨-1 광 스플리터가 비정상일 때, OLT 디바이스의 동일한 PON 포트 상의 ONU들의 KPI 지표들의 거동들은 유사하다. 예를 들어, 도 5는 본 출원에 따른 ONU의 KPI 지표의 개략도이다. 도 5에 도시된 바와 같이, 동일한 레벨-2 광 스플리터에 접속된 ONU들의 특징 데이터는 어느 정도 유사한데, 즉 KPI들은 어느 정도 유사하다. 따라서, 제1 ONU 각각에 대응하는 특징 벡터가 획득된 후에, 특징 벡터에 기초하여 클러스터 분석을 수행하여, 어느 제1 ONU들이 동일한 비-레벨-1 광 스플리터에 접속되는지를 판정할 수 있다.
이하에서는 비-레벨-1 광 스플리터가 레벨-2 광 스플리터인 예를 사용하여 클러스터링 프로세스를 설명한다. 일반적으로, 클러스터링 프로세스는 클러스터링 알고리즘을 사용함으로써 구현될 수 있고, 특히, ONU들은 유사도 기반 클러스터링 알고리즘을 사용함으로써 클러스터링될 수 있다. 예를 들어, 클러스터링 분석 프로세스에서, 어피니티 전파(Affinity Propagation, AP) 클러스터링 알고리즘이 사용될 수 있다. 상세한 구현 단계들은 다음과 같다.
(a) 광 경로들이 변하고 OLT 디바이스의 동일한 PON 포트에 접속되는 모든 제1 ONU의 특징 벡터들 Xi={x1,x2,x3,x4,x5,x6,x7,x8,x9,x10,x11}이 단계 S102에서 추출되고, 여기서 제1 ONU 각각의 특징 벡터가 노드로서 사용된다.
(b) 노드 i와 노드 j 간의 유사도는 S(i, j)로서 표현된다. 공식은 다음과 같이 나타나는데, 즉 특징 벡터들 간의 유클리드 거리의 음의 값이다. S(i, j)의 값이 클수록 노드 i가 노드 j에 더 가깝다는 것을 표시한다. AP 클러스터링 동안, 노드 j는 노드 i의 클러스터링 센터의 능력으로서 사용된다. 유사도 행렬 mat-S는 모든 제1 ONU에서 모든 2개의 제1 ONU 사이의 유사도를 계산함으로써 획득될 수 있다. p개의 ONU가 있으면, 생성된 유사도 행렬 mat-S의 차원은 p*p이다.
(c) 유사도 행렬 mat-S가 AP 클러스터링의 입력으로서 사용되어, 클러스터링 결과가 획득될 수 있다. 예를 들어, 클러스터링 결과는 다음과 같다: a1, a2, a3, a5, 및 a6은 제1 PON 포트 상의 상이한 ONU들의 번호들이라고 가정된다. a1, a2, 및 a3이 서로 더 유사하고, a5 및 a6이 서로 더 유사한 경우, 클러스터링 결과는 {'클러스터-1': [a1, a2, a3], '클러스터-2': [a5, a6]} 의 형태로 표현되고, 다시 말해서, 유사한 ONU들이 클러스터에 클러스터링된다. 예를 들어, 비-레벨-1 광 스플리터는 레벨-2 광 스플리터이다. 클러스터링 결과{'클러스터-1': [a1, a2, a3], '클러스터-2': [a5, a6]}에 대응하는 토폴로지의 의미는: a1, a2, 및 a3이 동일한 레벨-2 광 스플리터에 접속되고, a5 및 a6이 동일한 레벨-2 광 스플리터에 접속된다는 것이다.
구체적으로, 클러스터 분석은 또한 전술한 방식으로, 다른 레벨에서 광 스플리터에 접속된 ONU들에 대해 수행되어, 최종적으로 제1 PON 포트에 대응하는 토폴로지 정보를 획득할 수 있다. 토폴로지 정보는 ONU들의 복수의 그룹의 식별 정보를 포함한다. 이는 각 그룹 내의 ONU들의 식별 정보에 대응하는 ONU들이 동일한 비-레벨-1 광 스플리터에 접속되는 것을 의미한다.
선택적으로, 전술한 단계를 수행한 후에, 전자 디바이스는 획득된 PON 포트의 토폴로지 정보에 기초하여 대응하는 ODN 네트워크 논리 토폴로지 다이어그램을 추가로 생성하고, ODN 네트워크 논리 토폴로지 다이어그램을 사용자에게 직접 표시하여, 사용자가 ONU의 토폴로지 상태를 직접 결정할 수 있게 할 수 있다.
이 실시예에서 제공되는 ODN 논리 토폴로지 정보를 획득하기 위한 방법에 따르면, 서버 또는 단말 디바이스와 같은 전자 디바이스는 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득하고; 제1 ONU 각각의 특징 데이터에 기초하여, 제1 ONU 각각에 대응하는 특징 벡터를 획득하고; 제1 ONU 각각에 대응하는 특징 벡터에 대해 클러스터 분석을 수행하여, 제1 PON 포트에 대응하는 토폴로지 정보를 획득하고, 여기서 토폴로지 정보는 비-레벨-1 광 스플리터에 접속된 적어도 하나의 ONU의 식별 정보를 포함한다. 구체적으로, ONU 토폴로지 정보는 ONU 특징을 분석함으로써 직접 획득된다. 이것은 간단하고 편리하다. 또한, 획득된 토폴로지 정보는 비교적 정확하고, 수동 유지 보수 부담을 줄이기 위해, 광 스플리터의 토폴로지 정보를 유지하기 위한 수동 입력이 필요하지 않다.
일부 경우들에서, 일부 ONU들이 접속해제되거나 또는 운영 및 유지 보수 요원이 ONU들을 플러그-인 및 플러그-아웃을 통해 교체하기 때문에 ODN이 변경된다. 따라서, 이 해결책에서, 토폴로지는 토폴로지 업데이트 모듈을 사용하여 추가로 업데이트될 수 있다. 특정 기간에서의 이력 토폴로지 발견 데이터가 저장되고, 현재 새롭게 발견된 토폴로지 및 몇몇 이력 토폴로지들을 사용하여 포괄적인 결정을 수행하여, 실제 상황에 더 잘 맞는 실제 ODN 토폴로지 정보를 획득한다. 세부사항들이 구체적인 실시예를 사용하여 아래에 설명된다.
도 6은 본 출원에 따른 ODN 논리 토폴로지 정보를 획득하기 위한 방법의 실시예 2의 흐름도이다. 도 6에 도시된 바와 같이, 전술한 실시예에 기초하여, 제1 PON 포트가 2-레벨 광 분할 구조를 포함하는 경우, ODN 논리 토폴로지 정보를 획득하기 위한 방법은 다음의 단계들을 추가로 포함한다.
S201: 제1 PON 포트에 대응하는 적어도 2개의 이력 클러스터링 프로세스에서 획득되는 토폴로지 정보에 대해 행렬 변환을 수행하여, 각각의 이력 클러스터링 결과에 대응하는 거리 행렬을 획득하고, 거리 행렬에서의 값은 임의의 2개의 제1 ONU 사이의 거리를 표현한다.
이 단계에서, 전자 디바이스에 저장된 이력 토폴로지들 N-토폴로지의 양이 구성을 통해 설정될 수 있다. N-토폴로지가 3으로 설정되면, 2개의 이력 토폴로지의 데이터가 저장되고, 현재 토폴로지 및 2개의 이력 토폴로지를 사용하여 포괄적인 분석이 수행된다.
특정 토폴로지 업데이트 해결책에서, 논리 토폴로지의 단일 클러스터링 결과, 즉 단일 토폴로지 정보는 먼저 모든 두 개의 ONU 사이의 거리 행렬로 변환된다. 클러스터링 결과는 {'클러스터 1': [a1, a2, a3, a4], '클러스터 2': [a5, a6, a7, a8]}이고, 여기서 a1, ..., 및 a8은 제1 PON 포트 상의 상이한 ONU들의 번호들이고, 즉, a1, a2, a3, 및 a4는 동일한 레벨-2 광 스플리터에 접속될 수 있고, a5, a6, a7, 및 a8은 동일한 레벨-2 광 스플리터에 접속될 수 있고, 또한 {'레벨-2 광 스플리터 1': [a1, a2, a3, a4], '레벨-2 광 스플리터 2': [a5, a6, a7, a8]}로서 표현된다고 가정한다. 클러스터링 결과는 거리 행렬로 변환된다. 세부사항들은 다음과 같다:
행렬에서, 0은 유사도를 표시하고, 1은 비유사도를 표시한다.
제1 이력 토폴로지의 클러스터링 결과(즉, 토폴로지 정보)가 {'레벨-2 광 스플리터 1': [a1, a3, a4], '레벨-2 광 스플리터 2': [a5, a6, a7, a8]}라고 가정하면, 클러스터링 결과는 또한 거리 행렬로 변환될 수 있다. 세부사항들은 다음과 같다:
행렬에서, 0은 유사도를 표시하고, 1은 비유사도를 표시한다.
제2 이력 토폴로지의 클러스터링 결과(즉, 토폴로지 정보)가 {'레벨-2 광 스플리터 1': [a1, a2, a4], '레벨-2 광 스플리터 2': [a5, a6, a7, a8]}라고 가정하면, 클러스터링 결과는 또한 거리 행렬로 변환될 수 있다. 세부사항들은 다음과 같다:
행렬에서, 0은 유사도를 표시하고, 1은 비유사도를 표시한다.
S202: 제1 PON 포트에 대응하는 적어도 2개의 이력 클러스터링 결과에 대응하는 거리 행렬들을 가산하여, 종합 거리 행렬을 획득한다.
이 단계에서, 제1 PON 포트에 대응하는 복수의 이력 클러스터링 결과, 즉, 실시예 1에서의 해결책을 사용함으로써 획득되는 토폴로지 정보에 대응하는 거리 행렬들이 전술한 단계의 방식으로 합산되어, 종합 거리 행렬을 획득할 수 있다. 구체적으로, 전술한 사례에서, 종합 거리 행렬은 전술한 3개의 거리 행렬을 가산함으로써 획득될 수 있다:
선택적으로, 이 해결책에서, 전술한 종합 거리 행렬은 추가로 정정되어, 클러스터링 결과의 정확도를 향상시킬 수 있다. 특정 구현 방법에서, 행렬 내의 각각의 요소는 정정된다. 정정 방식에서, 요소의 값이 특정된 임계값 th1보다 더 작은 경우, 요소의 값은 0으로 설정되거나; 또는, 요소의 값이 특정된 임계값 th1보다 작지 않은 경우, 요소의 값은 n으로 설정된다.
임계값 th1은 nx0.6 이상의 최소 정수이다. 여기서, n=3이면, 임계값은 2이다. 구체적으로, 전술한 행렬에서 2보다 작은 값은 0으로 설정되고, 다른 값은 3으로 설정된다. 이러한 방식으로, 다음의 정정된 행렬이 획득될 수 있다:
S203: 밀도-기반 클러스터링 방식으로 종합 거리 행렬에 기초하여, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU에 대해 클러스터 분석을 수행하여, 제1 PON 포트에 대응하는 새로운 토폴로지 정보를 획득한다.
이 단계에서, 종합 거리 행렬이 획득된 후에, 밀도-기반 클러스터링 방법은 PON 포트에 접속되고 광 경로가 변하는 제1 ONU에 대해 다시 클러스터 분석을 수행하여, 새로운 클러스터링 결과, 즉, 새로운 토폴로지 정보를 획득하는데 사용될 수 있다.
전술한 사례에서 획득되는 종합 행렬에 기초하여, 밀도-기반 클러스터링 방법, 예를 들어, 잡음을 갖는 애플리케이션들의 밀도-기반 공간 클러스터링(Density-Based Spatial Clustering of Applications with Noise, DBSCAN)이 행렬에 사용된다. 이웃 거리(neighborhood distance)가 th1(이전 단계에서 획득된 임계값)로 설정되고, 이웃 객체들의 최소량 minPts가 3으로 설정되면(실제 상황에 기초하여 레벨-2 광 분할에서 ONT들의 최소량으로 설정될 수 있음), 3개의 클러스터링 결과의 조합이 {'레벨-2 광 스플리터 1': [a1, a2, a3, a4], '레벨-2 광 스플리터 2': [a5, a6, a7, a8]}라는 것을 알 수 있다.
클러스터링 결과는 a1, a2, a3, 및 a4가 레벨-2 광 스플리터 1에 접속되고, a5, a6, a7, 및 a8이 레벨-2 광 스플리터 2에 접속된다는 것을 표시한다.
이 해결책에서, DBSCAN의 클러스터링 원리들 및 단계들은 다음과 같다:
(a) 입력: 샘플 세트 D, 이웃 반경 eps, 및 이웃 샘플 포인트들의 최소량 minPts.
(b) 개념:
이웃(neighborhood): D의 임의의 객체의 경우, 다른 샘플 포인트와 객체 사이의 유클리드 거리가 eps 미만이면, 다른 샘플 포인트가 객체의 eps의 이웃에 위치하는 것으로 간주된다.
코어 객체(core object): 주어진 객체의 eps 이웃에 있는 샘플 포인트들의 양이 minPts 이상인 경우, 객체는 코어 객체라고 지칭된다.
직접 밀도 도달 가능성(Direct density reachability): D에서의 2개의 샘플 포인트 p 및 q의 경우, p가 q의 eps 이웃에 있고, q가 코어 객체인 경우, 객체 p는 q로부터 직접 밀도 도달 가능한 것으로 간주된다.
밀도 도달 가능성: 샘플 세트 D에 대해, 객체 체인 p1, p2, ..., 및 pn, p1 = p, pn = p이고, 
에 대해, pi+1이 eps 및 minPts에 관한 pi로부터 직접 밀도 도달 가능한 경우, 객체 p는 eps 및 minPts의 이웃에 관한 객체 q로부터 밀도 도달 가능하다.
밀도 접속성(density connectivity): 객체 o가 있어서, p 및 q 둘 다가 eps 및 minPts에 대해 o로부터 밀도 도달 가능한 경우, 객체들 p 및 q는 eps 및 minPts에 대해 밀도 접속된다.
(c) 클러스터링 단계들:
단계 1: 입력 포인트가 코어 객체인지를 판정한다.
단계 2: 코어 객체의 eps의 이웃에서 모든 직접 밀도 도달 가능 포인트들을 찾는다.
단계 3: 모든 입력 포인트의 판정이 완료될 때까지 단계 1 및 단계 2를 반복한다.
단계 4: 모든 코어 객체의 eps의 이웃들에서 모든 직접 밀도 도달 가능 포인트들에 대한 최대 밀도 접속 객체 세트를 찾고, 밀도 도달 가능 객체들을 조합하여 클러스터를 형성한다.
단계 5: 모든 코어 개체의 eps의 이웃들이 통과될 때까지 단계 4를 반복한다. 이 경우, 복수의 형성된 클러스터는 최종 클러스터링 결과들이다.
전술한 실시예에 기초하여, 본 출원에서 제공되는 ODN 논리 토폴로지 정보를 획득하기 위한 방법은 다음의 단계들: 제1 PON 포트에 대응하는 토폴로지 정보에 기초하여 대응하는 ODN 네트워크 논리 토폴로지 다이어그램을 생성하는 단계; 및 ODN 네트워크 논리 토폴로지 다이어그램을 표시하는 단계를 추가로 포함한다.
도 7은 본 출원에 따른 ODN 네트워크 논리 토폴로지 다이어그램의 개략도이다. 도 7에 도시된 바와 같이, 클러스터링을 통해 획득된 토폴로지 정보에 기초하여 생성된 ODN 네트워크 논리 토폴로지 다이어그램은 PON 포트가 레벨-1 광 스플리터에 접속되고, 레벨-1 광 스플리터가 레벨-2 광 스플리터 1 및 레벨-2 광 스플리터 2에 접속되고, PON 포트 상의 4개의 ONU a1, a2, a3, 및 a4가 동일한 레벨-2 광 스플리터 1에 접속되고, PON 포트 상의 4개의 ONU a5, a6, a7, 및 a8이 동일한 레벨-2 광 스플리터 2에 접속된다는 것을 나타낸다.
이 실시예에서 제공되는 ODN 논리 토폴로지 정보를 획득하기 위한 방법에 따르면, 분기 토폴로지(예를 들어, 레벨-2 토폴로지)가 알려지지 않고 분기 토폴로지(예를 들어, 레벨-2 토폴로지)의 자원 관리 시스템 데이터가 부정확하기 때문에, 고장 위치결정이 어렵고, 위치결정 시간이 길고, 유지 보수 비용이 높다는 문제가 해결된다. 또한, 자원 관리 정보를 수동으로 유지함으로써 야기되는 간접비가 감소될 수 있고, ONT와 레벨-2 광 스플리터 사이의 대응 관계의 빈번한 변경에 의해 야기되는 부정확한 자원 관리 정보가 회피될 수 있다. 더욱이, 토폴로지 정보는 원격 자동 위치결정 속도를 개선하고, 전문가 유지 보수 도구에 대한 의존성을 감소시키고, 디바이스 유지 보수 요원의 유효하지 않은 현장의 수를 감소시키고, 처리 효율을 개선하고, 유지 보수 비용을 감소시키는데 사용된다.
도 8은 본 출원에 따른 장치의 실시예 1의 개략적인 구조도이다. 도 8에 도시된 바와 같이, ODN 논리 토폴로지 정보를 획득하기 위한 장치(10)는:
제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 제1 시간 윈도우에서 제1 ONU의 특징 데이터를 획득하도록 구성된 획득 모듈(11)- 특징 데이터는 수신 광 파워와 경보 이벤트 중 적어도 하나를 포함하고, 경보 이벤트는 경보 생성 시간과 경보 타입을 포함함 -; 및
제1 ONU 각각의 특징 데이터에 기초하여, 제1 ONU에 대응하는 특징 벡터를 획득하도록 구성된 처리 모듈(12)- 제1 ONU에 대응하는 특징 벡터는 제1 시간 윈도우에서 수신 광 파워의 변화를 표시하는데 사용되는 제1 ONU의 특징, 및/또는 제1 ONU의 경보 생성 시간 및 경보 타입을 포함함 -을 포함하고,
처리 모듈(12)은 제1 ONU 각각에 대응하는 특징 벡터에 대해 클러스터 분석을 수행하여, 제1 PON 포트에 대응하는 토폴로지 정보를 획득하도록 추가로 구성되고, 토폴로지 정보는 제1 ONU들의 적어도 하나의 그룹의 식별 정보를 포함하고, 제1 ONU들의 각각의 그룹의 식별 정보는 그룹 내의 제1 ONU들이 동일한 비-레벨-1 광 스플리터에 접속되어 있다는 것을 표시하는데 사용된다.
이 실시예에서 제공되는 ODN 논리 토폴로지 정보를 획득하기 위한 장치는 전술한 방법 실시예들 중 어느 하나에서 제공되는 기술적 해결책을 수행하도록 구성된다. 장치의 구현 원리 및 기술적 효과는 기술적 해결책과 유사하다. ONU 토폴로지 정보는 ONU 특징을 분석함으로써 획득된다. 이것은 간단하고 편리하다. 또한, 획득된 토폴로지 정보는 비교적 정확하고, 광 스플리터의 토폴로지 정보를 유지하기 위해 수동 입력을 필요로 하지 않는다.
전술한 실시예에 기초하여, 특정 구현에서, 획득 모듈(11)은 구체적으로:
제1 PON 포트에 접속된 ONU 각각의 식별 정보 및 특징 데이터를 획득하고;
특징 데이터에 기초하여, 제1 PON 포트에 접속되고 광 경로가 변하지 않는 ONU를 필터링하여, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득하도록 구성된다.
선택적으로, 제1 ONU 각각의 특징 데이터는 거리 측정 결과를 추가로 포함한다.
선택적으로, 획득 모듈(11)은 구체적으로:
제1 시간 윈도우에서 ONU의 수신 광 파워의 최대값과 최소값 사이의 차이를 미리 설정된 임계값과 비교하고, 수신 광 파워의 최대값과 최소값 사이의 차이가 임계값보다 작은 ONU를 필터링하여, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득하고; 및/또는
제1 시간 윈도우에서 ONU 각각의 경보 생성 시간 및 경보 타입에 기초하여, 경보 타입이 미리 설정된 경보 타입을 포함하지 않는 ONU를 필터링하여, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득하도록 구성된다.
선택적으로, 처리 모듈(12)은 구체적으로:
제1 ONU 각각에 대해, 제1 ONU의 특징 데이터로부터 필요한 특징을 추출하여, 제1 ONU에 대응하는 특징 벡터를 형성하도록 구성된다.
선택적으로, 제1 시간 윈도우에서 수신 광 파워의 변화를 표시하는데 사용되는 제1 ONU의 특징은 지터 정도, 지터들의 수량, 클리프 정도, 트렌드 열화 정도, 최소값이 처음 나타나는 시간의 상대 위치, 최대값이 처음 나타나는 시간의 상대 위치, 수신 광 파워들이 평균값보다 큰 가장 긴 연속적인 서브시퀀스의 길이의 비율, 및 수신 광 파워들이 평균값보다 작은 가장 긴 연속적인 서브시퀀스의 길이의 비율 중 적어도 2개를 포함하고; 지터 정도는 제1 시간 윈도우에서의 ONU의 수신 광 파워들의 데이터의 표준 편차 또는 평균 편차이고; 지터들의 수량은 ONU의 지터 정도가 미리 설정된 임계값보다 큰 누적 횟수이고; 클리프 정도는 단위 시간 내에 안정된 값으로부터 다른 안정된 값으로 ONU의 수신 광 파워의 감쇠 변화를 표시하는데 사용되고; 트렌드 열화 정도는 제1 시간 윈도우에서 수신 광 파워들에 대해 지수 가중 이동 평균이 수행된 후에 선형 피팅을 통해 획득되는 트렌드 계수에 의해 표시된다.
선택적으로, 처리 모듈(12)은 구체적으로:
제1 ONU 각각에 대응하는 특징 벡터에 기초하여, 임의의 2개의 제1 ONU에 대응하는 특징 벡터들 간의 유사도 행렬을 획득하고;
모든 유사도 행렬을 클러스터링 알고리즘의 입력으로서 사용하여, 제1 PON 포트에 대응하는 토폴로지 정보를 획득하도록 구성되고, 제1 PON 포트에 대응하는 토폴로지 정보는 제1 ONU들의 복수의 그룹의 식별 정보를 포함하고, 제1 ONU들의 각각의 그룹의 식별 정보는 그룹 내의 제1 ONU들이 동일한 레벨-2 광 스플리터에 접속되어 있다는 것을 판정하는데 사용된다.
선택적으로, 제1 PON 포트가 2-레벨 광 분할 구조를 포함하는 경우, 처리 모듈(12)은:
제1 PON 포트에 대응하는 적어도 2개의 이력 클러스터링 프로세스에서 획득되는 토폴로지 정보에 대해 행렬 변환을 수행하여, 각각의 이력 클러스터링 결과에 대응하는 거리 행렬을 획득하고- 거리 행렬에서의 값은 임의의 2개의 제1 ONU 사이의 거리를 표현함 -;
제1 PON 포트에 대응하는 적어도 2개의 이력 클러스터링 결과에 대응하는 거리 행렬들을 가산하여, 종합 거리 행렬을 획득하고;
밀도-기반 클러스터링 방식으로 종합 거리 행렬에 기초하여, 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU에 대해 클러스터 분석을 수행하여, 제1 PON 포트에 대응하는 새로운 토폴로지 정보를 획득하도록 추가로 구성된다.
전술한 실시예들 중 어느 하나에서 제공되는 ODN 논리 토폴로지 정보를 획득하기 위한 장치는 전술한 방법 실시예들 중 어느 하나에서 제공되는 기술적 해결책을 수행하도록 구성된다. 장치의 구현 원리 및 기술적 효과는 기술적 해결책과 유사하다. 세부사항들은 본 명세서에서 다시 설명하지 않는다.
도 9는 본 출원에 따른 ODN 논리 토폴로지 정보를 획득하기 위한 장치의 실시예 2의 개략적인 구조도이다. 도 9에 도시된 바와 같이, 전술한 실시예들 중 어느 하나에 기초하여, ODN 논리 토폴로지 정보를 획득하기 위한 장치(10)는 디스플레이 모듈(13)을 추가로 포함한다.
처리 모듈(12)은 제1 PON 포트에 대응하는 토폴로지 정보에 기초하여 대응하는 ODN 네트워크 논리 토폴로지 다이어그램을 생성하도록 추가로 구성된다.
디스플레이 모듈(13)은 ODN 네트워크 논리 토폴로지 다이어그램을 표시하도록 구성된다.
이러한 실시예에서 제공되는 ODN 논리 토폴로지 정보를 획득하기 위한 장치의 구현 원리 및 기술적 효과는 기술적 해결책과 유사하다. 세부사항들은 본 명세서에서 다시 설명하지 않는다.
도 10은 본 출원에 따른 전자 디바이스의 실시예 1의 개략적인 구조도이다. 도 10에 도시된 바와 같이, 전자 디바이스는 구체적으로:
메모리, 프로세서, 수신기, 디스플레이, 및 컴퓨터 프로그램을 포함하고, 컴퓨터 프로그램은 메모리에 저장되고, 프로세서는 컴퓨터 프로그램을 실행하여, 전술한 방법 실시예들 중 어느 하나에 따른 ODN 논리 토폴로지 정보를 획득하기 위한 방법의 기술적 해결책을 수행한다.
본 출원은 판독가능 저장 매체 및 판독가능 저장 매체에 저장되는 컴퓨터 프로그램을 포함하는 저장 매체를 추가로 제공한다. 컴퓨터 프로그램은 전술한 방법 실시예들 중 어느 하나에 따른 ODN 논리 토폴로지 정보를 획득하기 위한 방법의 기술적 해결책을 구현하도록 구성된다.
본 출원은 컴퓨터 프로그램 제품을 추가로 제공하며, 컴퓨터 프로그램 제품이 컴퓨터 상에서 실행될 때, 컴퓨터는 전술한 방법 실시예들 중 어느 하나에 따라 ODN 논리 토폴로지 정보를 획득하기 위한 방법의 기술적 해결책을 수행할 수 있게 되는 것을 포함한다.
전자 디바이스의 전술한 구현에서, 프로세서는 중앙 처리 유닛(영문: Central Processing Unit, 줄여서 CPU)일 수 있거나, 또는 다른 범용 프로세서, 디지털 신호 프로세서(영문: Digital Signal Processor, 줄여서 DSP), 주문형 집적 회로(영문: Application Specific Integrated Circuit, 줄여서 ASIC) 등일 수 있다는 점이 이해되어야 한다. 범용 프로세서는 마이크로프로세서일 수 있거나, 또는 프로세서는 임의의 종래의 프로세서 등일 수 있다. 본 출원을 참조하여 개시된 방법들의 단계들은 하드웨어 프로세서에 의해 직접 구현될 수 있거나, 또는 프로세서 내의 하드웨어와 소프트웨어 모듈의 조합에 의해 구현될 수 있다.
전술한 방법 실시예들의 단계들의 전부 또는 일부는 관련 하드웨어를 지시함으로써 프로그램을 사용하여 구현될 수 있다. 전술한 프로그램은 판독가능 메모리에 저장될 수 있다. 프로그램이 실행될 때, 실시예들에서의 방법들의 단계들이 수행된다. 메모리(저장 매체)는 판독 전용 메모리(영문: read-only memory, 줄여서 ROM), RAM, 플래시 메모리, 하드 디스크, 솔리드 스테이트 디스크, 자기 테이프(영문: magnetic tape), 플로피 디스크(영문: floppy disk), 광학 디스크(영문: optical disc), 및 이들의 임의의 조합을 포함한다.
Claims (20)
- 광학 분배 네트워크(ODN) 논리 토폴로지 정보를 획득하기 위한 방법으로서,
제1 수동 광 네트워크(PON) 포트에 접속되고 광 경로가 변하는 제1 광 네트워크 유닛(ONU) 각각의 식별 정보 및 제1 시간 윈도우에서 상기 제1 ONU의 특징 데이터를 획득하는 단계- 상기 특징 데이터는 수신 광 파워와 경보 이벤트 중 적어도 하나를 포함하고, 상기 경보 이벤트는 경보 생성 시간과 경보 타입을 포함함 -;
상기 제1 ONU 각각의 특징 데이터에 기초하여, 상기 제1 ONU에 대응하는 특징 벡터를 획득하는 단계- 상기 제1 ONU에 대응하는 특징 벡터는 상기 제1 시간 윈도우에서 상기 수신 광 파워의 변화를 표시하는데 사용되는 상기 제1 ONU의 특징, 및/또는 상기 제1 ONU의 상기 경보 생성 시간 및 상기 경보 타입을 포함함 -; 및
상기 제1 ONU 각각에 대응하는 특징 벡터에 대해 클러스터 분석을 수행하여, 상기 제1 PON 포트에 대응하는 토폴로지 정보를 획득하는 단계- 상기 토폴로지 정보는 제1 ONU들의 적어도 하나의 그룹의 식별 정보를 포함하고, 상기 제1 ONU들의 각각의 그룹의 식별 정보는 상기 그룹 내의 상기 제1 ONU들이 동일한 비-레벨-1 광 스플리터에 접속되어 있다는 것을 표시하는데 사용됨 -를 포함하는 방법. - 제1항에 있어서,
제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득하는 단계는:
상기 제1 PON 포트에 접속된 ONU 각각의 식별 정보 및 특징 데이터를 획득하는 단계; 및
상기 특징 데이터에 기초하여, 상기 제1 PON 포트에 접속되고 광 경로가 변하지 않는 ONU를 필터링하여, 상기 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득하는 단계를 포함하는 방법. - 제2항에 있어서,
상기 제1 ONU 각각의 특징 데이터는 거리 측정 결과를 추가로 포함하는 방법. - 제2항 또는 제3항에 있어서,
상기 특징 데이터에 기초하여, 상기 제1 PON 포트에 접속되고 광 경로가 변하지 않는 ONU를 필터링하여, 상기 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 상기 식별 정보 및 상기 특징 데이터를 획득하는 단계는:
상기 제1 시간 윈도우에서 ONU의 수신 광 파워의 최대값과 최소값 사이의 차이를 미리 설정된 임계값과 비교하고, 수신 광 파워의 최대값과 최소값 사이의 차이가 상기 임계값보다 작은 ONU를 필터링하여, 상기 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 상기 식별 정보 및 상기 특징 데이터를 획득하는 단계; 및/또는
상기 제1 시간 윈도우에서 ONU 각각의 상기 경보 생성 시간 및 상기 경보 타입에 기초하여, 경보 타입이 미리 설정된 경보 타입을 포함하지 않는 ONU를 필터링하여, 상기 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득하는 단계를 포함하는 방법. - 제1항 내지 제4항 중 어느 한 항에 있어서,
상기 제1 ONU 각각의 특징 데이터에 기초하여, 상기 제1 ONU에 대응하는 특징 벡터를 획득하는 단계는:
제1 ONU 각각에 대해, 상기 제1 ONU의 특징 데이터로부터 필요한 특징을 추출하여, 상기 제1 ONU에 대응하는 특징 벡터를 형성하는 단계를 포함하는 방법. - 제1항 내지 제5항 중 어느 한 항에 있어서,
상기 제1 시간 윈도우에서 상기 수신 광 파워의 변화를 표시하는데 사용되는 상기 제1 ONU의 특징은 지터 정도, 지터들의 수량, 클리프 정도, 트렌드 열화 정도, 최소값이 처음 나타나는 시간의 상대 위치, 최대값이 처음 나타나는 시간의 상대 위치, 수신 광 파워들이 평균값보다 큰 가장 긴 연속적인 서브시퀀스의 길이의 비율, 및 수신 광 파워들이 평균값보다 작은 가장 긴 연속적인 서브시퀀스의 길이의 비율 중 적어도 2개를 포함하고; 상기 지터 정도는 제1 시간 윈도우에서의 상기 ONU의 수신 광 파워들의 데이터의 표준 편차 또는 평균 편차이고; 상기 지터들의 수량은 상기 ONU의 지터 정도가 미리 설정된 임계값보다 큰 누적 횟수이고; 상기 클리프 정도는 단위 시간 내에 안정된 값으로부터 다른 안정된 값으로 상기 ONU의 수신 광 파워의 감쇠 변화를 표시하는데 사용되고; 상기 트렌드 열화 정도는 상기 제1 시간 윈도우에서 수신 광 파워들에 대해 지수 가중 이동 평균이 수행된 후에 선형 피팅을 통해 획득되는 트렌드 계수에 의해 표시되는 방법. - 제1항 내지 제6항 중 어느 한 항에 있어서,
상기 제1 ONU 각각에 대응하는 특징 벡터에 대해 클러스터 분석을 수행하여, 상기 제1 PON 포트에 대응하는 토폴로지 정보를 획득하는 단계는:
상기 제1 ONU 각각에 대응하는 특징 벡터에 기초하여, 임의의 2개의 제1 ONU에 대응하는 특징 벡터들 간의 유사도 행렬을 획득하는 단계; 및
모든 유사도 행렬을 클러스터링 알고리즘의 입력으로서 사용하여, 상기 제1 PON 포트에 대응하는 상기 토폴로지 정보를 획득하는 단계를 포함하는 방법. - 제1항 내지 제7항 중 어느 한 항에 있어서,
상기 제1 PON 포트가 2-레벨 광 분할 구조를 포함하는 경우, 상기 방법은:
상기 제1 PON 포트에 대응하는 적어도 2개의 이력 클러스터링 프로세스에서 획득되는 토폴로지 정보에 대해 행렬 변환을 수행하여, 각각의 이력 클러스터링 결과에 대응하는 거리 행렬을 획득하는 단계- 상기 거리 행렬에서의 값은 임의의 2개의 제1 ONU 사이의 거리를 표현함 -;
상기 제1 PON 포트에 대응하는 적어도 2개의 이력 클러스터링 결과에 대응하는 거리 행렬들을 가산하여, 종합 거리 행렬을 획득하는 단계; 및
밀도-기반 클러스터링 방식으로 상기 종합 거리 행렬에 기초하여, 상기 제1 PON 포트에 접속되고 광 경로가 변하는 상기 제1 ONU에 대해 클러스터 분석을 수행하여, 상기 제1 PON 포트에 대응하는 새로운 토폴로지 정보를 획득하는 단계를 추가로 포함하는 방법. - 제1항 내지 제8항 중 어느 한 항에 있어서,
상기 방법은:
상기 제1 PON 포트에 대응하는 상기 토폴로지 정보에 기초하여 대응하는 ODN 네트워크 논리 토폴로지 다이어그램을 생성하는 단계; 및
상기 ODN 네트워크 논리 토폴로지 다이어그램을 표시하는 단계를 추가로 포함하는 방법. - ODN 논리 토폴로지 정보를 획득하기 위한 장치로서,
제1 수동 광 네트워크(PON) 포트에 접속되고 광 경로가 변하는 제1 광 네트워크 유닛(ONU) 각각의 식별 정보 및 제1 시간 윈도우에서 상기 제1 ONU의 특징 데이터를 획득하도록 구성된 획득 모듈- 상기 특징 데이터는 수신 광 파워와 경보 이벤트 중 적어도 하나를 포함하고, 상기 경보 이벤트는 경보 생성 시간과 경보 타입을 포함함 -; 및
상기 제1 ONU 각각의 특징 데이터에 기초하여, 상기 제1 ONU에 대응하는 특징 벡터를 획득하도록 구성된 처리 모듈- 상기 제1 ONU에 대응하는 특징 벡터는 상기 제1 시간 윈도우에서 상기 수신 광 파워의 변화를 표시하는데 사용되는 상기 제1 ONU의 특징, 및/또는 상기 제1 ONU의 상기 경보 생성 시간 및 상기 경보 타입을 포함함 -을 포함하고,
상기 처리 모듈은 상기 제1 ONU 각각에 대응하는 특징 벡터에 대해 클러스터 분석을 수행하여, 상기 제1 PON 포트에 대응하는 토폴로지 정보를 획득하도록 추가로 구성되고, 상기 토폴로지 정보는 제1 ONU들의 적어도 하나의 그룹의 식별 정보를 포함하고, 상기 제1 ONU들의 각각의 그룹의 식별 정보는 상기 그룹 내의 상기 제1 ONU들이 동일한 비-레벨-1 광 스플리터에 접속되어 있다는 것을 표시하는데 사용되는 장치. - 제10항에 있어서,
상기 획득 모듈은 구체적으로:
상기 제1 PON 포트에 접속된 ONU 각각의 식별 정보 및 특징 데이터를 획득하고;
상기 특징 데이터에 기초하여, 상기 제1 PON 포트에 접속되고 광 경로가 변하지 않는 ONU를 필터링하여, 상기 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득하도록 구성되는 장치. - 제11항에 있어서,
상기 제1 ONU 각각의 특징 데이터는 거리 측정 결과를 추가로 포함하는 장치. - 제11항 또는 제12항에 있어서,
상기 획득 모듈은 구체적으로:
상기 제1 시간 윈도우에서 ONU의 수신 광 파워의 최대값과 최소값 사이의 차이를 미리 설정된 임계값과 비교하고, 수신 광 파워의 최대값과 최소값 사이의 차이가 상기 임계값보다 작은 ONU를 필터링하여, 상기 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 상기 식별 정보 및 상기 특징 데이터를 획득하고; 및/또는
상기 제1 시간 윈도우에서 ONU 각각의 상기 경보 생성 시간 및 상기 경보 타입에 기초하여, 경보 타입이 미리 설정된 경보 타입을 포함하지 않는 ONU를 필터링하여, 상기 제1 PON 포트에 접속되고 광 경로가 변하는 제1 ONU 각각의 식별 정보 및 특징 데이터를 획득하도록 구성되는 장치. - 제10항 내지 제13항 중 어느 한 항에 있어서,
상기 처리 모듈은 구체적으로:
제1 ONU 각각에 대해, 상기 제1 ONU의 특징 데이터로부터 필요한 특징을 추출하여, 상기 제1 ONU에 대응하는 특징 벡터를 형성하도록 구성되는 장치. - 제10항 내지 제14항 중 어느 한 항에 있어서,
상기 제1 시간 윈도우에서 상기 수신 광 파워의 변화를 표시하는데 사용되는 상기 제1 ONU의 특징은 지터 정도, 지터들의 수량, 클리프 정도, 트렌드 열화 정도, 최소값이 처음 나타나는 시간의 상대 위치, 최대값이 처음 나타나는 시간의 상대 위치, 수신 광 파워들이 평균값보다 큰 가장 긴 연속적인 서브시퀀스의 길이의 비율, 및 수신 광 파워들이 평균값보다 작은 가장 긴 연속적인 서브시퀀스의 길이의 비율 중 적어도 2개를 포함하고; 상기 지터 정도는 상기 제1 시간 윈도우에서의 상기 ONU의 수신 광 파워들의 데이터의 표준 편차 또는 평균 편차이고; 상기 지터들의 수량은 상기 ONU의 지터 정도가 미리 설정된 임계값보다 큰 누적 횟수이고; 상기 클리프 정도는 단위 시간 내에 안정된 값으로부터 다른 안정된 값으로 상기 ONU의 수신 광 파워의 감쇠 변화를 표시하는데 사용되고; 상기 트렌드 열화 정도는 상기 제1 시간 윈도우에서 수신 광 파워들에 대해 지수 가중 이동 평균이 수행된 후에 선형 피팅을 통해 획득되는 트렌드 계수에 의해 표시되는 장치. - 제10항 내지 제15항 중 어느 한 항에 있어서,
상기 처리 모듈은 구체적으로:
상기 제1 ONU 각각에 대응하는 특징 벡터에 기초하여, 임의의 2개의 제1 ONU에 대응하는 특징 벡터들 간의 유사도 행렬을 획득하고;
모든 유사도 행렬을 클러스터링 알고리즘의 입력으로서 사용하여, 상기 제1 PON 포트에 대응하는 상기 토폴로지 정보를 획득하도록 구성되는 장치. - 제10항 내지 제16항 중 어느 한 항에 있어서,
상기 제1 PON 포트가 2-레벨 광 분할 구조를 포함하는 경우, 상기 처리 모듈은:
상기 제1 PON 포트에 대응하는 적어도 2개의 이력 클러스터링 프로세스에서 획득되는 토폴로지 정보에 대해 행렬 변환을 수행하여, 각각의 이력 클러스터링 결과에 대응하는 거리 행렬을 획득하고- 상기 거리 행렬에서의 값은 임의의 2개의 제1 ONU 사이의 거리를 표현함 -;
상기 제1 PON 포트에 대응하는 적어도 2개의 이력 클러스터링 결과에 대응하는 거리 행렬들을 가산하여, 종합 거리 행렬을 획득하고;
밀도-기반 클러스터링 방식으로 상기 종합 거리 행렬에 기초하여, 상기 제1 PON 포트에 접속되고 광 경로가 변하는 상기 제1 ONU에 대해 클러스터 분석을 수행하여, 상기 제1 PON 포트에 대응하는 새로운 토폴로지 정보를 획득하도록 추가로 구성되는 장치. - 제10항 내지 제17항 중 어느 한 항에 있어서,
상기 장치는 디스플레이 모듈을 추가로 포함하고,
상기 처리 모듈은 상기 제1 PON 포트에 대응하는 상기 토폴로지 정보에 기초하여 대응하는 ODN 네트워크 논리 토폴로지 다이어그램을 생성하도록 추가로 구성되고;
상기 디스플레이 모듈은 상기 ODN 네트워크 논리 토폴로지 다이어그램을 표시하도록 구성되는 장치. - 메모리, 프로세서, 수신기, 디스플레이, 및 컴퓨터 프로그램을 포함하는 전자 디바이스로서,
상기 컴퓨터 프로그램은 상기 메모리에 저장되고, 상기 프로세서는 상기 컴퓨터 프로그램을 실행하여 제1항 내지 제9항 중 어느 한 항에 따른 ODN 논리 토폴로지 정보를 획득하기 위한 방법을 수행하는 전자 디바이스. - 판독가능 저장 매체 및 상기 판독가능 저장 매체에 저장되는 컴퓨터 프로그램을 포함하는 저장 매체로서,
상기 컴퓨터 프로그램은 제1항 내지 제9항 중 어느 한 항에 따른 ODN 논리 토폴로지 정보를 획득하기 위한 방법을 구현하도록 구성되는 저장 매체.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810931334.9A CN110838928B (zh) | 2018-08-15 | 2018-08-15 | Odn的逻辑拓扑信息的获取方法、装置、设备和存储介质 |
| CN201810931334.9 | 2018-08-15 | ||
| PCT/CN2019/099926 WO2020034900A1 (zh) | 2018-08-15 | 2019-08-09 | Odn的逻辑拓扑信息的获取方法、装置、设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210030481A true KR20210030481A (ko) | 2021-03-17 |
| KR102487453B1 KR102487453B1 (ko) | 2023-01-12 |
Family
ID=69525163
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020217006521A KR102487453B1 (ko) | 2018-08-15 | 2019-08-09 | Odn의 논리 토폴로지 정보를 획득하기 위한 방법 및 장치, 디바이스, 및 저장 매체 |
Country Status (7)
| Country | Link |
|---|---|
| US (2) | US11405103B2 (ko) |
| EP (1) | EP3826230B1 (ko) |
| JP (1) | JP7174832B2 (ko) |
| KR (1) | KR102487453B1 (ko) |
| CN (2) | CN113099326A (ko) |
| FI (1) | FI3826230T3 (ko) |
| WO (1) | WO2020034900A1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102312621B1 (ko) * | 2021-06-18 | 2021-10-13 | 최민영 | 학내망 네트워크 시스템 |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113099326A (zh) | 2018-08-15 | 2021-07-09 | 华为技术有限公司 | Odn的逻辑拓扑信息的获取方法、装置、设备和存储介质 |
| CN113382321B (zh) * | 2020-03-10 | 2022-06-07 | 中国电信股份有限公司 | 一种判断odn(光分配网)网络中是否存在第三级分光的系统及其方法 |
| CN111615021B (zh) * | 2020-05-07 | 2022-05-13 | 杭州东方通信软件技术有限公司 | 一种odn的逻辑拓扑信息的获取方法、设备和存储介质 |
| CN111884832B (zh) * | 2020-06-29 | 2022-06-14 | 华为技术有限公司 | 一种获取无源网络拓扑信息的方法及相关设备 |
| CN115278407A (zh) * | 2021-04-30 | 2022-11-01 | 中国移动通信集团山西有限公司 | 无源光网络的拓扑结构的确定方法及装置 |
| CN113365164B (zh) * | 2021-05-26 | 2023-02-10 | 中盈优创资讯科技有限公司 | 一种基于大数据分析的主动识别二级分光断方法及装置 |
| CN113568898A (zh) * | 2021-07-30 | 2021-10-29 | 浙江华云信息科技有限公司 | 电力数据漏点补全方法、装置、设备及可读存储介质 |
| CN113630670B (zh) * | 2021-08-05 | 2023-07-18 | 烽火通信科技股份有限公司 | 一种pon链路弱光故障定界方法、系统及装置 |
| CN113891191B (zh) * | 2021-09-24 | 2023-08-15 | 中移（杭州）信息技术有限公司 | 光路拓扑还原方法、装置、设备及计算机可读存储介质 |
| WO2023065080A1 (zh) * | 2021-10-18 | 2023-04-27 | 北京小米移动软件有限公司 | 测距能力开放的方法、装置、通信设备及存储介质 |
| CN114204989B (zh) * | 2021-12-10 | 2023-06-16 | 中国电信股份有限公司 | 分光器数据的评估方法及装置、存储介质、电子设备 |
| CN114285754B (zh) * | 2021-12-27 | 2023-05-12 | 中国联合网络通信集团有限公司 | 一种网络拓扑的生成方法、装置、设备及存储介质 |
| US20230336434A1 (en) * | 2022-04-18 | 2023-10-19 | Ust Global (Singapore) Pte. Limited | System And Method Of Managing Events Of Temporal Data |
| CN114979843B (zh) * | 2022-06-30 | 2024-05-24 | 中国电信股份有限公司 | 拓扑信息更新方法、装置、电子设备及非易失性存储介质 |
| CN115396320B (zh) * | 2022-08-10 | 2023-07-28 | 中国联合网络通信集团有限公司 | 端口连接关系的确定方法、装置、设备及存储介质 |
| CN115334381B (zh) * | 2022-10-17 | 2023-01-31 | 成都同步新创科技股份有限公司 | 一种光网络无源分光器线路分析管理方法及系统 |
| CN116094588A (zh) * | 2023-01-04 | 2023-05-09 | 中国联合网络通信集团有限公司 | 光衰管理方法、装置及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150010306A1 (en) * | 2013-07-02 | 2015-01-08 | Dominik PRAUSE | Synchronization to upstream bursts |
| EP2903182A1 (en) * | 2014-01-30 | 2015-08-05 | Alcatel Lucent | Diagnosing faults in optical networks |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080292312A1 (en) * | 2007-05-21 | 2008-11-27 | Tellabs Petaluma, Inc. | Method and apparatus for determining optical path attenuation between passive optical network nodes |
| EP2141832B1 (en) * | 2008-07-03 | 2013-09-18 | Nokia Siemens Networks OY | Automatic topology discovery for passive optical networks |
| US8873960B2 (en) * | 2008-12-30 | 2014-10-28 | Broadcom Corporation | Techniques for detecting optical faults in passive optical networks |
| JP5033856B2 (ja) | 2009-10-20 | 2012-09-26 | 株式会社日立製作所 | ネットワーク構成の想定のための装置、システム |
| CN102204127B (zh) * | 2011-05-11 | 2014-03-26 | 华为技术有限公司 | 检测网络设备类型的方法、装置和系统 |
| WO2013035286A1 (ja) | 2011-09-09 | 2013-03-14 | 日本電気株式会社 | グループ毎同報配信経路設定方法および通信装置 |
| CN103249056A (zh) * | 2012-02-09 | 2013-08-14 | 迈普通信技术股份有限公司 | 一种无线传感网络的拓扑变化模拟方法及装置 |
| US9225607B2 (en) * | 2012-02-23 | 2015-12-29 | Mitsubishi Electric Corporation | Network system and topology map generating method |
| CN103905111A (zh) * | 2012-12-28 | 2014-07-02 | 深圳市华为安捷信电气有限公司 | 光链路检测方法、装置及系统 |
| CN103916188B (zh) * | 2014-03-24 | 2016-11-23 | 华为技术有限公司 | 确定端子与pon口的对应关系的方法、装置和系统 |
| CN104038375A (zh) * | 2014-06-30 | 2014-09-10 | 成都广达电子股份有限公司 | 一种广电接入网络告警处理分析系统及其分析方法 |
| US10097269B2 (en) * | 2014-09-08 | 2018-10-09 | Telefonaktiebolaget Lm Ericsson (Publ) | Passive optical networks structure and a remote node in a backhaul communication network |
| CN106301830B (zh) * | 2015-05-21 | 2020-07-14 | 中兴通讯股份有限公司 | 光网络拓扑图的部署方法及装置 |
| CN107465966B (zh) * | 2017-08-31 | 2020-06-05 | 中国科学院计算技术研究所 | 一种用于光网络的拓扑重构控制方法 |
| CN113099326A (zh) | 2018-08-15 | 2021-07-09 | 华为技术有限公司 | Odn的逻辑拓扑信息的获取方法、装置、设备和存储介质 |
-
2018
- 2018-08-15 CN CN202110309673.5A patent/CN113099326A/zh active Pending
- 2018-08-15 CN CN201810931334.9A patent/CN110838928B/zh active Active
-
2019
- 2019-08-09 FI FIEP19849232.4T patent/FI3826230T3/fi active
- 2019-08-09 WO PCT/CN2019/099926 patent/WO2020034900A1/zh unknown
- 2019-08-09 EP EP19849232.4A patent/EP3826230B1/en active Active
- 2019-08-09 KR KR1020217006521A patent/KR102487453B1/ko active IP Right Grant
- 2019-08-09 JP JP2021507589A patent/JP7174832B2/ja active Active
-
2021
- 2021-02-10 US US17/172,382 patent/US11405103B2/en active Active
-
2022
- 2022-07-07 US US17/859,029 patent/US11722217B2/en active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150010306A1 (en) * | 2013-07-02 | 2015-01-08 | Dominik PRAUSE | Synchronization to upstream bursts |
| EP2903182A1 (en) * | 2014-01-30 | 2015-08-05 | Alcatel Lucent | Diagnosing faults in optical networks |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102312621B1 (ko) * | 2021-06-18 | 2021-10-13 | 최민영 | 학내망 네트워크 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| FI3826230T3 (fi) | 2023-09-11 |
| US20220345218A1 (en) | 2022-10-27 |
| US11405103B2 (en) | 2022-08-02 |
| JP2021536170A (ja) | 2021-12-23 |
| US11722217B2 (en) | 2023-08-08 |
| CN110838928A (zh) | 2020-02-25 |
| US20210167852A1 (en) | 2021-06-03 |
| EP3826230A1 (en) | 2021-05-26 |
| JP7174832B2 (ja) | 2022-11-17 |
| KR102487453B1 (ko) | 2023-01-12 |
| EP3826230A4 (en) | 2021-09-15 |
| EP3826230B1 (en) | 2023-06-21 |
| WO2020034900A1 (zh) | 2020-02-20 |
| CN113099326A (zh) | 2021-07-09 |
| CN110838928B (zh) | 2021-03-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102487453B1 (ko) | Odn의 논리 토폴로지 정보를 획득하기 위한 방법 및 장치, 디바이스, 및 저장 매체 | |
| CN111884832B (zh) | 一种获取无源网络拓扑信息的方法及相关设备 | |
| US20140215612A1 (en) | Method and system for detecting anomaly of user behavior in a network | |
| CN107204894A (zh) | 网络业务质量的监控方法及装置 | |
| US10853719B2 (en) | Data collecting device and optical transmission system | |
| CN114726740A (zh) | 台区拓扑识别方法、系统及智能融合终端 | |
| US7796500B1 (en) | Automated determination of service impacting events in a communications network | |
| WO2017059904A1 (en) | Anomaly detection in a data packet access network | |
| US7701843B1 (en) | Intelligent-topology-driven alarm placement | |
| US10057148B2 (en) | Data-driven estimation of network port delay | |
| CN111740856B (zh) | 基于异常检测算法的网络通信设备告警采集异常预警方法 | |
| Maniadakis et al. | On the temporal evolution of backbone topological robustness | |
| JP5088304B2 (ja) | 通信システム | |
| CN111628901A (zh) | 一种指标异常检测方法以及相关装置 | |
| CN113891190B (zh) | 一种基于批量告警还原二级分光器拓扑的算法 | |
| Zhang et al. | Cognitive network management based on cross-layer AI interaction in ONOS-enabled self-optimizing optical networks | |
| CN113382321B (zh) | 一种判断odn(光分配网)网络中是否存在第三级分光的系统及其方法 | |
| US11405100B2 (en) | Methods and systems for monitoring optical networks | |
| Yang et al. | The Future of Broadband Access Network Architecture and Intelligent Operations | |
| CN118134447A (zh) | 一种多平台跨专业告警根因定位方法及系统 | |
| CN116032780A (zh) | 网络设备巡检方法及装置 | |
| CN116170281A (zh) | 告警关联规则生成方法、装置、电子设备和存储介质 | |
| CN115967610A (zh) | 网络故障诊断方法、装置和存储介质 | |
| CN112351354A (zh) | 多域光网络多点串扰攻击的监测节点选择及监测定位方法 | |
| CN117353805A (zh) | 一种故障修复方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |