端到端网络感知异常检测及分析方法、系统、装置和介质制造方法及图纸

本发明专利技术公开了一种物联网业务端到端网络感知异常检测及异常原因溯源定界的方法、系统、装置和存储介质。提出的基于孤立森林算法的物联网业务端到端网络感知异常检测方法，基于机器学习算法使物联网业务网络感知评估更为科学，提高评估的准确率，使其结果更为贴近真实用户感知；提出的基于决策树算法的物联网业务端到端网络感知异常原因的溯源定界方法，能够实现物联网业务端到端问题自动分析定界，无需人工分析与设定基础阈值，可确保物联网业务感知问题定位的准确率与时效性；本发明专利技术提出的一种专用于物联网业务端到端网络感知异常检测与异常原因溯源定界方法，弥补了现有方案适用领域的空缺。本发明专利技术广泛运用于通信技术与数据挖掘技术领域。

【技术实现步骤摘要】
端到端网络感知异常检测及分析方法、系统、装置和介质
本专利技术涉及通信技术与数据挖掘
，尤其涉及一种物联网业务端到端网络感知异常检测及异常原因溯源定界的方法、系统、装置和存储介质。
技术介绍
近年物联网业务迅速发展。物联网业务承载于无线网络之上，在提供丰富的行业应用的同时也面临着端到端业务实现流程复杂，涉及用户侧系统、终端、无线、传输、数通、核心网、物联网基地多元协同，为客户感知提升提出巨大挑战。本方案基于物联网业务信令数据，使用孤立森林算法建立物联网业务感知异常告警体系及提出一种基于决策树算法的端到端问题分析定界方法，实现对物联网业务感知问题的发现与处理，有效确保用户的物联网业务感知。公开号为102300238A的专利《宽带网络感知客户的系统及方法》公开了一种宽带网络感知客户的系统及其方法，它包括宽带网络质量感知系统和宽带网络服务感知系统，分别包括若干感知装置，每个感知装置包括若干测评器，每个测评器包括若干测评模块，其评测方法包括:分别设置加权系数；将属于同一一级指标的各项二级指标得分乘以相应的加权系数，相加获得该一级指标得分；将属于同一维度的各项一级指标得分乘以相应的加权系数，相加获得该维度的得分；将各项维度的得分乘以相应的加权系数，相加获得网络客户感知度值。本专利技术将感知度的评测分为若干维度，将维度细化为若干一级指标后再细化为若干二级指标进行全面评测，实现了对客户感知度全面、客观、准确量化的描述和评测,能够反应用户的真实感知。但是，该方案各感知指标的加权系数为人为设定，过于简单，可解释性较差，加权系数设定不准，有可能对用户网络感知评估造成较大的影响。公开号为106792876A的专利《端到端网络感知评估方法和系统》公开了一种端到端网络感知评估方法和系统，涉及信息
其中的方法包括：采集日志文件数据；利用大数据处理技术对日志文件数据进行处理，获取日志文件数据对应的KQI数据和KPI数据；将日志文件数据对应的KQI数据和KPI数据与基础阈值进行关联比对，确定网络健康评估结果。本专利技术能够及时感知网络是否处于健康状态，广泛适用于用户上网感知的综合异常检测与健康评估。但是，2.该方案基于业务经验设定指标基础阈值来评估用户网络感知，设定依据过于单一，感知评估准确率较低。综上可知，现有技术均是对于普通业务的网络感知评估方法，由于物联网业务网络流程更为复杂，与普通业务网络流程存在差异，现有方案无法直接作为物联网业务网络感知评估方法，适用性较差。
技术实现思路
针对上述至少一个技术问题，本专利技术的目的在于提供一种物联网业务端到端网络感知异常检测及异常原因溯源定界的方法、系统、装置和存储介质。本专利技术所采取的技术方案是：一方面，本专利技术实施例包括一种物联网业务端到端网络感知异常检测方法，包括：采集物联网用户号码的信令数据，所述信令数据包括2G信令数据、3G信令数据、4G信令数据和5G信令数据；根据采集得到的所述信令数据，计算用户小时粒度网络质量感知指标，生成网络质量感知指标维表；使用孤立森林算法建立网络感知异常检测模型；以小时为周期，每次输入每一周期的网络质量感知指标维表至所述网络异常检测模型中，以进行异常检测；所述网络异常检测模型输出每一周期的网络感知异常用户。进一步地，所述网络异常检测模型输出每一周期的网络感知异常用户这一步骤，包括：根据输入的每一周期的网络质量感知指标维表，使用孤立森林算法计算用户的异常得分；根据所述异常得分，获取评估结果，所述评估结果包括所述用户是网络感知异常用户或所述用户不是网络感知异常用户；根据所述评估结果，输出每一周期的网络感知异常用户。进一步地，所述异常得分是通过以下公式计算得到的：式中，E(h(x))表示用户x的模型自变量在所有孤立树中的平均高度，所述模型自变量为用户小时粒度网络质量感知指标；s(x)表示用户x的异常得分，c(n)表示总样本数为n个二叉排序树查找不成功的平均查找路径长度，c(n)具体的计算公式为：c(n)＝2H(n-1)-(2(n-1)/n)，H()表示谐波数。进一步地，所述根据输入的每一周期的网络质量感知指标维表，使用孤立森林算法计算用户的异常得分这一步骤还包括：在所述网络感知异常检测模型中，将H(n-1)赋值为H(n-1)＝ln(n-1)+0.5772156649，计算用户的异常得分情况，所述异常得分情况包括：当用户当前小时的异常得分s为(0，0.3)，则标记该用户为“网络感知正常用户”；当用户当前小时的异常得分s为[0.3，0.8)，则标记该用户为“网络感知疑似异常用户”；当用户当前小时的异常得分s为[0.8,1]，则标记该用户为“网络感知异常用户”。另一方面，本专利技术实施例还包括一种物联网业务端到端网络感知异常原因溯源定界方法，包括：建立分析模型，所述分析模型用于对网络感知异常原因进行溯源定界；统计所述物联网业务端到端网络感知异常检测方法检测出的用户网络感知异常情况；若同一用户连续3小时被标记为“网络感知异常用户”或连续5小时被标记为“网络感知疑似异常用户”，利用所述分析模型对所述用户进行感知异常原因分析；所述分析模型输出所述用户对应的网络感知异常原因。进一步地，利用所述分析模型对所述用户进行感知异常原因分析这一步骤，具体包括：提取所述用户的网络质量感知指标维表；在所述网络质量感知指标维表中抽取感知异常对应小时或感知疑似异常对应小时的网络感知指标数据；将所述网络感知指标数据输入所述分析模型中；所述分析模型根据输入的所述网络感知指标数据对所述用户进行感知异常原因分析。进一步地，所述的一种物联网业务端到端网络感知异常原因溯源定界方法，还包括对所述分析模型进行训练的步骤，包括：以历史异常用户的网络感知指标作为模型自变量，人工溯源定界分析的结果作为模型因变量，输入所述分析模型，所述人工溯源定界分析的结果为网络异常原因标签，所述网络异常原因标签包括：“用户面指标劣化”、“业务面移动性指标劣化”、“业务面接入性指标劣化”、“业务面承载会话指标劣化”、“业务面保持性指标劣化”和“控制面指标劣化”；使用决策树算法训练所述分析模型；通过准确率指标、精度指标和召回率指标评估模型性能，调整参数优化所述分析模型。另一方面，本专利技术实施例还包括一种物联网业务端到端网络感知异常检测及异常原因溯源定界装置，包括存储器和处理器，所述存储器用于存储至少一个程序，所述处理器用于加载所述至少一个程序以执行所述的一种物联网业务端到端网络感知异常检测及异常原因溯源定界方法。另一方面，本专利技术实施例还包括一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行所述的一种物联网业务端到端网络感知异常检测及异常原因溯源定界方法。本专利技术的有益效果是：(1)本专利技术提出一种基于孤立森林算法的物联网业务端到本文档来自技高网...

【技术保护点】
1.一种物联网业务端到端网络感知异常检测方法，其特征在于，包括：/n采集物联网用户号码的信令数据，所述信令数据包括2G信令数据、3G信令数据、4G信令数据和5G信令数据；/n根据采集得到的所述信令数据，计算用户小时粒度网络质量感知指标，生成网络质量感知指标维表；/n使用孤立森林算法建立网络感知异常检测模型；/n以小时为周期，每次输入每一周期的网络质量感知指标维表至所述网络异常检测模型中，以进行异常检测；/n所述网络异常检测模型输出每一周期的网络感知异常用户。/n

【技术特征摘要】
1.一种物联网业务端到端网络感知异常检测方法，其特征在于，包括：
采集物联网用户号码的信令数据，所述信令数据包括2G信令数据、3G信令数据、4G信令数据和5G信令数据；
根据采集得到的所述信令数据，计算用户小时粒度网络质量感知指标，生成网络质量感知指标维表；
使用孤立森林算法建立网络感知异常检测模型；
以小时为周期，每次输入每一周期的网络质量感知指标维表至所述网络异常检测模型中，以进行异常检测；
所述网络异常检测模型输出每一周期的网络感知异常用户。


2.根据权利要求1所述的一种物联网业务端到端网络感知异常检测方法，其特征在于，所述网络异常检测模型输出每一周期的网络感知异常用户这一步骤，包括：
根据输入的每一周期的网络质量感知指标维表，使用孤立森林算法计算用户的异常得分；
根据所述异常得分，获取评估结果，所述评估结果包括所述用户是网络感知异常用户或所述用户不是网络感知异常用户；
根据所述评估结果，输出每一周期的网络感知异常用户。


3.根据权利要求2所述的一种物联网业务端到端网络感知异常检测方法，其特征在于，所述异常得分是通过以下公式计算得到的：



式中，E(h(x))表示用户x的模型自变量在所有孤立树中的平均高度，所述模型自变量为用户小时粒度网络质量感知指标；s(x)表示用户x的异常得分，c(n)表示总样本数为n个二叉排序树查找不成功的平均查找路径长度，c(n)具体的计算公式为：c(n)＝2H(n-1)-(2(n-1)/n)，H()表示谐波数。


4.根据权利要求3所述的一种物联网业务端到端网络感知异常检测方法，其特征在于，所述根据输入的每一周期的网络质量感知指标维表，使用孤立森林算法计算用户的异常得分这一步骤还包括：
在所述网络感知异常检测模型中，将H(n-1)赋值为H(n-1)＝ln(n-1)+0.5772156649，
计算用户的异常得分情况，所述异常得分情况包括：
当用户当前小时的异常得分s为(0，0.3)，则标记该用户为“网络感知正常用户”；
当用户当前小时的异常得分s为[0.3，0.8)，则标记该用户为“网络感知疑似异常用户”；
当用户当前小时的异常得分s为[0.8,1]，则标记该用户为“网络感知异常用户”。


5.一种物联网业务端到端网络感知异常原因溯源定界方法，其特征在于，包括：
建立分析模型，所述分析模型用于对网络感知异常原因进行溯源定界；
统计权利要求1-4任一项所述检测方法...

【专利技术属性】
技术研发人员：林宇扬，关泽明，梁展岳，梁振宇，陈卫康，杨万山，
申请(专利权)人：宜通世纪科技股份有限公司，
类型：发明
国别省市：广东;44