网络质量检测方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了一种网络质量检测方法、装置、电子设备及存储介质，涉及计算机技术领域，尤其涉及云服务、智能云等领域。具体实现方案为：基于网络在目标地区的第一时段中N个时刻的指标原始值与第二时段中M个时刻的指标原始值，确定所述目标地区的指标变化值；在所述指标变化值小于第一阈值的情况下，基于所述第一时段中所述N个时刻的所述指标原始值，确定所述第二时段中所述M个时刻的指标预测值；将所述第二时段中所述M个时刻的所述指标原始值与所述指标预测值之间的差值输入目标模型，得到所述目标模型输出的指标异常信息；基于所述指标异常信息确定所述网络在所述目标地区的质量检测结果。上述方法可以保证目标地区的质量检测的准确性。检测的准确性。检测的准确性。

【技术实现步骤摘要】
网络质量检测方法、装置、电子设备及存储介质


[0001]本公开涉及计算机
，尤其涉及云服务、智能云等领域。

技术介绍

[0002]随着计算机技术的发展，互联网信息传输领域也得到了迅速发展。其中搭建智能虚拟网络进行内容分发传输服务，不但可以节省骨干网带宽减少带宽需求量，还可以提供服务器端加速，解决由于用户访问量大造成的服务器过载问题；同时能克服网站分布不均的问题，降低网站自身建设和维护成本；最重要的是可以降低通信风暴的影响提高网络访问的稳定性。然而，如何对各个地区的服务质量进行更加准确的检测就成为需要解决的问题。

技术实现思路

[0003]本公开提供了一种网络质量检测方法、装置、电子设备及存储介质。
[0004]根据本公开的第一方面，提供了一种网络质量检测方法，包括：
[0005]基于网络在目标地区的第一时段中N个时刻的指标原始值与第二时段中M个时刻的指标原始值，确定所述目标地区的指标变化值；N和M均为正整数；所述第一时段早于所述第二时段；
[0006]在所述指标变化值小于第一阈值的情况下，基于所述第一时段中所述N个时刻的所述指标原始值，确定所述第二时段中所述M个时刻的指标预测值；
[0007]将所述第二时段中所述M个时刻的所述指标原始值与所述指标预测值之间的差值输入目标模型，得到所述目标模型输出的指标异常信息；
[0008]基于所述指标异常信息确定所述网络在所述目标地区的质量检测结果。
[0009]根据本公开的第二方面，提供了一种网络质量检测装置，包括：
[0010]变化判定模块，用于基于网络在目标地区的第一时段中N个时刻的指标原始值与第二时段中M个时刻的指标原始值，确定所述目标地区的指标变化值；N和M均为正整数；所述第一时段早于所述第二时段；
[0011]指标预测模块，用于在所述指标变化值小于第一阈值的情况下，基于所述第一时段中所述N个时刻的所述指标原始值，确定所述第二时段中所述M个时刻的指标预测值；
[0012]异常检测模块，用于将所述第二时段中所述M个时刻的所述指标原始值与所述指标预测值之间的差值输入目标模型，得到所述目标模型输出的指标异常信息；
[0013]结果分析模块，用于基于所述指标异常信息确定所述网络在所述目标地区的质量检测结果。
[0014]根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述第一方面的网络质量检测方法。
[0015]根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述第一方面的网络质量检测方法。
[0016]根据本公开的第五方面，提供了一种计算机程序产品，包括计算机指令，所述计算机指令存储在计算机可读存储介质中，所述计算机指令被处理器执行时实现上述第一方面的网络质量检测方法。
[0017]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
[0018]通过采用上述方案，可以采用网络在目标地区的第一时段内的指标原始值预测得到第二时段内的指标预测值，进而对所述第二时段内的指标预测值与指标原始值之间的差值采用目标模型进行处理，得到所述网络在目标地区的质量检测结果，通过采用多种方式组合处理，保证了质量检测结果的准确性。
附图说明
[0019]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0020]图1是根据本公开第一方面实施例的网络质量检测方法的流程示意图；
[0021]图2是根据本公开第一方面实施例的目标变化值的确定方法的流程示意图；
[0022]图3a是根据本公开第一方面实施例提供的网络质量检测方法的示例性流程示意图；
[0023]图3b是根据本公开指标原始值组成的原始曲线、指标预测值组成的预测曲线、差值所组成的差值曲线的示意图；
[0024]图4是根据本公开第二方面实施例的网络质量检测装置的一种组成结构示意图；
[0025]图5是根据本公开第二方面实施例的网络质量检测装置的另一种组成结构示意图；
[0026]图6是用来实现本公开实施例的质量检测方法的电子设备的框图。
具体实施方式
[0027]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0028]此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
[0029]本公开第一方面提供一种网络质量检测方法，如图1所示，包括：
[0030]S101：基于网络在目标地区的第一时段中N个时刻的指标原始值与第二时段中M个时刻的指标原始值，确定所述目标地区的指标变化值；N和M均为正整数；所述第一时段早于所述第二时段；
[0031]S102：在所述指标变化值小于第一阈值的情况下，基于所述第一时段中所述N个时刻的所述指标原始值，确定所述第二时段中所述M个时刻的指标预测值；
[0032]S103：将所述第二时段中所述M个时刻的所述指标原始值与所述指标预测值之间的差值输入目标模型，得到所述目标模型输出的指标异常信息；
[0033]S104：基于所述指标异常信息确定所述网络在所述目标地区的质量检测结果。
[0034]本实施例提供的方案可以在所述网络中的服务器执行；所述网络具体的可以是内容分发网络(CDN，Content Delivery Network)，或者还可以为其他类型的网络。
[0035]所述CDN是构建在现有网络基础之上的智能虚拟网络，依靠部署在各地的边缘服务器，通过中心平台的负载均衡、内容分发、调度等功能模块，使用户就近获取所需内容，降低网络拥塞，提高用户访问响应速度和命中率。CDN的关键技术主要有内容存储和分发技术。
[0036]所述CDN的边缘服务器可以部署在一个或多个地区。本实施例中所述目标地区可以为上述部署有所述CDN的所述边缘服务器的任意一个地区。应理解，针对所述CDN的所述边缘服务器的一个或多个地区的处理与所述目标地区可以是相同的，因此本实施例仅针对其中任意一个进行说明，其他地区不做重本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络质量检测方法，包括：基于网络在目标地区的第一时段中N个时刻的指标原始值与第二时段中M个时刻的指标原始值，确定所述目标地区的指标变化值；N和M均为正整数；所述第一时段早于所述第二时段；在所述指标变化值小于第一阈值的情况下，基于所述第一时段中所述N个时刻的所述指标原始值，确定所述第二时段中所述M个时刻的指标预测值；将所述第二时段中所述M个时刻的所述指标原始值与所述指标预测值之间的差值输入目标模型，得到所述目标模型输出的指标异常信息；基于所述指标异常信息确定所述网络在所述目标地区的质量检测结果。2.根据权利要求1所述的方法，其中，所述基于网络在目标地区的第一时段中N个时刻的指标原始值与第二时段的M个时刻的指标原始值，确定所述目标地区的指标变化值，包括：基于所述网络在所述目标地区的所述第一时段中所述N个时刻的所述指标原始值，确定所述第一时段的K个子时段中分别包含的M个时刻的指标原始值的均值，K为大于等于2的整数；所述K个子时段中每个子时段的时长与所述第二时段相同；将所述第二时段中所述M个时刻的所述指标原始值与所述M个时刻的所述指标原始值的所述均值进行差分计算得到差分值；基于所述差分值进行标准差计算得到所述目标地区的所述指标变化值。3.根据权利要求1所述的方法，其中，所述基于所述第一时段中所述N个时刻的所述指标原始值，确定所述第二时段中所述M个时刻的指标预测值，包括：基于所述第一时段中所述N个时刻的所述指标原始值进行预测得到拟合曲线；将所述拟合曲线中所述M个时刻分别对应的数值作为所述第二时段中所述M个时刻的所述指标预测值。4.根据权利要求1所述的方法，其中，还包括：对所述第二时段中所述M个时刻的所述指标预测值与所述第二时段中所述M个时刻的所述指标原始值分别进行计算，确定所述M个时刻的所述指标原始值与所述指标预测值之间的所述差值。5.根据权利要求1所述的方法，其中，所述基于所述指标异常信息确定所述网络在所述目标地区的质量检测结果，包括以下至少之一：在所述指标异常信息中包含的异常时刻的数量超过第二阈值的情况下，确定所述网络在所述目标地区的所述质量检测结果为异常地区；在所述指标异常信息中包含的异常时刻在预设时长内的数量超过第三阈值的情况下，确定所述网络在所述目标地区的所述质量检测结果为异常地区；在所述指标异常信息中包含的异常值超过第四阈值的情况下，确定所述网络在所述目标地区的所述质量检测结果为异常地区。6.根据权利要求1所述的方法，还包括：在所述指标变化值不小于所述第一阈值的情况下，将所述第二时段划分为T个窗口，T为大于等于2的整数；基于所述T个窗口中每两个相邻窗口中分别包含的多个时刻的所述指标原始值，确定指标变化比例；基于所述指标变化比例，确定所述网络在所述目标地区的所
述质量检测结果。7.根据权利要求1
‑
6任一项所述的方法，其中，还包括：基于所述网络在L个地区分别对应的所述第二时段中所述M个时刻的所述指标原始值，确定所述L个地区中的候选地区；将所述候选地区中之一作为所述目标地区；L为大于等于2的整数。8.根据权利要求7所述的方法，其中，所述基于所述网络在L个地区分别对应的第二时段中M个时刻的指标原始值，确定所述L个地区中的候选地区，包括以下至少之一：在所述网络在所述L个地区中的第i个地区的指标原始值的缺失时长不超过第五阈值的情况下，确定所述第i个地区为所述候选地区；i为大于等于1且小于等于L的整数；在基于所述网络在所述L个地区的第i个地区的所述第二时段中所述M个时刻的所述指标原始值，确定指标数据波动值不超过第六阈值的情况下，确定所述第i个地区为所述候选地区。9.根据权利要求1
‑
6任一项所述的方法，还包括：基于训练样本对预设模型进行训练，得到训练后的所述目标模型；其中，所述训练样本中包含至少一个时刻分别对应的差值样本、对所述至少一个时刻中的异常时刻的标注信息以及对所述异常时刻所对应的异常值的标注信息。10.一种网络质量检测装置，包括：变化判定模块，用于基于网络在目标地区的第一时段中N个时刻的指标原始值与第二时段中M个时刻的指标原始值，确定所述目标地区的指标变化值；N和M均为正整数；所述第一时段早于所述第二时段；指标预测模块，用于在所述指标变化值小...

【专利技术属性】
技术研发人员：吴绍梅，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：