CN105636097B - 一种校验网络性能统计数据的方法及装置 - Google Patents

Abstract

本发明提供一种校验网络性能统计数据的方法及装置，涉及无线网络质量领域，解决无法发现现网随机产生的数据准确性的问题。其中所述校验网络性能统计数据的方法包括：在预设时间粒度内获取网络性能统计数据；获取预先存储的多类原始性能统计数据中的同一类性能指标的原始性能统计数据，并根据预先建立的原始网络性能统计数据与校验算法的映射关系，将获取的同一类性能指标的所述原始网络性能统计数据映射成相应的映射结果；校验获取的所述网络性能统计数据与所述映射结果是否一致。从而得知数据的准确性，这样就可以利用同一类性能指标的多数据源来评估性能指标的准确性。

Description

一种校验网络性能统计数据的方法及装置

技术领域

本发明涉及无线网络质量领域，特别是涉及一种校验网络性能统计数据的方法及装置。

背景技术

在通信***中，运营商根据性能统计数据对网络实行管理和监控，因此性能统计数据上报的准确性决定了反馈至运营商的网络质量是否准确。为了集中管理和全网查看LTE(Long Term Evolution的简称，长期演进)网络的数据，通常会建立话务网管平台。LTE无线网络性能数据上报至话务网管的过程涉及到多个环节的数据接口，而且以较短时间周期生成数据，通常时间周期定位15分钟。目前，对于LTE无线网络来说，还没有一个基于整个数据过程对性能统计数据准确性监测及验证的方法，以保障运营商得到的性能统计数据完全准确。

性能统计数据上报涉及的环节包括：(1)ENODEB(演进型Node B)周期性生成性能统计数据的文件；(2)ENODEB上报给OMC(Operation and Maintenance Center的简称，操作维护中心)；(3)OMC生成北向数据文件；(4)话务网管采集北向数据文件并管理性能数据。各环节的准确性校验算法存在差异。

从话务网管***中管理的LTE现网性能数据来看，性能指标存在明显不准确现象。深入分析发现在各个环节都存在数据不准确的问题。

现有与性能数据准确性相关的技术存在的问题是：现有技术用来解决已知的具体问题，无法发现现网随机产生的数据不准确问题。

发明内容

本发明的目的在于提供一种校验网络性能统计数据的方法及装置，解决无法发现现网随机产生的数据准确性的问题。

为了解决上述技术问题，本发明实施例提供的校验网络性能统计数据的方法中包括：

在预设时间粒度内获取网络性能统计数据；

获取预先存储的多类原始性能统计数据中的同一类性能指标的原始性能统计数据，并根据预先建立的原始网络性能统计数据与校验算法的映射关系，将获取的同一类性能指标的所述原始网络性能统计数据映射成相应的映射结果；

校验获取的所述网络性能统计数据与所述映射结果是否一致。

进一步的，所述校验获取的同一类性能指标的所述网络性能统计数据与所述映射结果是否一致的步骤之前，还包括：

将在所述预设时间粒度内获取到的所述网络性能统计数据进行当前时刻的可信度评估分析，得到一评估结果；

在所述评估结果为异常的网络性能指标，则触发所述网络性能统计数据与所述映射结果进行校验。

进一步的，所述将在预设时间粒度内获取到网络性能统计数据进行当前时刻的可信度评估分析，得到一评估结果的步骤包括：

将所述网络性能统计数据进行统计，得到所述网络性能统计数据的波动情况；

在所述波动情况大于预设范围时，则得到所述评估结果为异常的所述网络性能指标；

在所述波动情况处于所述预设范围内，则得到所述评估结果为正常的所述网络性能指标。

进一步的，所述多类原始统计数据至少包括：信令统计数据、路测统计数据、设备网管统计数据以及北向接口统计数据中的任意一种或多种。

进一步的，所述获取预先存储的多类原始性能统计数据的中的同一类性能指标的原始性能统计数据，并根据预先建立的原始网络性能统计数据与校验算法的映射关系，将获取的同一类性能指标的所述原始网络性能统计数据映射成相应的映射结果的步骤包括：

获取预先存储的多类原始性能统计数据中的同一类性能指标的原始性能统计数据，其中所述预先存储的多类原始性能统计数据是指来自不同厂家且不同版本的设备的原始性能统计数据；

根据预先建立的原始网络性能统计数据与校验算法的映射关系，将获取的同一类性能指标的所述原始网络性能统计数据根据不同的校验算法映射成相应的映射结果。

相应的，为了解决上述技术问题，本发明实施例还提供的校验网络性能统计数据的装置中，包括：

获取模块，用于在预设时间粒度内获取网络性能统计数据；

映射模块，用于获取预先存储的多类原始性能统计数据的中的同一类性能指标的原始性能统计数据，并根据预先建立的原始网络性能统计数据与校验算法的映射关系，将获取的同一类性能指标的所述原始网络性能统计数据映射成相应的映射结果；

校验模块，用于校验获取的所述网络性能统计数据与所述映射结果是否一致。

所述校验网络性能统计数据的装置还包括：

评估模块，用于将在所述预设时间粒度内获取到的所述网络性能统计数据进行当前时刻的可信度评估分析，得到一评估结果；

触发模块，用于在所述评估结果为异常的网络性能指标，则触发所述网络性能统计数据与所述映射结果进行校验。

进一步的，所述评估模块包括：

处理单元，用于将所述网络性能统计数据进行统计，得到所述网络性能统计数据的波动情况；

第一评估单元，用于在所述波动情况大于预设范围时，则得到所述评估结果为异常的所述网络性能指标；

第二评估单元，用于在所述波动情况处于所述预设范围内，则得到所述评估结果为正常的所述网络性能指标。

进一步的，所述多类原始统计数据至少包括：信令统计数据、路测统计数据、设备网管统计数据以及北向接口统计数据中的任意一种或多种。

进一步的，所述映射模块包括：

获取单元，用于获取预先存储的多类原始性能统计数据的中的同一类性能指标的原始性能统计数据，其中所述预先存储的多类原始性能统计数据是指来自不同厂家且不同版本的设备的原始性能统计数据；

映射单元，用于根据预先建立的原始网络性能统计数据与校验算法的映射关系，将获取的同一类性能指标的所述原始网络性能统计数据根据不同的校验算法映射成相应的映射结果。

本发明的上述技术方案的有益效果如下：

本发明的方案中，根据预先建立的映射关系将多个映射结果，将获取到同一类性能指标的原始性能统计数据映射成相应的映射结果，再将获取到的网络性能统计数据与生成的映射结果进行对比，校验两者是否一致，从而得知数据的准确性，这样就可以利用同一类性能指标的多数据源来评估性能指标的准确性。

附图说明

图1为本发明实施例的校验网络性能统计数据的方法的基本步骤示意图；

图2为本发明实施例的校验网络性能统计数据的方法得到评估结构的步骤示意图；

图3为本发明实施例的多类原始性能统计数据的数据流示意图；

图4为本发明实施例的校验网络性能统计数据的装置的结构图；

图5为本发明实施例的校验网络性能统计数据的装置的主要结构图；

图6为本发明实施例的校验网络性能统计数据的装置各模块之间配合实现检验的示意图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

本发明针对现有技术中无法发现现网随机产生的数据准确性，且在某些数据环节中，由于不同厂家、版本统计数据的无线设备的实现算法方面存在差异，没有一种同一方法将多个厂家及版本统计数据并存来检验性能数据的准确性以及缺乏性能统计数据波动趋势的长期监测分析的问题，提供一种校验网络性能统计数据的方法及装置，根据预先建立的映射关系将获取到同一类性能指标的原始性能统计数据映射成相应的映射结果，再将获取到的网络性能统计数据与生成的映射结果进行对比，校验两者是否一致，从而得知数据的准确性，这样就可以利用同一类性能指标的多数据源来评估性能指标的准确性。

如图1至图3所示，本发明实施例的校验网络性能统计数据的方法中，包括：

步骤101，在预设时间粒度内获取网络性能统计数据；

其中所述预设时间粒度可以是15分钟或者30分钟，可以根据用户需求进行确定，其他任何时间粒度均属于本发明的保护范围。

步骤102，获取预先存储的多类原始性能统计数据中的同一类性能指标的原始性能统计数据，并根据预先建立的原始网络性能统计数据与校验算法的映射关系，将获取的同一类性能指标的所述原始网络性能统计数据映射成相应的映射结果；

其中所述多类原始性能统计数据是对各数据环节的海量数据，按照不同时间粒度、网元粒度分类存储。

其中所述映射关系包括一对一、一对多、多对一及多对多等映射关系，具体的映射结果根据用户所需进行设定。

步骤103，校验获取的所述网络性能统计数据与所述映射结果是否一致。

根据预先建立的映射关系将步骤102获取到同一类性能指标的原始性能统计数据映射成相应的映射结果，再经过步骤103将步骤101获取到的网络性能统计数据与步骤102生成的映射结果进行对比，校验两者是否一致，从而得知数据的准确性，这样就可以利用同一类性能指标的多数据源来评估性能指标的准确性。

为了防止一直不间断的效验会浪费资源来减少资源消耗，，因此本发明实施例的校验网络性能统计数据的方法中，步骤103之前，还包括：

步骤11，将在所述预设时间粒度内获取到的所述网络性能统计数据进行当前时刻的可信度评估分析，得到一评估结果；

其中所述预设时间粒度可以是15分钟或者30分钟，可以根据用户需求进行确定，也可以根据所需要的评估结果精度来确定，其他任何时间粒度均属于本发明的保护范围。

步骤12，在所述评估结果为异常的网络性能指标，则触发所述网络性能统计数据与所述映射结果进行校验；

其中，所述网络性能指标包括但不限于无线接通率、无线接通率，无线掉线率，切换成功率，吞吐量，下行平均时延，寻呼拥塞率，无线利用率，E-RAB(Radio Access Bearer的简称，无线接入承载掉线率)，上行业务信息PRB(physical resource block的简称，物理资源块)，占用率及下行业务信息PRB占用率等。

在预设时间粒度内将采样点进行评估，在评估结果为异常的网络性能指标时，触发校验，这样就可以减少了不间断校验的资源的浪费。

具体的，如图2所示，本发明的又一实施例的校验网络性能统计数据的方法中，步骤11的步骤包括：

步骤201，将所述网络性能统计数据进行统计，得到所述网络性能统计数据的波动情况；

其中所述统计可以是概率统计等运算方法，本发明实施例可以是采取标准正态分布密度函数公式的计算方法，基于可信度评估的算法，进行性能统计数据的波动趋势的监测。

步骤202，在所述波动情况大于预设范围时，则得到所述评估结果为异常的所述网络性能指标；

步骤203，在所述波动情况处于所述预设范围内，则得到所述评估结果为正常的所述网络性能指标。

其中所述预设范围可以根据需要的评估精度进行设定确认，本发明的取值预设范围为[-1％，1％]，其他任何能够得到评估结果的预设范围均属于本发明的保护范围。

长期监测性能指标的变化趋势是保障准确性的重要手段之一，针对某一项指标，利用历史数据取较细时间粒度的一组值，建立可信度评估分析，然后对各当前时刻进行评估分析，判断当前性能指标波动情况，从而实现这一项指标的波动监测。

本发明的具体实施例的性能指标趋势波动的监测流程的举例如下。

当网络性能指标为无线接通率指标时，针对指标“无线接通率”的监测，取时间粒度为15分钟，每隔15分钟生成一次无线接通率取值作为采样点X，连续取若干15分钟的值形成一组数据，记为X＝{x1，x2，…，xn}。若计算当前时刻无线接通率取值x的分布概率，来得到所述性能统计数据的波动情况，计算公式为：

其中，x是当前无线接通率取值，f(x)是x的分布概率，б为X＝{x1，x2，…，xn}的方差，ц为X＝{x1，x2，…，xn}的期望。

以此分布概率确定出x的取值点上在允许波动范围内的可信度。无线接通率的允许波动范围一般设置为[-1％，1％]。当在某一15分钟时间点上可信度所述性能统计数据的波动情况超出可信的[-1％，1％]波动范围，说明在这一15分钟性能统计数据波动较大，则得到的评估结果为无线接通率指标出现异常，需要取各环节校验结果进行分析。

在所述性能统计数据的波动情况处于可信的[-1％，1％]波动范围内，则得到的评估结果为无线接通率指标出现正常。

如图3所示，对于原始统计数据的来源具有多种，因此本发明实施例的校验网络性能统计数据的方法中，所述多类原始统计数据至少包括：信令统计数据、路测统计数据、设备网管统计数据以及北向接口统计数据中的任意一种或多种。

当然以上所述多类原始统计数据并不限于四类，还有话务网管统计数据，还可以有其他可扩展数据源统计数据，如OMC数据。

其中所述信令统计数据在基站与各接口上挂表(信令仪表)抓取信令，统计出性能数据后，从接口信令获取的；所述路测统计数据通过路测软件及终端，测试获得的性能统计数据后，从路测设备获取的；所述设备网管统计数据在OMC上查询，从厂家网管获取的；所述北向接口统计数据从北向接口服务器上获取的以及所述话务网管统计数据从上层话务网管获取的，还有其他数据源统计数据：如拨测，信令集采平台等，均属于本发明的保护范围，在此不一一举例。

路测数据属于外挂的数据，不属于如图3所示的数据流中的数据，图3中校验算法映射是这一部分的核心部分，能够定义不同数据源之间的映射关系，并且其他增加可扩展数据源统计数据环节校验。其中，圆形表示数据进程。单线圆表示单进程数据，同时只与一个数据源校验数据；双线圆表示多进程数据，同时会与多个数据源校验数据。

对所述多类原始统计数据建立校验算法映射关系，为每一环节配置对应的校验信息，实现各环节多进程数据准确性校验机制。这样该部分在配置好校验算法(包括校验方法、校验粒度等)之后，便可以实现整个数据流转各环节的校验，因此能够自动长期监控性能数据的准确性。

具体的，本发明的又一实施例的校验网络性能统计数据的方法中，步骤102包括：

步骤22，获取预先存储的多类原始性能统计数据的中的同一类性能指标的原始性能统计数据，其中所述预先存储的多类原始性能统计数据是指来自不同厂家且不同版本的设备的原始性能统计数据；

存储不同厂家、设备的原始统计数据，将这些存储的数据进行按照不同时间粒度、网元粒度分类，在校验时提供原始统计数据。

步骤23，根据预先建立的原始网络性能统计数据与校验算法的映射关系，将获取的同一类性能指标的所述原始网络性能统计数据根据不同的校验算法映射成相应的映射结果。

其中所述同一类性能指标的原始性能统计数据为话务网管统计数据时，可以直接与网络性能统计数据进行校验是否一致。

对于信令数据、设备网管数据、OMC数据及北向数据都是通过算法映射后进行比对。

将同一类性能指标进行不同的校验算法的运算，通过映射的一对一、一对多、多对一或者多对多的方式，得到多个映射结果，通过将多个映射结果与原始性能统计数据比较，校验两者是否一致，从而得知数据的准确性，这样就可以利用同一类性能指标的多数据源来评估性能指标的准确性。

能够对各厂家各设备版本建立映射关系的性能数据，实现统一的对多厂家设备性能数据进行自动监测。

本发明实施例的具体的同一类性能指标的原始性能统计数据得到映射结果的举例如下。

步骤31，获取所述原始统计数据中的北向接口统计数据的空口的客户端UE上下文释放次数的数目，其中所述UE上下文释放次数的数目包括切换失败引起eNB(evolved NodeB的简称，演进型基站)请求释放的E-RAB数目，过载控制引起eNB请求释放的无线接入承载E-RAB数目，重建立失败引起eNB请求释放的E-RAB数目，用户去激活引起eNB请求释放的E-RAB数目，小区闭塞或者复位引起eNB请求释放的E-RAB数目，无线承载错误指示引起eNB请求释放的E-RAB数目，CCO(Cell Change Order的简称，小区重选命令)引起eNB请求释放的E-RAB数目，重定向引起eNB请求释放的E-RAB数目，S1链路故障引起eNB请求释放的E-RAB数目，UE不存在引起eNB请求释放的E-RAB数目及其他原因引起eNB请求释放的E-RAB数目；

步骤32，将所述UE上下文释放次数中的每类的数目根据预先建立的加法的校验算法得到第二映射结果，得到第一映射结果；

步骤33，将所述UE上下文释放次数中的每类的数目预先建立的其他校验算法进行映射，得到第二映射结果，最终得到多个映射结果。

其中所述其他校验算法可以是乘法或者除法，或者其他定义的运算，总之将所述的参数数目预先建立的校验算法进行运算，得到不同的映射结果。

其中所述预先建立的校验算法是根据用户需求进行自行定义的规范，比如需要达到什么目的所必须的参数算法，这样可以预先进行配置建立映射关系，实现效验数据。

由此建立“空口的UE上下文释放次数”定义，并给该算法建立键值，以供与其他数据源校验时获取定义方式。

相应地，如图4所示，本发明实施例的校验网络性能统计数据的装置中，包括：

获取模块401，用于在预设时间粒度内获取网络性能统计数据；

映射模块402，用于获取预先存储的多类原始性能统计数据中的同一类性能指标的原始性能统计数据，并根据预先建立的原始网络性能统计数据与校验算法的映射关系，将获取的同一类性能指标的所述原始网络性能统计数据映射成相应的映射结果；

其中所述预先存储的多类原始性能统计数据可以通过私有计数器模块进行存储，存储不同厂家、设备的原始统计数据，在校验时提供原始数据。在原始性能统计数据为北向接口统计数据，图5中S1，S2，…，Sn各对应一个厂家版本的私有计数器集合。

其中在原始性能统计数据为北向接口统计数据，所述映射模块402实现私有计数器到规范的统计数据的映射，存储厂家、版本与映射算法键值的对应关系。图5中算法键值M1，M2，…，Mn表示从私有计数器到规范的统计数据(PM)映射算法。为了便于不同版本统计数据的比较，算法键值与PM的映射关系设置为多对一。

校验模块403，用于校验获取的所述网络性能统计数据与所述映射结果是否一致。

其中在原始性能统计数据为北向接口统计数据，所述校验模块403(如图5所示)在数据校验中，通过厂家、版本配置模块和数据接口调用厂家私有计数器到预先建立的原始网络性能统计数据与校验算法的映射关系。由此实现在现网中对多厂家多设备版本性能统计数据的统一管理及准确性的监测。

可以通过如图5所示的厂家/版本配置模块存储厂家、版本、映射算法键值的信息，实现统一调配多个厂家、版本性能统计数据校验进程的运行。

根据预先建立的映射关系将多个映射结果，将映射模块402获取到同一类性能指标的原始性能统计数据映射成相应的映射结果，在经过校验模块403将获取模块401获取到的网络性能统计数据与校验模块403生成的映射结果进行对比，校验两者是否一致，利用同一类性能指标的多数据源来评估性能指标的准确性，且实现在现网中对多厂家多设备版本性能统计数据准确性的检测。

为了防止一直不间断的效验会浪费资源来减少资源消耗，本发明的又一实施例的校验网络性能统计数据的装置，还包括：

评估模块，用于将在所述预设时间粒度内获取到的所述网络性能统计数据进行当前时刻的可信度评估分析，得到一评估结果；

触发模块，用于在所述评估结果为异常的网络性能指标，则触发所述网络性能统计数据与所述映射结果进行校验。

本发明的又一实施例的校验网络性能统计数据的装置，所述评估模块包括：

处理单元，用于将所述网络性能统计数据进行统计，得到所述网络性能统计数据的波动情况；

第一评估单元，用于在所述波动情况大于预设范围时，则得到所述评估结果为异常的所述网络性能指标；

第二评估单元，用于在所述波动情况处于所述预设范围内，则得到所述评估结果为正常的所述网络性能指标。

本发明的又一实施例的校验网络性能统计数据的装置，所述多类原始统计数据至少包括：信令统计数据、路测统计数据、设备网管统计数据以及北向接口统计数据中的任意一种或多种。其中多类原始统计数据还可以具有话务网管统计数据。

本发明的又一实施例的校验网络性能统计数据的装置，所述映射模块402包括：

获取单元，用于获取预先存储的多类原始性能统计数据的中的同一类性能指标的原始性能统计数据，其中所述预先存储的多类原始性能统计数据是指来自不同厂家且不同版本的设备的原始性能统计数据；

如图5所示，可以通过厂家/版本配置模块存储厂家、版本、映射算法键值的信息，实现统一调配多个厂家、版本性能统计数据校验进程的运行。

映射单元，用于根据预先建立的原始网络性能统计数据与校验算法的映射关系，将获取的同一类性能指标的所述原始网络性能统计数据根据不同的校验算法映射成相应的映射结果。

如图6所示，本发明实施例的校验网络性能统计数据的装置实现自动长期监测性能统计数据的过程举例如下。

步骤601，预设存储各环节统计数据；

步骤602，将多个私有计数器的同一类性能指标的原始网络性能统计数据进行算法映射校验；

步骤603，在预设时间粒度内获取网络性能统计数据进行可信度评估的指标波动监测，在指标波动没有波动异常则继续进行监测；

步骤604，在指标波动为波动异常，则触发数据校验；

步骤605，在接收到触发数据校验信号后，启动数据校验；

步骤606，根据校验是否一致进行问题分析。

本发明提出的校验网络性能统计数据的装置，通过多数据源校验算法映射、多厂家版本私有计数器算法映射以及可信度评估监测性能指标波动趋势来实现统一对多厂家设备版本的性能统计数据自动长期监测性能数据准确性。

需要说明的是，本发明提供的装置是应用上述校验网络性能统计数据的方法的装置，则上述校验网络性能统计数据的方法的所有实施例均适用于该装置，且均能达到相同或相似的有益效果。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种校验网络性能统计数据的方法，其特征在于，包括：

在预设时间粒度内获取网络性能统计数据；

获取预先存储的多类原始性能统计数据中的同一类性能指标的原始性能统计数据，并根据预先建立的原始网络性能统计数据与校验算法的映射关系，将获取的同一类性能指标的所述原始网络性能统计数据映射成相应的映射结果；

校验获取的所述网络性能统计数据与所述映射结果是否一致；

所述校验获取的同一类性能指标的所述网络性能统计数据与所述映射结果是否一致的步骤之前，还包括：

将在所述预设时间粒度内获取到的所述网络性能统计数据进行当前时刻的可信度评估分析，得到一评估结果；

在所述评估结果为异常的网络性能指标，则触发所述网络性能统计数据与所述映射结果进行校验。

2.根据权利要求1所述的方法，其特征在于，所述将在预设时间粒度内获取到网络性能统计数据进行当前时刻的可信度评估分析，得到一评估结果的步骤包括：

将所述网络性能统计数据进行统计，得到所述网络性能统计数据的波动情况；

在所述波动情况大于预设范围时，则得到所述评估结果为异常的所述网络性能指标；

在所述波动情况处于所述预设范围内，则得到所述评估结果为正常的所述网络性能指标。

3.根据权利要求1所述的方法，其特征在于，所述多类原始统计数据至少包括：信令统计数据、路测统计数据、设备网管统计数据以及北向接口统计数据中的任意一种或多种。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述获取预先存储的多类原始性能统计数据的中的同一类性能指标的原始性能统计数据，并根据预先建立的原始网络性能统计数据与校验算法的映射关系，将获取的同一类性能指标的所述原始网络性能统计数据映射成相应的映射结果的步骤包括：

获取预先存储的多类原始性能统计数据中的同一类性能指标的原始性能统计数据，其中所述预先存储的多类原始性能统计数据是指来自不同厂家且不同版本的设备的原始性能统计数据；

根据预先建立的原始网络性能统计数据与校验算法的映射关系，将获取的同一类性能指标的所述原始网络性能统计数据根据不同的校验算法映射成相应的映射结果。

5.一种校验网络性能统计数据的装置，其特征在于，包括：

获取模块，用于在预设时间粒度内获取网络性能统计数据；

映射模块，用于获取预先存储的多类原始性能统计数据的中的同一类性能指标的原始性能统计数据，并根据预先建立的原始网络性能统计数据与校验算法的映射关系，将获取的同一类性能指标的所述原始网络性能统计数据映射成相应的映射结果；

校验模块，用于校验获取的所述网络性能统计数据与所述映射结果是否一致；

评估模块，用于将在所述预设时间粒度内获取到的所述网络性能统计数据进行当前时刻的可信度评估分析，得到一评估结果；

触发模块，用于在所述评估结果为异常的网络性能指标，则触发所述网络性能统计数据与所述映射结果进行校验。

6.根据权利要求5所述的装置，其特征在于，所述评估模块包括：

处理单元，用于将所述网络性能统计数据进行统计，得到所述网络性能统计数据的波动情况；

第一评估单元，用于在所述波动情况大于预设范围时，则得到所述评估结果为异常的所述网络性能指标；

第二评估单元，用于在所述波动情况处于所述预设范围内，则得到所述评估结果为正常的所述网络性能指标。

7.根据权利要求5所述的装置，其特征在于，所述多类原始统计数据至少包括：信令统计数据、路测统计数据、设备网管统计数据以及北向接口统计数据中的任意一种或多种。

8.根据权利要求5至7任一项所述的装置，其特征在于，所述映射模块包括：

获取单元，用于获取预先存储的多类原始性能统计数据的中的同一类性能指标的原始性能统计数据，其中所述预先存储的多类原始性能统计数据是指来自不同厂家且不同版本的设备的原始性能统计数据；

映射单元，用于根据预先建立的原始网络性能统计数据与校验算法的映射关系，将获取的同一类性能指标的所述原始网络性能统计数据根据不同的校验算法映射成相应的映射结果。