CN102547789B - 端到端业务质量预警方法、装置及*** - Google Patents
端到端业务质量预警方法、装置及*** Download PDFInfo
- Publication number
- CN102547789B CN102547789B CN201010624527.3A CN201010624527A CN102547789B CN 102547789 B CN102547789 B CN 102547789B CN 201010624527 A CN201010624527 A CN 201010624527A CN 102547789 B CN102547789 B CN 102547789B
- Authority
- CN
- China
- Prior art keywords
- success rate
- approximate
- samples
- early warning
- sampled point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种端到端业务质量预警方法、装置及***,其中,该方法包括:采集端到端业务质量参数,计算近似端到端成功率,形成近似端到端成功率序列;将近似端到端成功率序列进行包括整体相关性比较、和/或动态平均差值比较、和/或动态预测单点比较的比较计算;根据比较结果进行端到端业务质量预警。本发明可以避免计算时延过长的影响,通过简单低成本的方法即可降低预警时延,解决现有技术中及时性差、成本高、效率低等技术问题。
Description
技术领域
本发明涉及通信领域中数据业务技术,具体地,涉及端到端业务质量预警方法、装置及***。
背景技术
随着彩信业务的发展,用户对彩信业务的要求越来越高,由于各种原因造成彩信中心覆盖范围内相关业务(O方向或T方向或双向)全阻,且业务没能割接到其它备份设备,故障历时超过60分钟,属于重大故障。客观上要求及时发现彩信业务的异常。彩信业务有其特殊性,短信业务的一些监控方法,在彩信业务质量监控上无法应用,因为彩信是基于数据业务信道发送的,属于网络被动式下发(被叫发起接收的操作)的消息业务;短信是基于信令信道发送的,属于网络主动下发(网络发起的接收操作)的消息业务。短信核心网可以监测到用户侧的状态和原因,而彩信核心网无法做到。现网中主要采用以下方法:
(1)门限法:对彩信中心指标的监测,以发现彩信业务质量下降的状况。衡量端到端业务质量下降的重要指标是包括端到端成功率在内的各种成功率指标以及各类业务量指标。通信业主要通过设定一些固定的门限,高于或低于门限告警的方法实现。如话音业务、短信业务等,效果比较理想。但彩信端到端质量的指标与端到端质量不是强对应。如业务量下降、上升都不能直接说明质量下降,端到端成功率下降可能端到端质量也可能正常,也可能不正常。因此设定门限很困难,效果不明显,错误和遗漏较多,同时由于彩信规范网络架构、技术本身的原因,核心网判断端到端成功率的时延很长(大约为有效期的时长),也延误了分析问题的最佳时间。
(2)变化曲线呈现法:在日常维护中将指标的变化曲线呈现后,而单纯从单个指标上看应该是正常的,有经验的维护人员通过曲线观察,能察觉到一些异常,但由此找到的门限往往很快就不适应新的情况,使全天候全时段的监控无法实现,也无法自动告警。设备提供商提供了采用不同时间点设置不同门限的方法,工作量过大,不能适应运营网快速变化的情况。
(3)自动拨测判断法:拨测***,通过定义测试在一些固定的测试点发送和接收彩信,从而发现业务异常,但因测试的样本过少,不能代表全网的业务质量,且只能发现部分网元瘫痪的情况,对于业务质量下降的情况无法发现。
(4)客户投诉判断法:通过客服发现大量用户投诉,具有一定规律,从而判断出网络异常。但因为彩信业务是非实时业务,用户投诉往往延后几小时,且已造成不良影响,不是网管主动监控的最佳方法,只能做为事后辅助判断手段。
(5)彩信信令全程监测***:在彩信业务的所有网元进行信令采样监测分析,分析网络质量下降的信息。由于彩信业务经过了几乎所有的移动通信网元。信令监测建立全面的监控困难,数据量非常大,建设和维护一个庞大的监视彩信业务质量的平台几乎无法实现、成本过高,只能作为难点个案针对性分析和短时分析的工具。
通过对现有彩信端到端业务质量技术分析,发明人发现现有技术中至少存在如下一个或多个技术问题:
(1)及时性差、粒度粗:衡量业务质量的重要的指标是端到端成功率,现有技术中判断端到端成功率的时延很长,延误了解决问题的最佳时间,影响了质量下降事件的发现及时性。现有端到端成功率延后至少2天,只能做历史分析,丧失了作为实时质量监控指标的可能。
(2)质量变化判断难,效率和准确率低:指标门限很难设置,反复错误预警甚至不起作用,失去网管监测的作用。维护人员通过变化曲线呈现的观察法,要求非常熟悉彩信市场业务的组成和变化,全天候观察变化曲线,对于网管人员来说,要求过高。客服的大量分析汇总,以及大量拨测,工作效率较低,不准确。
(3)实现复杂,对监控人员要求高:信令监测***全网监测,实现复杂、成本高,不能适应网络和业务变化的要求。
发明内容
本发明的第一目的是提出一种端到端业务质量预警方法,解决现有技术中时延过长的技术问题。
本发明的第二目的是提出一种端到端业务质量预警装置,解决现有技术中时延过长的技术问题。
本发明的第三目的是提出一种端到端业务质量预警***,解决现有技术中时延过长的技术问题。
为实现上述第一目的,根据本发明的一个方面,提供了一种端到端业务质量预警方法,包括:采集端到端业务质量参数,计算近似端到端成功率,形成近似端到端成功率序列;将近似端到端成功率序列进行包括整体相关性比较、和/或动态平均差值比较、和/或动态预测单点比较的比较计算;根据比较结果进行端到端业务质量预警。
其中,采集端到端业务质量参数,计算近似端到端成功率可以包括:根据采集的信息发送数目以及成功发送次数计算近似端到端成功率:近似端到端成功率等于采样成功发送次数与单位预设时间内的信息发送数目比值;信息发送数目包括彩信提交条数。
上述方法还可以包括:采集端到端成功率之外的其余业务量参数,形成业务量序列;将业务量序列进行整体相关性比较、和/或动态平均差值比较、和/或动态预测单点比较。
优选地,整体相关性比较计算可以包括:将当前N个采样点作为第一采样组m、以及预设时间前的对应时间点的N个采样点作为第二采样组m’;其中N为大于等于1的自然数;计算第一采样组m和第二采样组m’的相关性。
优选地,动态平均差值比较计算可以包括:计算当前N个采样点平均值L1,以及预设时间前的对应N个的采样点平均值L2;计算L1与L2的差值。
优选地,动态预测单点比较计算可以包括:将当前N+1个采样点作为第一采样组,将预设时间前对应时间点的N+1个采样点作为第二采样组;将第一采样组去掉最新的第N+1个的采样点的前N个采样点,与第二采样组的N+1个采样点进行线性回归拟合,计算预测值q’;计算第一采样组最新的第N+1个的采样点的采样值与预测值q’的差值。
为实现上述第二目的,根据本发明的另一个方面,提供了一种端到端业务质量预警装置,包括:采集模块,用于采集端到端业务质量参数;处理模块,用于计算近似端到端成功率,形成近似端到端成功率序列;将近似端到端成功率序列进行包括整体相关性比较、和/或动态平均差值比较、和/或动态预测单点比较的比较计算;判别模块,用于根据比较结果进行端到端业务质量预警。
处理模块可以包括:计算子模块,用于计算近似端到端成功率,以及进行整体相关性比较、和/或动态平均差值比较、和/或动态预测单点比较的比较计算;序列子模块,用于根据采集模块获得其余业务量参数,形成业务量序列;根据近似端到成功率,形成近似端到成功率序列,并提供给计算子模块业务量序列和/或近似端到端成功率序列。
为实现上述第三目的,根据本发明的另一个方面,提供了一种端到端业务质量预警***,包括上述第二目的的装置以及统计日志服务器,用于向装置的采集模块提供端到端业务质量参数。
本发明各实施例的端到端业务质量预警方法、装置和***,由于采用了近似端到端成功率,直接采用短时间内的端到端成功次数进行计算,从而可以避免计算时延过长的影响,并结合三种预警方法进行及时告警,对整体明显出现的问题、整体质量稳定下降、以及瞬间波动可以及时发现。由于端到端业务质量监测来说,及时性非常重要,可以在客户发觉质量下降之前及时预警,可极大地提高网络优化的反应速度,本发明可以针对彩信业务的特点,通过简单低成本地方法即可降低预警时延,并且可以降低粒度、自动判断的端到端业务质量,进行快速预警。本发明具有如下优点:
1.解决了判决时延过长的问题。粒度缩小,及时,时延大约15-30分钟,较现有的方法时延1-2天,有较大改善。
2.解决了指标难判的问题。定量分析变化曲线,定量发现用户行为的变化,准确,点面结合,利于门限设置,适应网络和市场变化。
3.实现简单,兼容性好,无需建设复杂的***。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为根据本发明端到端业务质量预警方法实施例一流程图;
图2为根据本发明端到端业务质量预警装置及***实施例结构示意图;
图3为根据本发明端到端业务质量预警方法中整体相关性比较采样曲线对比实施例示意图;
图4为本发明端到端业务质量预警方法中整体相关性比较流程示意图;
图5为本发明端到端业务质量预警方法中动态平均差值比较流程示意图;
图6为本发明端到端业务质量预警方法中动态预测单点比较流程示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
方法实施例
图1为根据本发明端到端业务质量预警方法实施例一流程图,如图2所示,本实施例包括:
步骤S102:采集端到端业务质量参数,计算近似端到端成功率,形成近似端到端成功率序列;
首先解释下“近似端到端成功率”的采集方法和计算方法:
现有技术中“端到端成功率”定义:彩信端到端成功率=(MMS提交总条数-网络失败提交数-用户失败提交数-网络失败下发数-用户失败下发数-转梦网相册条数)/MMS发送总条数。可以看出,端到端成功次数采用总提交次数减去失败次数得出,由于许多彩信有效期较长,造成端到端成功率生成较晚,时延长。
本实施例与现有技术中端到端成功率的计算不同,“近似端到端成功率”的成功次数(定义为采样成功次数)直接采用提交后短时间内的成功次数累加而成,例如提交后3分钟的成功次数,实际统计可以发现,能够接收彩信的用户大部分在短时间内获取成功,以后获取的比例随时间延长迅速递减,从而避免计算延时过长的影响。
本实施例中“近似端到端成功率”=彩信采样成功次数/单位时间内的彩信提交条数。
具体方法可举例如下:频度:每N1分钟
统计范围:前N2分钟-前N3分钟的成功率
下载彩信时延设定:N4分钟,N4分钟之内的算成功,N4分钟后的不计算。
例如,可以参考的取值为:N1=5,N2=25,N3=20,N4=3,此时,计算公式如下:
采样前25分钟至前20分钟的成功次数(发送一条彩信3分钟内成功接收表示一次采样成功,累积1次。这里设置的25分钟和20分钟是考虑到某些厂家统计指标后台处理的时延。对于能实时出统计或性能强的情况,此时延可以大大减少,采集的时长可以为5分钟提交的彩信,因彩信获取需要时间,等待时间3分钟,但这3分钟新提交的彩信计算在下一周期。
近似端到端成功率=(前25分钟时刻至前20分钟时刻之间彩信提交的彩信在时延3分钟获取成功的次数)/(前25分钟时刻至前20分钟时刻内发送的彩信条数)。
计算近似端到端成功率之后,可以将粒度降低到5分钟,即每5分钟内的近似端到端成功率作为一个采样点,这样计算后即可形成近似端到端成功率的序列;
步骤S104:将近似端到端成功率序列进行包括整体相关性比较、和/或动态平均差值比较、和/或动态预测单点比较的比较计算;
其中,整体相关性是分析例如两天对应时间段内的采样数据的相关性,以发现明显的整体变化;动态平均差值比较是分析例如两天的动态平均值,以更好的发现当质量整体下降一个等级且变化趋势相同的情况;动态预测单点比较是分析瞬间的波动,以更快发现单点的突变情况。
上述三种比较可以单独使用,也可以任意结合使用,如果结合使用预警的效果更好也更优;
步骤S106:根据比较结果进行端到端业务质量预警。
本实施例解决时延问题后,粒度问题就迎刃而解,本实施例中,可以通过网管***需要采集前台的报表日志文件,如彩信服务器,获得业务量和成功率,同时参考本实施例的“近似端到端成功率”可以适应快速早期预测的需要。
图2为根据本发明端到端业务质量预警装置及***实施例结构示意图。如图2所示,本实施例的预警装置包括:
采集模块,用于采集端到端业务质量参数,包括业务量、端到端成功次数,发送彩信条数、网络全程接通率、某种业务的端到端成功率、提交成功率、接收成功率、彩信存贮时长、彩信获取成功率、彩信下载平均时延、内存占用率、彩信平均大小等;具体可以从彩信服务器统计日志报表中采集各参数;
处理模块,用于计算近似端到端成功率,形成近似端到端成功率序列,参见图1相关说明;将近似端到端成功率序列进行包括整体相关性比较、和/或动态平均差值比较、和/或动态预测单点比较的比较计算;
判别模块,用于根据比较结果进行端到端业务质量预警。其中,判别模块可以包括:存储子模块,用于存储告警或预警门限;告警子模块,用于将比较计算分别与对应的预设门限进行比较,并在门限比较结果满足预设条件时,进行告警或预警;以及一判别子模块,如图2中门限判决器,用于将计算子模块的输出结果与存储子模块的预设门限进行比较,输出到告警子模块。
其中,如图2所示,处理模块可以包括:
计算子模块,用于计算近似端到端成功率,以及进行整体相关性比较、和/或动态平均差值比较、和/或动态预测单点比较的比较计算;
序列子模块,用于根据采集模块获得其余业务量参数,形成业务量序列;根据近似端到成功率,形成近似端到成功率序列,并提供给计算子模块业务量序列和/或近似端到端成功率序列。
如图2所示,本实施例还可以根据采集模块的参数根据计算近似端到端成功率的方法获得其他成功率,例如某种业务的端到端成功率、点对点成功率、网络全程接通率、提交成功率、接收成功率,并形成该成功率序列,并作为序列子模块其中一输出单元,输入到计算子模块;
还可以根据采集模块的业务量(包括彩信总的业务量、某项业务的业务量等)参数,形成业务量序列,输入计算子模块进行后续预警计算;
还可以根据采集模块的其他指标,如彩信存贮时长、彩信获取成功率、彩信下载平均时延、内存占用率、彩信平均大小,形成该指标的序列,并输入计算子模块。
本装置和***中,由于采用了近似端到端成功率,可以减少时延,并且针对业务量、端到端成功率等每种指标,分别使用计算子模块的三种预警算法可以计算出三元组,即本文后续解释的M、N、L,用三元组一起或分别作为输入,可以使用判别模块进行告警判定。
需要说明的是,本实施例所提供的端到端业务质量快速预警装置和***可选取合适的以上举例指标的全部或一部分和对应的门限,其应用范围不限于彩信中心,应包括彩信业务的相关核心网元,如彩信中心、彩信梦网网关、彩信互联互通网关、彩信国际网关等等,适用指标不限于“近似端到端成功率”和“提交业务量”,还可以适用其他指标,如图2中其他指标可以是彩信存贮时长、彩信获取成功率、彩信下载平均时延、内存占用率、彩信平均大小等等,本实施例的装置可以应用于彩信类网管***中,都应在本发明的保护范围之内。
下面通过图3-图6对本文涉及的几种比较方法进行举例说明。
一、非预测的整体相关性比较
图3为根据本发明端到端业务质量预警方法中整体相关性比较采样曲线对比实施例示意图,如图3,实际上是分析两天对应时间段内的采样数据的相关性,例如使用5分钟粒度计算近似端到端成功率,全天共有288个点,取两天对应时间的100个点的曲线比较,可大大降低误预警的几率。
假设有两组采样值,第一组为当前的N5个采样点,数据集合定义为采样组m,第二组为N7天前的对应时间点的N5个采样点,数据集合定义为采样组m′,,如图3所示,计算m和m′的相关系数M(可利用excel中的CORREL函数进行相关系数计算),如果相关系数M>门限,说明两天对应时段的整体指标特性没有发生明显变化,否则发生了明显变化。可以根据需要设定各个参考值,例如N5=100,N7=1。M值生成的示意图见图4,图4为本发明端到端业务质量预警方法中整体相关性比较流程示意图,其中整体相关性比较对于质量短时段劣化的情况,效果比较明显。
二、动态平均差值比较法
当质量长期比较稳定在一个水平的质量恶化,第一种比较方法可能无法及时发现。因此可以结合动态平均差值比较法进行补充,避免相关性比较算法的疏漏。当质量整体下降一个等级并且变化趋势相同的情况,动态平均差值比较法能及时快速地发现。
对于“近似端到端成功率”、业务量的值变化监测可以发现成功率、业务量异常,由于“近似端到端成功率”和业务量受用户行为的影响较大,在一天的不同时间点上波动较大。为了较准确的评估,必须有足够的采样点进行平均。考虑到及时性的问题,以上指标的采集频度也可以采用每5分钟一次。
采用当前指标序列(近似端到端成功率序列或者业务量序列等)最新的预设个(如100)个采样点计算平均值L1和预设天,例如1天前的对应100个采样点计算平均值L2,并进行相减,输出值为该指标平均值的差值L。动态平均差值比较法原理图见图5。
三、动态预测的单点比较法
当近似端到端成功率、业务量等指标瞬时出现波动,接着又恢复正常,前两种比较法可能无法及时发现,而在某种特定的情况下也可能涉及到反应灵敏度,需要进行告警,因此可以采用本比较法评估单点的瞬间波动。
假设有两组采样值,第一采样组为当前的(N5+1)个采样点(数据集合定义为n),第二采样组为N7天前的对应时间点的(N5+1)个采样点(数据集合定义为n′),
第一采样组的采样数据集合n去掉最新的值q,N5个采样点作为历史y值的一组数据,
第二采样组的N5+1个采样点的值作为x值与y进行线性回归拟合线计算一个y预测值q′(可使用EXCEL的FORECAST函数进行运算)。
将第一采样组的最新采样值q和预测值q′相减,得出N。
根据根据需要设定采样数目,例如N5=100,N7=1,图6为本发明端到端业务质量预警方法中动态预测单点比较流程示意图。
第三种比较法的引入是为了能实现评估当前时间点的瞬间变化,较整体相关性更及时一些,作为一个更快的参考值,但N的误差可能较大,因此,最好可以结合其他两种算法得出的值,进行门限比较进行组合告警。
上面介绍了三种比较方法,如图2,三种预警比较计算出的值,作为输入值,进入判别模块。对于每个指标(端到端成功率、业务量、彩信存贮时长、彩信获取成功率、彩信下载平均时延、内存占用率、彩信平均大小等)分别计算出的三元组,存储子模块对多个指标的系数三元组的M、N、L分别设置告警门限,可根据需要选择和组合,进行组合告警,与目前的门限判决器有效兼容,降低实现难度,达到所需要的评估效果。
举例:
采用统计相关性比较方法,因为彩信业务越单一或业务越相对集中相关性越强,因此对某种单一的彩信业务近似端到端成功率,M值可以设置较高如0.8-0.9。对于彩信设备整体“近似端到端到端成功率”(属于众多业务组合而成)的M值,可根据实际设定,如某省移动彩信业务,80%的业务属于某省手机报,发送时间又相对集中,M值可以设为低于0.7;N值为负值;L值为5个百分点;“提交业务量”的M值N为负值,这些条件同时满足或者某条件满足时,可以设定预警或高警。
上述举例,网管端到端质量监控门限设置,针对如下情况:
某类大的内容提供商本应出现的业务量未能按时提交或失败较多,发生了某些问题,预警后提示维护人员联系相关内容商,以便应对。可以看出通过上述实施例门限设定已经非常简单,且已达到传统监控方法无法达到的效果。
本发明上述各实施例通过改进的“近似端到端成功率”,并将其粒度降低到更低,如5分钟,因此能评估业务质量监测指标的所有门限判决输入指标系数(指标指端到端成功率、业务量、彩信下载平均时延等指标)几乎全部具备了。本发明将“近似端到端成功率”、其他成功率和各种业务量、彩信下载平均时延等,作为监测指标。
由于各指标的监测门限很难设定,本发明的发明人经过日常维护工作总结,发现指标在每天的变化中是有规律可循的,节假日时大家会在一定的时间进行发送,有的时间点/段忙,有的时间点/段闲;工作日又是另一种情况。现有技术中维护人员在观察指标数据的同时,往往制作一份业务变化曲线进行分析,有时能察觉异常。但总结规律并在网管确定门限后,网管***在下一次却往往失效,因为情况往往稍有不同。
本发明在实现过程中,发明人发现既然通过指标直接设置门限,无法圆满完成自动监测的任务,因此通过上述的三种预警算法做一些预处理。相关性比较是统计学上用来分析两个事件序列是否有关联,对于大多数的应用来说,有没有相关性只是个结果而已,不能因为一时的相关性系数下降而告警,因为没有任何意义。而对本发明来说,使用彩信业务相关性较强的某指标的两组统计数据序列,例如近似端到端成功率序列进行计算,当相关系数M下降说明业务质量模型发生了变化,很可能是***出现了问题。为了满足复杂的网络和市场变化,本发明采用了三种比较方法进行预处理,生成门限判决三元组(不是门限,是与门限比较的值),即M、N、L,使门限设定简单可用。
本发明上述各实施例具有如下一个或多个优点:
1.解决了判决时延过长的问题。粒度缩小,及时,时延大约15-30分钟,较现有的方法时延1-2天,有较大改善。
2.解决了指标难判的问题。定量分析变化曲线,定量发现用户行为的变化,准确,点面结合,利于门限设置,适应网络和市场变化。
3.实现简单,兼容性好,无需建设复杂的***。
可通过各种手段实施本文描述的技术。举例来说,这些技术可实施在硬件、固件、软件或其组合中。对于硬件实施方案,处理模块可实施在一个或一个以上专用集成电路(ASIC)、数字信号处理器(DSP)、可编程逻辑装置(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、电子装置、其它经设计以执行本文所描述的功能的电子单元或其组合内。
本发明能有多种不同形式的具体实施方式,上面以图1-图6为例结合附图对本发明的技术方案作举例说明,这并不意味着本发明所应用的具体实例只能局限在特定的流程或实施例结构中,本领域的普通技术人员应当了解,上文所提供的具体实施方案只是多种优选用法中的一些示例,任何通过本发明的近似端到端成功率以及结合任意一种预警比较方法的实施方式均应在本发明技术方案所要求保护的范围之内。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种端到端业务质量预警方法,其特征在于,包括:
采集端到端业务质量参数,计算近似端到端成功率,形成近似端到端成功率序列,所述业务为网络被动式下发的通信业务;
将所述近似端到端成功率序列进行包括整体相关性比较、和/或动态平均差值比较、和/或动态预测单点比较的比较计算;
根据比较结果进行端到端业务质量预警;
其中,所述整体相关性比较计算包括:
将当前N个采样点作为第一采样组m、以及预设时间前的对应时间点的N个采样点作为第二采样组m’;其中N为大于等于1的自然数;
计算所述第一采样组m和所述第二采样组m’的相关性;
所述动态平均差值比较计算包括:
计算当前N个采样点平均值L1,以及预设时间前的对应N个的采样点平均值L2;其中N为大于等于1的自然数;
计算L1与L2的差值;
所述动态预测单点比较计算包括:
将当前N+1个采样点作为第一采样组,将预设时间前对应时间点的N+1个采样点作为第二采样组;其中N为大于等于1的自然数;
将所述第一采样组去掉最新的第N+1个的采样点的前N个采样点,与所述第二采样组的N+1个采样点进行线性回归拟合,计算预测值q’;
计算所述第一采样组最新的第N+1个的采样点的采样值与所述预测值q’的差值。
2.根据权利要求1所述的端到端业务质量预警方法,其特征在于,采集端到端业务质量参数,计算近似端到端成功率包括:
根据采集的信息发送数目以及成功发送次数计算所述近似端到端成功率:
近似端到端成功率等于采样成功发送次数与单位预设时间内的信息发送数目比值;
所述信息发送数目包括彩信提交条数。
3.根据权利要求1所述的端到端业务质量预警方法,其特征在于,还包括:
采集所述近似端到端成功率之外的其余业务量参数,形成业务量序列;
将所述业务量序列进行整体相关性比较、和/或动态平均差值比较、和/或动态预测单点比较。
4.根据权利要求1所述的端到端业务质量预警方法,其特征在于,根据所述比较结果进行端到端业务质量预警包括:
将比较计算分别与对应的预设门限进行比较;
当所述门限比较结果满足预设条件时,进行告警或预警。
5.一种端到端业务质量预警装置,其特征在于,包括:
采集模块,用于采集端到端业务质量参数,所述业务为网络被动式下发的通信业务;
处理模块,用于计算近似端到端成功率,形成近似端到端成功率序列;将所述近似端到端成功率序列进行包括整体相关性比较、和/或动态平均差值比较、和/或动态预测单点比较的比较计算;
判别模块,用于根据比较结果进行端到端业务质量预警;
其中,所述处理模块包括:
计算子模块,用于计算近似端到端成功率,以及进行所述整体相关性比较、和/或动态平均差值比较、和/或动态预测单点比较的比较计算;
序列子模块,用于根据采集模块获得其余业务量参数,形成业务量序列;根据近似端到端成功率,形成近似端到端成功率序列,并提供给所述计算子模块所述业务量序列和/或近似端到端成功率序列;
所述计算子模块包括:
整体相关性比较单元,用于根据所述业务量序列或近似端到端成功率序列,将当前序列的N个采样点作为第一采样组m、以及预设时间前的对应时间点的N个采样点作为第二采样组m’;其中N为大于等于1的自然数;计算所述第一采样组m和所述第二采样组m’的相关性;
和/或动态平均差值比较单元,用于根据所述业务量序列或近似端到端成功率序列,计算当前序列N个采样点平均值L1,以及预设时间前的对应N个采样点平均值L2,计算L1与L2的差值;
和/或动态预测单点比较单元,用于根据所述业务量序列或近似端到端成功率序列,将当前序列的N+1个采样点作为第一采样组,将预设时间前对应时间点的N+1个采样点作为第二采样组;将所述第一采样组去掉最新的第N+1个的采样点的前N个采样点,与所述第二采样组的N+1个采样点进行线性回归拟合,计算预测值q’,计算所述第一采样组最新的第N+1个的采样点的采样值与所述预测值q’的差值。
6.根据权利要求5所述的端到端业务质量预警装置,其特征在于,所述判别模块包括:
存储子模块,用于存储告警或预警门限;
告警子模块,用于将比较计算分别与对应的预设门限进行比较,并在门限比较结果满足预设条件时,进行告警或预警。
7.一种端到端业务质量预警***,其特征在于,包括上述权利要求5-6任一项所述装置,还包括:
统计日志服务器,用于向所述装置的所述采集模块提供端到端业务质量参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010624527.3A CN102547789B (zh) | 2010-12-30 | 2010-12-30 | 端到端业务质量预警方法、装置及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010624527.3A CN102547789B (zh) | 2010-12-30 | 2010-12-30 | 端到端业务质量预警方法、装置及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102547789A CN102547789A (zh) | 2012-07-04 |
CN102547789B true CN102547789B (zh) | 2014-10-01 |
Family
ID=46353491
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010624527.3A Active CN102547789B (zh) | 2010-12-30 | 2010-12-30 | 端到端业务质量预警方法、装置及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102547789B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103873274B (zh) * | 2012-12-12 | 2017-11-28 | 中国电信股份有限公司 | 端到端网元故障诊断方法和装置 |
CN107182042B (zh) * | 2017-06-13 | 2020-08-25 | 北京凤凰理理它信息技术有限公司 | 短信通道质量评估方法、装置、介质和*** |
CN110048906B (zh) * | 2019-03-27 | 2021-04-02 | 网宿科技股份有限公司 | 一种判断节点传输质量的方法、***、装置及服务器 |
US10917497B2 (en) | 2019-03-27 | 2021-02-09 | Wangsu Science & Technology Co., Ltd. | Method, system, device and server for determining transmission quality of node |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101442736A (zh) * | 2008-11-05 | 2009-05-27 | ***通信集团江苏有限公司 | 一种彩信端到端质量提升的方法 |
CN101729301A (zh) * | 2008-11-03 | 2010-06-09 | ***通信集团湖北有限公司 | 网络异常流量监测方法和监测*** |
CN101764761A (zh) * | 2010-03-12 | 2010-06-30 | 中兴通讯股份有限公司 | 限制业务提供商接口的发送流量的方法及多媒体业务网关 |
-
2010
- 2010-12-30 CN CN201010624527.3A patent/CN102547789B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101729301A (zh) * | 2008-11-03 | 2010-06-09 | ***通信集团湖北有限公司 | 网络异常流量监测方法和监测*** |
CN101442736A (zh) * | 2008-11-05 | 2009-05-27 | ***通信集团江苏有限公司 | 一种彩信端到端质量提升的方法 |
CN101764761A (zh) * | 2010-03-12 | 2010-06-30 | 中兴通讯股份有限公司 | 限制业务提供商接口的发送流量的方法及多媒体业务网关 |
Also Published As
Publication number | Publication date |
---|---|
CN102547789A (zh) | 2012-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102143507B (zh) | 一种业务质量监测方法、***、以及分析方法和*** | |
EP3436951B1 (en) | Systems and methods for measuring effective customer impact of network problems in real-time using streaming analytics | |
US8576724B2 (en) | Method, system, and computer program product, for correlating special service impacting events | |
CN101189895B (zh) | 异常检测方法和***以及维护方法和*** | |
US9015312B2 (en) | Network management system and method for identifying and accessing quality of service issues within a communications network | |
EP2887728A1 (en) | Technique for performance management in a mobile communications network | |
CN103580905B (zh) | 一种流量预测方法、***及流量监测方法、*** | |
EP2157729A1 (en) | Service processing method, apparatus of charging system and charging system | |
CN103081403A (zh) | 用于使用事件分析通信***的操作的方法和装置 | |
CN102045222A (zh) | 网络***实时整体测试的方法 | |
EP3923517A1 (en) | System and method for predicting and handling short-term overflow | |
CN102547789B (zh) | 端到端业务质量预警方法、装置及*** | |
US20140227992A1 (en) | Method of and An Operating Support System for Providing Performance Management in a Mobile Telecommunications System | |
CN102487523A (zh) | 用户投诉分析方法及装置 | |
JP6145067B2 (ja) | 通信トラヒック予測装置及び方法及びプログラム | |
CN111049673A (zh) | 一种服务网关中api调用统计和监控的方法及*** | |
CN101931986B (zh) | 网络能效指示方法、指示器及*** | |
CN117130851B (zh) | 一种高性能计算集群运行效率评价方法及*** | |
CN112751722B (zh) | 数据传输质量监控方法和*** | |
CN116600329A (zh) | 一种消息错误识别码定界方法及装置 | |
CN101350733A (zh) | 基于前置数据服务机的网元性能数据采集***及实现方法 | |
KR100323747B1 (ko) | 교환망에 대한 지능형 서비스 감시 방법 | |
CN114389962A (zh) | 宽带流失用户确定方法、装置、电子设备和存储介质 | |
KR100812946B1 (ko) | 이동 통신망에서의 서비스 품질 관리 시스템 및 방법 | |
CN112350860A (zh) | 一种判断用户故障恢复情况的***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |