TWI782645B - 基於行動網路的評估網路元件之品質劣化的系統和方法 - Google Patents
基於行動網路的評估網路元件之品質劣化的系統和方法 Download PDFInfo
- Publication number
- TWI782645B TWI782645B TW110127873A TW110127873A TWI782645B TW I782645 B TWI782645 B TW I782645B TW 110127873 A TW110127873 A TW 110127873A TW 110127873 A TW110127873 A TW 110127873A TW I782645 B TWI782645 B TW I782645B
- Authority
- TW
- Taiwan
- Prior art keywords
- packet
- parameter value
- traffic
- evaluation parameter
- current
- Prior art date
Links
Images
Landscapes
- Measurement Of Resistance Or Impedance (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
提供一種基於行動網路的評估網路元件之品質劣化的系統和方法。方法包含:接收行動網路的通訊訊務,並且自通訊訊務中擷取出對應於網路元件的先前訊務以及當前訊務;根據先前訊務產生邏輯斯迴歸模型;以及根據當前訊務以及邏輯斯迴歸模型計算剩餘時間,並且響應於剩餘時間小於閾值而輸出對應於網路元件的警示訊息。
Description
本發明是有關於一種基於行動網路的評估網路元件之品質劣化的系統和方法。
隨著行動網路演進以及行動用戶數的成長,網路元件數量亦隨之成長,故需有一個有效監控網路元件之服務品質的機制。目前監控網路元件作法多以人工觀測網路元件的關鍵績效指標(key performance indicators,KPI)方式,受限於承商設計之KPI觀測角度不同以及維運人員主觀經驗,故需要有一個客觀的觀測方式來提供參考。另一方面,行動網路中亦有部分網路元件無法提供KPI或受限於需額外支付費用給供應商才能提供的情形。據此,提出一種網路元件的改良評估方式,是本領域的重要課題之一。
本發明提供一種基於行動網路的評估網路元件之品質劣化的系統和方法,可藉由在鄰近網路元件之間的傳輸的封包資訊來判斷網路元件的劣化狀態。
本發明的一種基於行動網路的評估網路元件之品質劣化的系統,包含處理器、儲存媒體以及收發器。儲存媒體儲存多個模組。處理器耦接儲存媒體以及收發器,並且存取和執行多個模組,其中多個模組包含節點擷取及封包關聯模組、觀測標的封包識別技術模組以及網路元件劣化預估模組。節點擷取及封包關聯模組通過收發器接收行動網路的通訊訊務,並且自通訊訊務中擷取出對應於網路元件的先前訊務以及當前訊務。觀測標的封包識別技術模組根據先前訊務產生邏輯斯迴歸模型。網路元件劣化預估模組根據當前訊務以及邏輯斯迴歸模型計算剩餘時間,並且響應於剩餘時間小於閾值而通過收發器輸出對應於網路元件的警示訊息。
在本發明的一實施例中,上述的節點擷取及封包關聯模組經配置以執行:通過收發器接收對應於網路元件的元件資訊;根據網路元件的協定規格決定資訊元素;以及根據資訊元素以從通訊訊務中擷取出對應於網路元件的先前訊務以及當前訊務。
在本發明的一實施例中,上述的資訊元素包含下列的至少其中之一:封包發送時間、封包接收時間、來源位址、目的位址、封包大小、封包乘載信令協定類型、封包乘載信令重要程序名稱以及封包乘載錯誤訊息信令。
在本發明的一實施例中,上述的觀測標的封包識別技術模組經配置以執行:根據觀測標的封包識別模型分類先前訊務中的封包以產生觀測標的封包集合;以及根據觀測標的封包集合產生邏輯斯迴歸模型。
在本發明的一實施例中,上述的觀測標的封包識別技術模組經配置以執行:根據觀測標的封包集合取得對應於第一時間點的第一評估參數值、對應於第二時間點的第二評估參數值以及對應於第三時間點的第三評估參數值;以及根據第一評估參數值、第二評估參數值以及第三評估參數值產生邏輯斯迴歸模型。
在本發明的一實施例中,上述的第一評估參數值關聯於下列的至少其中之一:疏通率以及傳輸率。
在本發明的一實施例中,上述的觀測標的封包識別技術模組根據下列的至少其中之一計算第一評估參數值:封包處理時間、來回通訊延遲、封包乘載信令協定類型、封包乘載信令重要程序名稱以及封包乘載錯誤訊息信令。
在本發明的一實施例中,上述的節點擷取及封包關聯模組通過收發器取得對應於網路元件的歷史訊務,其中歷史訊務包含多個封包,其中觀測標的封包識別技術模組經配置以執行:根據歷史訊務取得分別對應於多個封包的多個品質參數值;根據多個品質參數值對多個封包執行分群以產生訓練封包集合;以及根據訓練封包集合訓練觀測標的封包識別模型。
在本發明的一實施例中,上述的觀測標的封包識別技術模組經配置以執行:根據歷史訊務判斷多個封包中的第一封包的第一品質參數值是否可計算;響應於第一品質參數值可計算,根據歷史訊務計算第一品質參數值;以及響應於第一品質參數值不可計算,將預設值設為第一品質參數值。
在本發明的一實施例中,上述的多個品質參數值對應於下列的至少其中之一:封包處理時間、封包大小、來回通訊延遲、疏通率、封包乘載信令協定類型、封包乘載信令重要程序名稱、封包乘載錯誤訊息信令、疏通率以及傳輸率。
在本發明的一實施例中,上述的觀測標的封包識別技術模組根據下列的其中之一執行分群:K-平均演算法以及詹克斯斷點演算法。
在本發明的一實施例中,上述的邏輯斯迴歸模型包含評估參數值上限,其中網路元件劣化預估模組經配置以執行:將對應於當前訊務的當前評估參數值輸入至邏輯斯迴歸模型以計算預估劣化時間點;以及將預估劣化時間點減去對應於當前訊務的當前時間點以計算剩餘時間。
在本發明的一實施例中,上述的當前訊務對應於當前時間點,其中觀測標的封包識別技術模組經配置以執行:將當前時間點輸入至邏輯斯迴歸模型以計算預估評估參數值;以及根據預估評估參數值與當前評估參數值的差值更新觀測標的封包識別模型。
在本發明的一實施例中,上述的第一評估參數值小於第二評估參數值,並且第二評估參數值小於第三評估參數值。
本發明的一種基於行動網路的評估網路元件之品質劣化的方法,包含:接收行動網路的通訊訊務,並且自通訊訊務中擷取出對應於網路元件的先前訊務以及當前訊務;根據先前訊務產生邏輯斯迴歸模型;以及根據當前訊務以及邏輯斯迴歸模型計算剩餘時間,並且響應於剩餘時間小於閾值而輸出對應於網路元件的警示訊息。
基於上述,本發明可自動化擷取網路元件產生的行網用戶信令及訊務,並將各網路元件間傳遞溝通的信令或訊務進行關聯識別。此外,本發明可應用人工智慧分群演算法找出封包分群的識別模型。本發明還可預估網路元件能承受的劣化指標,並可預測網路元件飽和劣化的時間點,達成提前告警的功效,避免用戶體驗下降與斷網的議題。
圖1根據本發明的一實施例繪示一種基於行動網路的評估網路元件品質劣化的系統100的示意圖。系統100可包含處理器110、儲存媒體120以及收發器130。
處理器110例如是中央處理單元(central processing unit,CPU),或是其他可程式化之一般用途或特殊用途的微控制單元(micro control unit,MCU)、微處理器(microprocessor)、數位信號處理器(digital signal processor,DSP)、可程式化控制器、特殊應用積體電路(application specific integrated circuit,ASIC)、圖形處理器(graphics processing unit,GPU)、影像訊號處理器(image signal processor,ISP)、影像處理單元(image processing unit,IPU)、算數邏輯單元(arithmetic logic unit,ALU)、複雜可程式邏輯裝置(complex programmable logic device,CPLD)、現場可程式化邏輯閘陣列(field programmable gate array,FPGA)或其他類似元件或上述元件的組合。處理器110可耦接至儲存媒體120以及收發器130,並且存取和執行儲存於儲存媒體120中的多個模組和各種應用程式。
儲存媒體120例如是任何型態的固定式或可移動式的隨機存取記憶體(random access memory,RAM)、唯讀記憶體(read-only memory,ROM)、快閃記憶體(flash memory)、硬碟(hard disk drive,HDD)、固態硬碟(solid state drive,SSD)或類似元件或上述元件的組合,而用於儲存可由處理器110執行的多個模組或各種應用程式。在本實施例中,儲存媒體120可儲存包含節點擷取及封包關聯模組121、觀測標的封包識別技術模組122、網路元件劣化預估模組以及巨量資料庫124等多個模組,其功能將於後續說明。
收發器130以無線或有線的方式傳送及接收訊號。收發器130還可以執行例如低噪聲放大、阻抗匹配、混頻、向上或向下頻率轉換、濾波、放大以及類似的操作。
節點擷取及封包關聯模組121可擷取在手機端、應用成式端(APP)、基地台或核心網路等網路元件的信令封包和訊務封包。節點擷取及封包關聯模組121可自動化擷取行動網路之各個介面的信令或訊務,並藉由解密和解碼能力記錄每一筆封包的重要資訊元素(information element,IE)。節點擷取及封包關聯模組121可通過收發器130存取行動網路,並且接收行動網路的通訊訊務。節點擷取及封包關聯模組121可自通訊訊務中擷取出對應於待評估之網路元件或會話(session)的相關訊務。
圖2根據本發明的一實施例繪示節點擷取及封包關聯機制的流程圖。在步驟S210中,節點擷取及封包關聯模組121可通過收發器130接收對應於網路元件的元件資訊。元件資訊可包含諸如網路元件的種類或型號等資訊。
在步驟S220中,節點擷取及封包關聯模組121可根據網路元件的協定規格決定資訊元素。資訊元素可包含但不限於封包發送時間、封包接收時間、來源位址、目的位址、封包大小、封包乘載信令協定類型、封包乘載信令重要程序名稱或封包乘載錯誤訊息信令等資訊。
具體來說,巨量資料庫124可預存多種不同網路元件的協定規格。在節點擷取及封包關聯模組121根據元件資訊確認待估測之網路元件的型號後,節點擷取及封包關聯模組121可存取巨量資料庫124以取得對應於網路元件的協定規格。節點擷取及封包關聯模組121可根據網路元件的協定規格判斷哪一種資訊元素與網路元件相關。
在步驟S230中,節點擷取及封包關聯模組121可根據資訊元素以從通訊訊務中擷取出對應於網路元件的相關訊務,其中所述相關訊務可包含當前訊務以及早於當前訊務的先前訊務。
在步驟S240中,節點擷取及封包關聯模組121可將網路元件的相關訊務儲存至巨量資料庫124。網路元件的相關訊務可包含收發器130自不同介面接收到的訊務。節點擷取及封包關聯模組121可將網路元件的相關訊務整合並儲存在巨量資料庫124。巨量資料庫124可根據關鍵識別碼來分類不同網路元件的訊務。
觀測標的封包識別技術模組122可產生觀測標的封包識別模型。觀測標的封包識別模型可用以判斷特定封包是否為網路元件維持正常運作時所產生的相關封包。圖3根據本發明的一實施例繪示觀測標的封包識別機制的流程圖。在步驟S310中,觀測標的封包識別技術模組122可取得分別對應於歷史訊務中的多個封包的多個品質參數值。具體來說,節點擷取及封包關聯模組121可通過收發器130存取行動網路以取得網路元件的歷史訊務,其中所述歷史訊務早於前述的當前訊務或先前訊務。歷史訊務可包含多個封包。觀測標的封包識別技術模組122可為所述多個封包的每一者計算品質參數值。品質參數值可包含但不限於封包處理時間(例如:100、50、45或9毫秒)、封包大小(567、1280或1500位元組)、來回通訊延遲(round-trip delay time,RTT)(例如:408、511或1500毫秒)、疏通率、封包乘載信令協定類型(例如:S1AP或GTPV2)、封包乘載信令重要程序名稱(例如:attach或service request)、封包乘載錯誤訊息信令、疏通率或傳輸率等參數值。
圖4根據本發明的一實施例繪示取得品質參數值的流程圖。在步驟S311中,觀測標的封包識別技術模組122可根據歷史訊務判斷封包的品質參數值是否可計算。若封包的品質參數值可計算,則進入步驟S312。若封包的品質參數值不可計算,則進入步驟S313。
具體來說,觀測標的封包識別技術模組122可判斷歷史訊務中是否包含了計算品質參數值所需用到的所有資訊。若歷史訊務包含了所有資訊,則觀測標的封包識別技術模組122可判斷品質參數值可計算。若歷史訊務缺少了部分資訊,則觀測標的封包識別技術模組122可判斷品質參數值不可計算。
在步驟S312中,觀測標的封包識別技術模組122可根據歷史訊務計算品質參數值。
在步驟S313中,觀測標的封包識別技術模組122可將預設值設為品質參數值。預設值可預存於巨量資料庫124中。
在步驟S314中,觀測標的封包識別技術模組122可將品質參數值儲存至巨量資料庫124中。
回到圖3,在步驟S320中,觀測標的封包識別技術模組122可根據品質參數值訓練觀測標的封包識別模型。具體來說,在取得分別對應於歷史訊務的多個封包的多個品質參數值後,觀測標的封包識別技術模組122可根據多個品質參數值對多個封包執行分群以產生多個封包集合。觀測標的封包識別技術模組122可根據例如K-平均(K-means)演算法或詹克斯斷點(Jenks break)演算法來為多個封包執行分群。觀測標的封包識別技術模組122可從多個封包集合中挑選出訓練封包集合,並且根據訓練封包集合訓練觀測標的封包識別模型。
舉例來說,觀測標的封包識別技術模組122可根據封包集合中的每一個封包計算封包集合的平均品質參數值。在計算出分別對應於多個封包集合的多個平均品質參數值,觀測標的封包識別技術模組122可挑選出對應於最大平均品質參數值的封包集合以作為訓練封包集合。利用訓練封包集合產生的觀測標的封包識別模型可用於判斷訊務中的封包是否為網路元件運作正常時所產生的封包,亦或是網路元件運作異常或網路元件處於飽和狀態時所產生的封包。
觀測標的封包識別技術模組122可根據巨量資料庫124中對應於網路元件的先前訊務產生邏輯斯(logistic)迴歸模型。
圖5根據本發明的一實施例繪示網路元件劣化預估機制的流程圖。在步驟S510中,觀測標的封包識別技術模組122可根據觀測標的封包識別模型分類先前訊務中的封包以產生觀測標的封包集合,其中觀測標的封包集合中的封包被觀測標的封包識別模型判別為網路元件維持正常運作時所產生的封包。
在步驟S520中,觀測標的封包識別技術模組122可根據觀測標的封包集合計算多個評估參數值,並且根據多個評估參數值產生邏輯斯迴歸模型。由於網路元件的封包處理能力劣化到一定程度時,網路元件的效能(例如:評估參數值)將趨於定值。因此,本實施例可應用邏輯斯迴歸模型來預估網路元件的最大效能,並計算出網路元件處理負載所消耗的效能達到最大效能的剩餘時間。計算結果可用於評估網路元件的劣化狀態。網路管理人員可根據劣化狀態判斷網路元件所能處理的負載是否即將達到瓶頸。
評估參數值可包含但不限於疏通率(throughput)或傳輸率(data transfer rate),其中傳輸率可包含最大封包數或位元速率等形式。觀測標的封包識別技術模組122可從封包集合中取得諸如封包處理時間、來回通訊延遲、封包乘載信令協定類型、封包乘載信令重要程序名稱或封包乘載錯誤訊息信令等參數,並且根據所述參數計算評估參數值。
具體來說,觀測標的封包識別技術模組122可從觀測標的封包集合取得對應於第一時間點的第一封包集合、對應於第二時間點的第二封包集合以及對應於第三時間點的第三封包集合,其中第二時間點晚於第一時間點,並且第三時間點晚於第二時間點。接著,觀測標的封包識別技術模組122可根據各個封包集合計算多個評估參數值。觀測標的封包識別技術模組122可根據第一封包集合計算對應於第一時間點的第一評估參數值,可根據第二封包集合計算對應於第二時間點的第二評估參數值,並可根據第三封包集合計算對應於第三時間點的第三評估參數值。
在一實施例中,第一評估參數值小於第二評估參數值,並且第二評估參數值小於第三評估參數值。也就是說,網路元件的評估參數值應隨著時間推進而增長。若評估參數值在特定時間點呈現負成長,則觀測標的封包識別技術模組122將會忽略對應於特定時間點的特定評估參數值。換句話說,所述特定評估參數值將不為被當作第一評估參數值、第二評估參數值或第三評估參數值。觀測標的封包識別技術模組122會計算第二特定時間點的第二特定評估參數值,其中第二特定時間點晚於第一特定時間點。若第二特定評估參數值呈現正成長,則觀測標的封包識別技術模組122可將第二特定評估參數值當作第一評估參數值、第二評估參數值或第三評估參數值。
在取得第一評估參數值、第二評估參數值以及第三評估參數值後,觀測標的封包識別技術模組122可基於如下所示的方程式(1)而根據第一評估參數值、第二評估參數值以及第三評估參數值產生邏輯斯迴歸模型,其中p(t)為對應於時間點t的評估參數值,M為評估參數值上限,λ為係數,
為第i時間點,並且
為第j時間點,其中
晚於
。
…(1)
觀測標的封包識別技術模組122可將對應於第一時間點
的第一評估參數值
、對應於第二時間點
的第二評估參數值
以及對應於第三時間點
的第三評估參數值
分別輸入至方程式(1)以產生方程式(2)、方程式(3)以及方程式(4),如下所示。觀測標的封包識別技術模組122可根據方程式(2)、方程式(3)以及方程式(4)計算出評估參數值上限M以及係數λ,以完成方程式(1)的邏輯斯迴歸模型。
…(2)
…(3)
…(4)
在步驟S530中,網路元件劣化預估模組123可根據網路元件的當前訊務以及邏輯斯迴歸模型計算網路元件即將劣化的剩餘時間。具體來說,網路元件劣化預估模組123可從當前訊務中取得對應於當前時間點
的當前封包集合,並且根據當前封包集合計算出對應於當前時間點
的當前評估參數值
,其中當前時間點
晚於第一時間點
、第二時間點
或第三時間點
。網路元件劣化預估模組123可將當前評估參數值
輸入至如方程式(1)所示的邏輯斯迴歸模型以產生方程式(5),並且根據方程式(5)計算出預估劣化時間點
以及預估評估參數值
。
…(5)
另一方面,觀測標的封包識別技術模組122可計算預估評估參數值
與當前評估參數值
的差值D,如方程式(7)所示。觀測標的封包識別技術模組122可根據差值D更新觀測標的封包識別模型,以使觀測標的封包識別模型更加準確。
…(7)
圖6根據本發明的一實施例繪示一種基於行動網路的評估網路元件品質劣化的方法的示意圖,其中所述方法可由如圖1所示的系統100實施。在步驟S610中,接收行動網路的通訊訊務,並且自通訊訊務中擷取出對應於網路元件的先前訊務以及當前訊務。在步驟S620中,根據先前訊務產生邏輯斯迴歸模型。在步驟S630中,根據當前訊務以及邏輯斯迴歸模型計算剩餘時間,並且響應於剩餘時間小於閾值而輸出對應於網路元件的警示訊息。
綜上所述,本發明具有以下的特點和功效:(1)本發明無須侵入式部署到網路元件中以取得相關KPI數值,僅需藉由計算與鄰近網路元件間傳遞的封包資訊,即可計算分析判斷網路元件的劣化情形。因此,當無法取得網路元件的KPI數值時,可應用本發明進行劣化的評估。相較先前技術受限須取得網路元件相關的KPI及網路元件本身的狀態參數才能得知網路元件的劣化情形,本發明可彌補先前技術的缺點。(2)本發明可應用人工智慧分群演算法技術以大量數據樣本並結合邏輯斯迴歸模型,可以釐清網路元件能承受的傳輸率(或傳輸封包數)或疏通率等是否高於風險值,以利預先進行網路元件處理能力的劣化預估,並預測網路元件達到飽和劣化的時間點。
100:系統
110:處理器
120:儲存媒體
121:節點擷取及封包關聯模組
122:觀測標的封包識別技術模組
123:網路元件劣化預估模組
124:巨量資料庫
130:收發器
S210、S220、S230、S240、S310、S311、S312、S313、S314、S320、S510、S520、S530、S540、S610、S620、S630:步驟
圖1根據本發明的一實施例繪示一種基於行動網路的評估網路元件品質劣化的系統的示意圖。
圖2根據本發明的一實施例繪示節點擷取及封包關聯機制的流程圖。
圖3根據本發明的一實施例繪示觀測標的封包識別機制的流程圖。
圖4根據本發明的一實施例繪示取得品質參數值的流程圖。
圖5根據本發明的一實施例繪示網路元件劣化預估機制的流程圖。
圖6根據本發明的一實施例繪示一種基於行動網路的評估網路元件品質劣化的方法的示意圖。
S610、S620、S630:步驟
Claims (13)
- 一種基於行動網路的評估網路元件之品質劣化的系統,包括:收發器;儲存媒體,儲存多個模組;以及處理器,耦接所述儲存媒體以及所述收發器,並且存取和執行所述多個模組,其中所述多個模組包括:節點擷取及封包關聯模組,通過所述收發器接收所述行動網路的通訊訊務,並且自所述通訊訊務中擷取出對應於所述網路元件的先前訊務以及當前訊務;觀測標的封包識別技術模組,根據所述觀測標的封包識別模型分類所述先前訊務的封包以產生觀測標的封包集合,並且根據所述觀測標的封包集合產生邏輯斯迴歸模型,其中所述邏輯斯迴歸模型包括評估參數值上限;以及網路元件劣化預估模組,將對應於所述當前訊務的當前評估參數值輸入至所述邏輯斯迴歸模型以計算預估劣化時間點,將所述預估劣化時間點減去對應於所述當前訊務的當前時間點以計算剩餘時間,並且響應於所述剩餘時間小於閾值而通過所述收發器輸出對應於所述網路元件的警示訊息。
- 如請求項1所述的系統,其中所述節點擷取及封包關聯模組經配置以執行:通過所述收發器接收對應於所述網路元件的元件資訊; 根據所述網路元件的協定規格決定資訊元素;以及根據所述資訊元素以從所述通訊訊務中擷取出對應於所述網路元件的所述先前訊務以及所述當前訊務。
- 如請求項2所述的系統,其中所述資訊元素包括下列的至少其中之一:封包發送時間、封包接收時間、來源位址、目的位址、封包大小、封包乘載信令協定類型、封包乘載信令重要程序名稱以及封包乘載錯誤訊息信令。
- 如請求項1所述的系統,其中所述觀測標的封包識別技術模組經配置以執行:根據所述觀測標的封包集合取得對應於第一時間點的第一評估參數值、對應於第二時間點的第二評估參數值以及對應於第三時間點的第三評估參數值;以及根據所述第一評估參數值、所述第二評估參數值以及所述第三評估參數值產生所述邏輯斯迴歸模型。
- 如請求項4所述的系統,其中所述第一評估參數值關聯於下列的至少其中之一:疏通率以及傳輸率。
- 如請求項4所述的系統,其中所述觀測標的封包識別技術模組根據下列的至少其中之一計算所述第一評估參數值:封包處理時間、來回通訊延遲、封包乘載信令協定類型、封包乘載信令重要程序名稱以及封包乘載錯誤訊息信令。
- 如請求項1所述的系統,其中所述節點擷取及封包關聯模組通過所述收發器取得對應於所述網路元件的歷史訊務,其 中所述歷史訊務包括多個封包,其中所述觀測標的封包識別技術模組經配置以執行:根據所述歷史訊務取得分別對應於所述多個封包的多個品質參數值;根據所述多個品質參數值對所述多個封包執行分群以產生訓練封包集合;以及根據所述訓練封包集合訓練所述觀測標的封包識別模型。
- 如請求項7所述的系統,其中所述觀測標的封包識別技術模組經配置以執行:根據所述歷史訊務判斷所述多個封包中的第一封包的第一品質參數值是否可計算;響應於所述第一品質參數值可計算,根據所述歷史訊務計算所述第一品質參數值;以及響應於所述第一品質參數值不可計算,將預設值設為所述第一品質參數值。
- 如請求項7所述的系統,其中所述多個品質參數值對應於下列的至少其中之一:封包處理時間、封包大小、來回通訊延遲、疏通率、封包乘載信令協定類型、封包乘載信令重要程序名稱、封包乘載錯誤訊息信令、疏通率以及傳輸率。
- 如請求項7所述的系統,其中所述觀測標的封包識別技術模組根據下列的其中之一執行所述分群:K-平均演算法以及詹克斯斷點演算法。
- 如請求項1所述的系統,其中所述當前訊務對應於當前時間點,其中所述觀測標的封包識別技術模組經配置以執行:將所述當前時間點輸入至所述邏輯斯迴歸模型以計算預估評估參數值;以及根據所述預估評估參數值與所述當前評估參數值的差值更新所述觀測標的封包識別模型。
- 如請求項4所述的系統,其中所述第一評估參數值小於所述第二評估參數值,並且所述第二評估參數值小於所述第三評估參數值。
- 一種基於行動網路的評估網路元件之品質劣化的方法,包括:接收所述行動網路的通訊訊務,並且自所述通訊訊務中擷取出對應於所述網路元件的先前訊務以及當前訊務;根據所述觀測標的封包識別模型分類所述先前訊務以產生觀測標的封包集合,並且根據所述觀測標的封包集合產生邏輯斯迴歸模型;以及將對應於所述當前訊務的當前評估參數值輸入至所述邏輯斯迴歸模型以計算預估劣化時間點,將所述預估劣化時間點減去對應於所述當前訊務的當前時間點以計算剩餘時間,並且響應於所述剩餘時間小於閾值而輸出對應於所述網路元件的警示訊息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110127873A TWI782645B (zh) | 2021-07-29 | 2021-07-29 | 基於行動網路的評估網路元件之品質劣化的系統和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110127873A TWI782645B (zh) | 2021-07-29 | 2021-07-29 | 基於行動網路的評估網路元件之品質劣化的系統和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI782645B true TWI782645B (zh) | 2022-11-01 |
TW202306340A TW202306340A (zh) | 2023-02-01 |
Family
ID=85794280
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110127873A TWI782645B (zh) | 2021-07-29 | 2021-07-29 | 基於行動網路的評估網路元件之品質劣化的系統和方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI782645B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201349797A (zh) * | 2012-05-30 | 2013-12-01 | 中原大學 | 網路流量異常偵測系統及其方法 |
TWI510109B (zh) * | 2013-09-25 | 2015-11-21 | Chunghwa Telecom Co Ltd | 遞迴式異常網路流量偵測方法 |
TWI721693B (zh) * | 2019-12-09 | 2021-03-11 | 中華電信股份有限公司 | 基於行動物聯網之網路行為異常偵測系統及方法 |
US20210194910A1 (en) * | 2017-04-26 | 2021-06-24 | Elasticsearch B.V. | Anomaly and Causation Detection in Computing Environments Using Counterfactual Processing |
-
2021
- 2021-07-29 TW TW110127873A patent/TWI782645B/zh active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201349797A (zh) * | 2012-05-30 | 2013-12-01 | 中原大學 | 網路流量異常偵測系統及其方法 |
TWI437850B (zh) * | 2012-05-30 | 2014-05-11 | 中原大學 | 網路流量異常偵測系統及其方法 |
TWI510109B (zh) * | 2013-09-25 | 2015-11-21 | Chunghwa Telecom Co Ltd | 遞迴式異常網路流量偵測方法 |
US20210194910A1 (en) * | 2017-04-26 | 2021-06-24 | Elasticsearch B.V. | Anomaly and Causation Detection in Computing Environments Using Counterfactual Processing |
TWI721693B (zh) * | 2019-12-09 | 2021-03-11 | 中華電信股份有限公司 | 基於行動物聯網之網路行為異常偵測系統及方法 |
Also Published As
Publication number | Publication date |
---|---|
TW202306340A (zh) | 2023-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20170093648A1 (en) | System and method for assessing streaming video quality of experience in the presence of end-to-end encryption | |
WO2019169928A1 (zh) | 一种流量检测方法和流量检测设备 | |
US9692671B2 (en) | Method and apparatus for automatically determining causes of service quality degradation | |
US20210027173A1 (en) | Indicator determining method and related device | |
CN108429701B (zh) | 网络加速系统 | |
CN109961204A (zh) | 一种微服务架构下业务质量分析方法和系统 | |
WO2021052162A1 (zh) | 网络参数配置方法、装置、计算机设备以及存储介质 | |
CN109714266B (zh) | 一种数据处理方法及网络设备 | |
WO2016017208A1 (ja) | 監視システム、監視装置、および検査装置 | |
JPWO2020146036A5 (zh) | ||
JP2013207748A (ja) | ネットワークシステム、及びノード装置 | |
CN108121645A (zh) | 一种日志质量评估方法、装置、服务器以及存储介质 | |
CN111611129B (zh) | PaaS云平台的性能监控方法及装置 | |
CN115038088B (zh) | 一种智能网络安全检测预警系统和方法 | |
CN104038382B (zh) | 网络监视系统 | |
CN115277581A (zh) | 网络传输的控制方法、装置、计算机设备、存储介质 | |
TWI782645B (zh) | 基於行動網路的評估網路元件之品質劣化的系統和方法 | |
WO2021073413A1 (zh) | 系统性能参数的发送方法、装置、管理设备和存储介质 | |
CN106063281A (zh) | 确定视频会话中重新缓冲事件的方法 | |
US10225278B1 (en) | Method of assessing real-time security of sequenced packet exchange (SPX) network connection | |
JP4668851B2 (ja) | 品質クラス決定装置、品質クラス決定方法、およびプログラム | |
CN114827951A (zh) | 一种基于车辆终端的车辆网络质量分析方法、系统及存储介质 | |
JP5974937B2 (ja) | 品質指標処理システム | |
JP2018022305A (ja) | 境界値特定プログラム、境界値特定方法および境界値特定装置 | |
TWI510109B (zh) | 遞迴式異常網路流量偵測方法 |