System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 网络智能监测方法及装置制造方法及图纸_技高网

网络智能监测方法及装置制造方法及图纸

技术编号:42841502 阅读:17 留言:0更新日期:2024-09-27 17:13
本发明专利技术实施例提供了一种网络智能监测方法及装置,该方法包括:基于接入的小区监测数据进行小区指标异常检测,并汇聚异常小区指标;根据汇聚的所述异常小区指标进行各场景下的小区质差判断,并对存在质差的场景进行质差根因分析,得到质差类型和质差根因分析结果;基于所述质差类型和所述质差根因分析结果,通过专家经验规则或机器学习算法输出相对应的质差小区优化方案并实施;对实施所述质差小区优化方案后的优化效果进行评估。通过本发明专利技术,解决了传统网络监测方法无法智能监测判断异常小区的问题,进而达到了对网络全面智能化监测以及对质差小区优化方案的优化效果进行评估的效果。

【技术实现步骤摘要】

本专利技术实施例涉及通信领域,具体而言,涉及一种网络智能监测方法及装置


技术介绍

1、随着5g网络大规模部署,通信网络日趋复杂,网络多制式多频段共存大大增加了运维难度。使用传统的手段进行网络监测,对网络运维人员的专业要求越来越高,同时也会急剧增加网络运维人员的工作量。网络监测系统能够帮助运维人员在网络优化和管理过程中提高工作效率,及时发现和解决问题。

2、现有技术中的网络监测系统主要有需要人为后台触发指令才能进行检测,同时存在检测指标范围小维度少、不能反应整体网络情况、缺乏智能化动态检测和问题定位能力等问题。


技术实现思路

1、本专利技术实施例提供了一种网络智能监测方法及装置,以至少解决相关技术中网络监测方法对网络运维人员要求较高,工作量较大的问题。

2、根据本专利技术的一个实施例,提供了一种网络智能监测方法,包括:在一个示例性实施例中,基于接入的小区监测数据进行小区指标异常检测,并汇聚异常小区指标;根据汇聚的所述异常小区指标进行各场景下的小区质差判断,并对存在质差的场景进行质差根因分析,得到质差类型和质差根因分析结果;基于所述质差类型和所述质差根因分析结果,通过专家经验规则或机器学习算法输出相对应的质差小区优化方案并实施;对实施所述质差小区优化方案后的优化效果进行评估。

3、在一个示例性实施例中,基于接入的小区监测数据进行小区指标异常检测之前,还包括以下之一:定时接入通过ftp或sftp传输方式传入的所述性能管理数据和所述故障管理数据;实时或定时通过流处理平台或批处理平台接入测量报告数据。

4、在一个示例性实施例中,基于接入的小区监测数据进行小区指标异常检测,包括:根据所述小区监测数据,通过以下之一对每个小区指标进行时序异常检测:固定门限异常检测、同比对比方法、环比对比方法、基于统计学的异常检测算法、ai异常检测算法。

5、根据本专利技术的另一个实施例,提供了一种网络智能监测装置,包括:检测模块,基于接入的小区监测数据进行小区指标异常检测,并汇聚异常小区指标;分析模块,用于根据汇聚的所述异常小区指标进行各场景下的小区质差判断,并对存在质差的场景进行质差根因分析,得到质差类型和质差根因分析结果;输出模块,用于基于所述质差类型和所述质差根因分析结果,通过专家经验规则或机器学习算法输出相对应的质差小区优化方案并实施;评估模块:用于对实施所述质差小区优化方案后的优化效果进行评估。

6、根据本专利技术的又一个实施例,还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

7、根据本专利技术的又一个实施例,还提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

8、通过本专利技术,由于在进行网络监测时,对接入的小区监测数据进行了异常检测,不需要人为后台触发指令才能进行监测,提高了工作效率,根据异常检测得到的异常小区指标对异常小区进行质差判断,精确识别出了质差小区,进而对各种类型的质差小区进行质差根因分析,根据根因分析的结果使用专家经验规则或机器学习算法生成并输出质差小区的优化方案,从而可以实施所述优化方案,并对优化效果进行评估,对比优化前后的指标数据,确认优化是否有效果。解决了传统网络监测方法无法智能监测判断异常小区,也没有针对生成的质差小区优化方案的优化效果进行评估的问题,进而达到了对网络全面智能化监测的效果。

本文档来自技高网...

【技术保护点】

1.一种网络智能监测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,其中,所述小区监测数据包括:性能管理数据、测量报告数据和故障管理数据。

3.根据权利要求2所述的方法,其特征在于,基于接入的小区监测数据进行小区指标异常检测之前,所述方法还包括以下之一:

4.根据权利要求1所述的方法,其特征在于,基于接入的小区监测数据进行小区指标异常检测之前,所述方法还包括:

5.根据权利要求1所述的方法,其特征在于,基于接入的小区监测数据进行小区指标异常检测,包括:

6.根据权利要求1所述的方法,其特征在于,根据汇聚的所述异常小区指标进行各场景下的小区质差判断,包括:

7.根据权利要求1所述的方法,其特征在于,根据汇聚的所述异常小区指标进行各场景下的小区质差判断之后,所述方法还包括:

8.根据权利要求7所述的方法,其特征在于,所述方法还包括:

9.根据权利要求1所述的方法,其特征在于,对存在质差的场景进行质差根因分析,包括:

10.根据权利要求1所述的方法,其特征在于,通过专家经验规则或机器学习算法输出相对应的质差小区优化方案之后,所述方法还包括:

11.一种网络智能监测装置,其特征在于,包括:

12.根据权利要求11所述的装置,其特征在于,所述装置还包括:

13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,其中,所述计算机程序被处理器执行时实现所述权利要求1至10任一项中所述的方法的步骤。

14.一种电子装置,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现所述权利要求1至10任一项中所述的方法的步骤。

...

【技术特征摘要】

1.一种网络智能监测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,其中,所述小区监测数据包括:性能管理数据、测量报告数据和故障管理数据。

3.根据权利要求2所述的方法,其特征在于,基于接入的小区监测数据进行小区指标异常检测之前,所述方法还包括以下之一:

4.根据权利要求1所述的方法,其特征在于,基于接入的小区监测数据进行小区指标异常检测之前,所述方法还包括:

5.根据权利要求1所述的方法,其特征在于,基于接入的小区监测数据进行小区指标异常检测,包括:

6.根据权利要求1所述的方法,其特征在于,根据汇聚的所述异常小区指标进行各场景下的小区质差判断,包括:

7.根据权利要求1所述的方法,其特征在于,根据汇聚的所述异常小区指标进行各场景下的小区质差判断之后,所述方法还包括:

8.根据权利要...

【专利技术属性】
技术研发人员:胡丹
申请(专利权)人:中兴通讯股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1