CN110690982B - 一种电信网络管理性能数据关联分析方法及*** - Google Patents
一种电信网络管理性能数据关联分析方法及*** Download PDFInfo
- Publication number
- CN110690982B CN110690982B CN201810731224.8A CN201810731224A CN110690982B CN 110690982 B CN110690982 B CN 110690982B CN 201810731224 A CN201810731224 A CN 201810731224A CN 110690982 B CN110690982 B CN 110690982B
- Authority
- CN
- China
- Prior art keywords
- kpi
- kqi
- degradation
- correlation coefficient
- correlation
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5009—Determining service level performance parameters or violations of service level contracts, e.g. violations of agreed response time or mean time between failures [MTBF]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种电信网络管理性能数据关联分析方法及***,获取一组KQI数列,获取与所述KQI数列对应的一组KPI数列;分别计算所述KQI数列的每个KQI测量值和与该KQI测量值对应的KPI测量值之间的相关系数,生成相关系数数列;将所述相关系数数列中的各个相关系数进行修正,获得修正后的相关系数;将修正后的各个相关系数进行排序,并提取出满足预设规则的目标相关系数;获取与所述目标相关系数对应的KPI指标,将所述KPI指标确定为KQI劣化原因因素。通过本发明基于对KQI和KPI的关联分析,解决了人工对业务质量劣化原因分析带来的效率低和准确率差的问题。
Description
技术领域
本发明涉及通信技术领域,特别是涉及一种电信网络管理性能数据关联分析方法及***。
背景技术
在通信行业中,关键质量指标(Key Quality Indication,KQI)通常被用于衡量一项业务的好坏;同时,会在电信网络中通过传感器或者其他设备观察电信网络的运行转台,这些传感器传回来的各项指标一般被称为关键绩效指标(Key Performance Indicator,KPI),而确定KQI和KPI指标的相关性对电信网络的运行和维护有重要的作用。
现有电信行业中,在确定KQI和KPI指标的相关性时通过根据多个样本数据中所有样本的KQI和对应KQI的目标KPI的取值,确定通信网络的KQI和目标KPI的相关性,然后基于此相关性进行业务质量劣化原因的分析。由于在确定KQI和KPI指标的相关性时是通过样本进行分析采用了静态分析方法,会存在对KQI和KPI某些指标不能充分利用的情况,从而会影响分析效果。在分析业务质量劣化原因时通常会采用人工的分析方法,会存在着效率低、准确率差等问题,并且不能对业务质量劣化原因进行实时地检测,进而无法高效地完成劣化原因的定位,从而影响维护人员对电信网络管理性能数据的维护。
发明内容
针对于上述问题,本发明提供一种电信网络管理性能数据关联分析方法及***,基于对KQI和KPI的关联分析,解决了人工对业务质量劣化原因分析带来的效率低和准确率差的问题。
为了实现上述目的,本发明提供了如下技术方案:
一种电信网络管理性能数据关联分析方法,该方法包括:
获取一组KQI数列,其中,所述KQI数列包括至少一个KQI测量值,每个所述KQI测量值对应一个KQI劣化时间点;
获取与所述KQI数列对应的一组KPI数列,其中,所述KPI包括与各个所述KQI劣化时间点对应的至少一个的KPI测量值;
分别计算所述KQI数列的每个KQI测量值和与该KQI测量值对应的KPI测量值之间的相关系数,生成相关系数数列;
将所述相关系数数列中的各个相关系数进行修正,获得修正后的相关系数;
将修正后的各个相关系数进行排序,并提取出满足预设规则的目标相关系数;
获取与所述目标相关系数对应的KPI指标,将所述KPI指标确定为KQI劣化原因因素。
优选地,所述将所述相关系数数列中的各个相关系数进行修正,获得修正后的相关系数,包括:
确定修正系数,其中,当KPI指标发生劣化的方向与KQI指标发生劣化的方向相同时,则修正系数为1,反之,修正系数为-1;
将所述各个相关系数分别与所述修正系数相乘,并将乘积作为与所述相关系数对应的修正后的相关系数。
优选地,所述将修正后的各个相关系数进行排序,并提取出满足预设规则的目标相关系数,包括:
将修正后的各个相关系数按照数值大小进行排序,提取出排序后大于预设阈值的相关系数,生成有序子集;
判断所述有序子集是否为空集,如果否,则将所述有序子集中的各个相关系数作为目标相关系数;
若所述有序子集为空集,则将修正后的相关系数中对应KPI被标记为劣化的相关系数进行排序,将排序后的相关系数作为目标相关系数。
优选地,还包括:
对KPI进行劣化标记。
优选地,所述对KPI进行劣化标记,包括:
获取目标KPI数列,其中,所述目标KPI数列包括与基站数量对应的KPI子数列,每个KPI子数列包括至少一个的与测量时间点对应的KPI测量值;
根据KPI指标的劣化方向确定劣化中心点,计算得到所述KPI指标的总劣化比,并计算得到每个基站关于该KPI指标的劣化比;
将每个基站的KPI指标劣化比与总劣化比进行比较,若大于所述总劣化比,则将该基站标记为关于所述KPI指标劣化,反之,则将该基站标记为正常。
一种电信网络管理性能数据关联分析***,该***包括:
第一获取模块,用于获取一组KQI数列,其中,所述KQI数列包括至少一个KQI测量值,每个所述KQI测量值对应一个KQI劣化时间点;
第二获取模块,用于获取与所述KQI数列对应的一组KPI数列,其中,所述KPI包括与各个所述KQI劣化时间点对应的至少一个的KPI测量值;
计算模块,用于分别计算所述KQI数列的每个KQI测量值和与该KQI测量值对应的KPI测量值之间的相关系数,生成相关系数数列;
修正模块,用于将所述相关系数数列中的各个相关系数进行修正,获得修正后的相关系数;
排序模块,用于将修正后的各个相关系数进行排序,并提取出满足预设规则的目标相关系数;
确定模块,用于获取与所述目标相关系数对应的KPI指标,将所述KPI指标确定为KQI劣化原因因素。
优选地,所述修正模块包括:
系数确定单元,用于确定修正系数,其中,当KPI指标发生劣化的方向与KQI指标发生劣化的方向相同时,则修正系数为1,反之,修正系数为-1;
修正计算单元,用于将所述各个相关系数分别与所述修正系数相乘,并将乘积作为与所述相关系数对应的修正后的相关系数。
优选地,所述排序模块包括:
第一排序单元,用于将修正后的各个相关系数按照数值大小进行排序,提取出排序后大于预设阈值的相关系数,生成有序子集;
判断单元,用于判断所述有序子集是否为空集,如果否,则将所述有序子集中的各个相关系数作为目标相关系数;
第二排序单元,用于若所述有序子集为空集,则将修正后的相关系数中对应KPI被标记为劣化的相关系数进行排序,将排序后的相关系数作为目标相关系数。
优选地,还包括:
标记单元,用于对KPI进行劣化标记。
优选地,所述标记单元包括:
数列获取子单元,用于获取目标KPI数列,其中,所述目标KPI数列包括与基站数量对应的KPI子数列,每个KPI子数列包括至少一个的与测量时间点对应的KPI测量值;
劣化比计算子单元,用于根据KPI指标的劣化方向确定劣化中心点,计算得到所述KPI指标的总劣化比,并计算得到每个基站关于该KPI指标的劣化比;
比较子单元,用于将每个基站的KPI指标劣化比与总劣化比进行比较,若大于所述总劣化比,则将该基站标记为关于所述KPI指标劣化,反之,则将该基站标记为正常。
相较于现有技术,本发明通过对KQI测量值和与之对应的KPI测量值的相关系数进行计算,并通过对相关系数进行修正和排序得到了目标相关系数,实现了对KQI和KPI的关联分析,解决了现有技术中由于KQI和KPI两者的生成机制不同而无法直接关联的问题。然后,通过目标相关系数得到对应的KPI指标进而可以分析得到KQI劣化原因因素,由于整个分析过程都是基于数据的关联分析和聚类分析,并未采用人工分析,而KQI和KPI是电信网络管理性能数据的分析的主要指标。因而基于KQI和KPI的关联分析,提高了对电信网络管理性能数据分析的效率性和准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种电信网络管理性能数据关联分析方法的流程示意图;
图2为本发明实施例提供的一种电信网络管理性能数据关联分析***的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”和“第二”等是用于区别不同的对象,而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有设定于已列出的步骤或单元,而是可包括没有列出的步骤或单元。
本发明实施例提供了一种电信网络管理性能数据关联分析方法,参见图1,该方法可以包括以下步骤:
S11、获取一组KQI数列,其中,所述KQI数列包括至少一个KQI测量值,每个所述KQI测量值对应一个KQI劣化时间点;
从KQI监控***获取长度为N的一组KQI数列Q={q1,q2,…qn}对应的测量时间T={t1,t2,…,tn},数列Q中包含KQI劣化时间点tw所对应的KQI测量值qw,上述数列长度N为大于2的自然数。
S12、获取与所述KQI数列对应的一组KPI数列,其中,所述KPI包括与各个所述KQI劣化时间点对应的至少一个的KPI测量值;
获取的KPI数列的测量时间是与KQI测量时间相一致的,也就是从KPI监控***获取测量时间T={t1,t2,…,tn}所对应的长度为N的M组KPI数列Pi={Pi1,Pi2,…,Pin},其中,M代表引入的KPI的种类数,M应大于等于2,上述i代表第i种KPI指标。
S13、分别计算所述KQI数列的每个KQI测量值和与该KQI测量值对应的KPI测量值之间的相关系数,生成相关系数数列;
分别计算步骤S11中KQI数列Q与步骤S12中的每一组KPI数列Pi的相关系数ri:
S14、将所述相关系数数列中的各个相关系数进行修正,获得修正后的相关系数;
将步骤S13中的相关系数进行修正时,对应的,本发明实施例还提供了一种相关系数修正方法,包括:
确定修正系数,其中,当KPI指标发生劣化的方向与KQI指标发生劣化的方向相同时,则修正系数为1,反之,修正系数为-1;
将所述各个相关系数分别与所述修正系数相乘,并将乘积作为与所述相关系数对应的修正后的相关系数。
具体的,将步骤S13中的相关系数ri与其对应的符号修正系数ki相乘,得到修正后的相关系数ri′,其中,i代表第i种KPI指标,若该KPI指标发生劣化的方向与KQI指标发生劣化的方向相同,则ki=1,反之ki=-1。
S15、将修正后的各个相关系数进行排序,并提取出满足预设规则的目标相关系数;
在本发明实施例中还提供了一种提取目标相关系数的方法,包括:
将修正后的各个相关系数按照数值大小进行排序,提取出排序后大于预设阈值的相关系数,生成有序子集;
判断所述有序子集是否为空集,如果否,则将所述有序子集中的各个相关系数作为目标相关系数;
若所述有序子集为空集,则将修正后的相关系数中对应KPI被标记为劣化的相关系数进行排序,将排序后的相关系数作为目标相关系数。
举例说明,在步骤S14中得到了修正后的相关系数,将修正后的相关系数ri′生成相关系数集合{ri′},并将该集合按照从大到校进行排序,取排序后的集合中大于阈值T1的有序子集S,通常阈值T1是介于0到1之间的实数,一般取0.6;如果集合{ri′}没有大于阈值TI的元素,则证明有序子集S为空集,则对集合{ri′}中对应KPI被标记为劣化的ri′进行排序将排序结果放入到有序集S中。
因此需要对KPI进行劣化标记,因此本发明实施例中还提供了一种KPI劣化标记方法,可以包括:
获取目标KPI数列,其中,所述目标KPI数列包括与基站数量对应的KPI子数列,每个KPI子数列包括至少一个的与测量时间点对应的KPI测量值;
根据KPI指标的劣化方向确定劣化中心点,计算得到所述KPI指标的总劣化比,并计算得到每个基站关于该KPI指标的劣化比;
将每个基站的KPI指标劣化比与总劣化比进行比较,若大于所述总劣化比,则将该基站标记为关于所述KPI指标劣化,反之,则将该基站标记为正常。
从KPI监控***或装置中获取测量时间为T={t1,t2,…,tN}所对应的长度为N的某种KPI的数列Pi={Pi1,Pi2,…,PiN},其中,i代表第i个基站,对无序集合P={Pi|I=1,2,…}利用K-means算法(或等价算法如PAM)聚类,中心点数为K(通常选取3),根据该指标的劣化方向(-1代表正向,1代表负向),选取劣化类的中心点,计算出该指标的总劣化比L,L=劣化成员数/集合P的总成员数。
再依据上述聚类结果计算每个基站关于该KPI指标的劣化比Li,Li=Pi的劣化成员个数/N,上述i代表第i个基站,如果Li>L,则将该基站标记为关于该KPI劣化,反之标记为正常。按照此方法,可计算出每个基站关于每个指标是否劣化的标记。
S16、获取与所述目标相关系数对应的KPI指标,将所述KPI指标确定为KQI劣化原因因素。
在步骤S15中得到了有序集S,在S中第i个ri′所对应的KPI,作为KQI劣化的第i重要原因。
在本发明实施例公开的一种电信网络管理性能数据关联分析方法中,通过对KQI测量值和与之对应的KPI测量值的相关系数进行计算,并通过对相关系数进行修正和排序得到了目标相关系数,实现了对KQI和KPI的关联分析,解决了现有技术中由于KQI和KPI两者的生成机制不同而无法直接关联的问题。然后,通过目标相关系数得到对应的KPI指标进而可以分析得到KQI劣化原因因素,由于整个分析过程都是基于数据的关联分析和聚类分析,并未采用人工分析,而KQI和KPI是电信网络管理性能数据的分析的主要指标。因而基于KQI和KPI的关联分析,提高了对电信网络管理性能数据分析的效率性和准确性。
下面将结合具体的应用场景对本发明实施例进行说明,若KQI监控***采用某公司的业务质量管理平台,KQI为LTE(Long TermEvolution,长期演进)无线通信***中某一基站的日平均下载速率,所取KQI的数列长度N为30,即对应的测量时间范围为30天;KPI监控***为无线网管OMC(Operation and Maintenance Center,操作维护中心),KPI的种类数量M为35。
将所有劣化基站(假设有100个劣化基站)过去30天的“MR覆盖率”这个天粒度KPI指标拿出来放在一起,构成集合P,对集合P利用K-means算法(或等价算法如PAM)聚类,中心点数为3,该指标预设的劣化方向为负向(参考表1,1代表负向),选取劣化类的中心电为最小的中心点。计算出该指标的总劣化比L。
再依据上述聚类结果计算每个基站关于该KPI指标的劣化比Li=Pi,上述i代表第i个基站,如果Li>L,则将该基站标记为关于该KPI劣化,反之标记为正常。这样,每个劣化基站的“MR覆盖率”这个KPI都会被打上劣化或者未劣化的标记。
然后进行下述步骤计算:
从业务质量管理平台获取目标基站过去30天的日平均下载速度,存入计算机随机存储器中,生成长度为30的数列Q;
从无线网管OMC***获取目标基站过去30天的35种无线KPI的日均测量值,存入计算机随机存储器中,生成35组长度为30的数列Pi,所述35种无线KPI指标的名称见表1;
分别计算所述的30天的日平均下载速率数列Q与所述的每一组的KPI数列Pi的相关系数ri:
将相关系数ri与其对应的符号修正系数ki相乘,得到修正后的相关系数ri′,其中,i代表第i种KPI指标;
对集合{ri′}按照从大到校进行排序,取排序后的集合中大于0.6的有序子集S;
输出有序子集S中第i个ri′所对应的KPI,作为KQI劣化的第i重要原因。
表1
基于上述的电信网路管理性能数据的关联分析方法,可对应设置应用于此方法的可视化分析***,该可视化分析***能够对基站进行批量分析,集中化输出分析结果并且可以提供图形化界面进行呈现。
举例说明,可以将该可视化分析***与地图进行结合,在具体的应用场景中可以在地图上显示视野范围内低速率基站,当鼠标移动到基站上之后,可显示基站最新的平均下载速率、***分析出的无线原因及相应KPI异常指标,然后可以点击一键导出,跳转页面到该基站近30天平均下载速率、全量KPI数据为excel文件,可以进行一键导出、查询。对应的,当点击异常基站后,可对应弹出小窗口,图形化显示曲线图,包括最近30天平均下载速率曲线、对下载速率影响最显著的KPI曲线等。然后对应可以选择点击无线KPI原因分析,弹出小窗口,饼图呈现,各无线根因的占比情况等。
上述只是对可视化分析***进行了举例说明,该***可以提供:KQI劣化基站GIS呈现与可视化分析、批量输出带优先级定位分析结果与历史KPI回溯。但是上述的描述只提供了一种可视化分析***的实现方式,对于其他功能实现结构和操作及显示方式本发明不做限制。
本发明实施例还提供了一种电信网络管理性能数据关联分析***,该***包括:
第一获取模块1,用于获取一组KQI数列,其中,所述KQI数列包括至少一个KQI测量值,每个所述KQI测量值对应一个KQI劣化时间点;
第二获取模块2,用于获取与所述KQI数列对应的一组KPI数列,其中,所述KPI包括与各个所述KQI劣化时间点对应的至少一个的KPI测量值;
计算模块3,用于分别计算所述KQI数列的每个KQI测量值和与该KQI测量值对应的KPI测量值之间的相关系数,生成相关系数数列;
修正模块4,用于将所述相关系数数列中的各个相关系数进行修正,获得修正后的相关系数;
排序模块5,用于将修正后的各个相关系数进行排序,并提取出满足预设规则的目标相关系数;
确定模块6,用于获取与所述目标相关系数对应的KPI指标,将所述KPI指标确定为KQI劣化原因因素。
可选的,所述修正模块包括:
系数确定单元,用于确定修正系数,其中,当KPI指标发生劣化的方向与KQI指标发生劣化的方向相同时,则修正系数为1,反之,修正系数为-1;
修正计算单元,用于将所述各个相关系数分别与所述修正系数相乘,并将乘积作为与所述相关系数对应的修正后的相关系数。
可选的,所述排序模块包括:
第一排序单元,用于将修正后的各个相关系数按照数值大小进行排序,提取出排序后大于预设阈值的相关系数,生成有序子集;
判断单元,用于判断所述有序子集是否为空集,如果否,则将所述有序子集中的各个相关系数作为目标相关系数;
第二排序单元,用于若所述有序子集为空集,则将修正后的相关系数中对应KPI被标记为劣化的相关系数进行排序,将排序后的相关系数作为目标相关系数。
可选的,还包括:
标记单元,用于对KPI进行劣化标记。
可选的,所述标记单元包括:
数列获取子单元,用于获取目标KPI数列,其中,所述目标KPI数列包括与基站数量对应的KPI子数列,每个KPI子数列包括至少一个的与测量时间点对应的KPI测量值;
劣化比计算子单元,用于根据KPI指标的劣化方向确定劣化中心点,计算得到所述KPI指标的总劣化比,并计算得到每个基站关于该KPI指标的劣化比;
比较子单元,用于将每个基站的KPI指标劣化比与总劣化比进行比较,若大于所述总劣化比,则将该基站标记为关于所述KPI指标劣化,反之,则将该基站标记为正常。
根据本发明实施例提供的一种电信网络管理性能数据的关联分析***,通过对KQI测量值和与之对应的KPI测量值的相关系数进行计算,并通过对相关系数进行修正和排序得到了目标相关系数,实现了对KQI和KPI的关联分析,解决了现有技术中由于KQI和KPI两者的生成机制不同而无法直接关联的问题。然后,通过目标相关系数得到对应的KPI指标进而可以分析得到KQI劣化原因因素,由于整个分析过程都是基于数据的关联分析和聚类分析,并未采用人工分析,而KQI和KPI是电信网络管理性能数据的分析的主要指标。因而基于KQI和KPI的关联分析,提高了对电信网络管理性能数据分析的效率性和准确性。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (4)
1.一种电信网络管理性能数据关联分析方法,其特征在于,该方法包括:
获取一组KQI数列,其中,所述KQI数列包括至少一个KQI测量值,每个所述KQI测量值对应一个KQI劣化时间点;
获取与所述KQI数列对应的一组KPI数列,其中,所述KPI包括与各个所述KQI劣化时间点对应的至少一个的KPI测量值;
分别计算所述KQI数列的每个KQI测量值和与该KQI测量值对应的KPI测量值之间的相关系数,生成相关系数数列;
将所述相关系数数列中的各个相关系数进行修正,获得修正后的相关系数;
将修正后的各个相关系数进行排序,并提取出满足预设规则的目标相关系数;
获取与所述目标相关系数对应的KPI指标,将所述KPI指标确定为KQI劣化原因因素;
所述将修正后的各个相关系数进行排序,并提取出满足预设规则的目标相关系数,包括:
将修正后的各个相关系数按照数值大小进行排序,提取出排序后大于预设阈值的相关系数,生成有序子集;
判断所述有序子集是否为空集,如果否,则将所述有序子集中的各个相关系数作为目标相关系数;
若所述有序子集为空集,则将修正后的相关系数中对应KPI被标记为劣化的相关系数进行排序,将排序后的相关系数作为目标相关系数;
还包括:对KPI进行劣化标记;
所述对KPI进行劣化标记,包括:
获取目标KPI数列,其中,所述目标KPI数列包括与基站数量对应的KPI子数列,每个KPI子数列包括至少一个的与测量时间点对应的KPI测量值;
根据KPI指标的劣化方向确定劣化中心点,计算得到所述KPI指标的总劣化比,并计算得到每个基站关于该KPI指标的劣化比;
将每个基站的KPI指标劣化比与总劣化比进行比较,若大于所述总劣化比,则将该基站标记为关于所述KPI指标劣化,反之,则将该基站标记为正常。
2.根据权利要求1所述的方法,其特征在于,所述将所述相关系数数列中的各个相关系数进行修正,获得修正后的相关系数,包括:
确定修正系数,其中,当KPI指标发生劣化的方向与KQI指标发生劣化的方向相同时,则修正系数为1,反之,修正系数为-1;
将所述各个相关系数分别与所述修正系数相乘,并将乘积作为与所述相关系数对应的修正后的相关系数。
3.一种电信网络管理性能数据关联分析***,其特征在于,该***包括:
第一获取模块,用于获取一组KQI数列,其中,所述KQI数列包括至少一个KQI测量值,每个所述KQI测量值对应一个KQI劣化时间点;
第二获取模块,用于获取与所述KQI数列对应的一组KPI数列,其中,所述KPI包括与各个所述KQI劣化时间点对应的至少一个的KPI测量值;
计算模块,用于分别计算所述KQI数列的每个KQI测量值和与该KQI测量值对应的KPI测量值之间的相关系数,生成相关系数数列;
修正模块,用于将所述相关系数数列中的各个相关系数进行修正,获得修正后的相关系数;
排序模块,用于将修正后的各个相关系数进行排序,并提取出满足预设规则的目标相关系数;
确定模块,用于获取与所述目标相关系数对应的KPI指标,将所述KPI指标确定为KQI劣化原因因素;
所述排序模块包括:
第一排序单元,用于将修正后的各个相关系数按照数值大小进行排序,提取出排序后大于预设阈值的相关系数,生成有序子集;
判断单元,用于判断所述有序子集是否为空集,如果否,则将所述有序子集中的各个相关系数作为目标相关系数;
第二排序单元,用于若所述有序子集为空集,则将修正后的相关系数中对应KPI被标记为劣化的相关系数进行排序,将排序后的相关系数作为目标相关系数;
还包括:标记单元,用于对KPI进行劣化标记;
所述标记单元包括:
数列获取子单元,用于获取目标KPI数列,其中,所述目标KPI数列包括与基站数量对应的KPI子数列,每个KPI子数列包括至少一个的与测量时间点对应的KPI测量值;
劣化比计算子单元,用于根据KPI指标的劣化方向确定劣化中心点,计算得到所述KPI指标的总劣化比,并计算得到每个基站关于该KPI指标的劣化比;
比较子单元,用于将每个基站的KPI指标劣化比与总劣化比进行比较,若大于所述总劣化比,则将该基站标记为关于所述KPI指标劣化,反之,则将该基站标记为正常。
4.根据权利要求3所述的***,其特征在于,所述修正模块包括:
系数确定单元,用于确定修正系数,其中,当KPI指标发生劣化的方向与KQI指标发生劣化的方向相同时,则修正系数为1,反之,修正系数为-1;
修正计算单元,用于将所述各个相关系数分别与所述修正系数相乘,并将乘积作为与所述相关系数对应的修正后的相关系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810731224.8A CN110690982B (zh) | 2018-07-05 | 2018-07-05 | 一种电信网络管理性能数据关联分析方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810731224.8A CN110690982B (zh) | 2018-07-05 | 2018-07-05 | 一种电信网络管理性能数据关联分析方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110690982A CN110690982A (zh) | 2020-01-14 |
CN110690982B true CN110690982B (zh) | 2023-07-14 |
Family
ID=69106707
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810731224.8A Active CN110690982B (zh) | 2018-07-05 | 2018-07-05 | 一种电信网络管理性能数据关联分析方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110690982B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113422690A (zh) * | 2020-03-02 | 2021-09-21 | 烽火通信科技股份有限公司 | 一种业务质量劣化预测方法及*** |
CN114338351B (zh) * | 2021-12-31 | 2024-01-12 | 天翼物联科技有限公司 | 网络异常根因确定方法、装置、计算机设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104219071A (zh) * | 2013-05-30 | 2014-12-17 | 华为技术有限公司 | 一种网络质量的监控方法和服务器 |
CN105677534A (zh) * | 2016-01-06 | 2016-06-15 | 国电南瑞科技股份有限公司 | 一种基于服务总线的变电站站控层设备状态评估方法 |
WO2017220107A1 (en) * | 2016-06-20 | 2017-12-28 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and network node for detecting degradation of metric of telecommunications network |
CN107623924A (zh) * | 2016-07-15 | 2018-01-23 | 中兴通讯股份有限公司 | 一种验证影响关键质量指标kqi相关的关键性能指标kpi的方法和装置 |
CN108243439A (zh) * | 2016-12-27 | 2018-07-03 | ***通信集团浙江有限公司 | 移动互联网数据业务质量劣化定位的方法及*** |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9424121B2 (en) * | 2014-12-08 | 2016-08-23 | Alcatel Lucent | Root cause analysis for service degradation in computer networks |
US10374882B2 (en) * | 2016-03-16 | 2019-08-06 | Futurewei Technologies, Inc. | Systems and methods for identifying causes of quality degradation in wireless networks |
-
2018
- 2018-07-05 CN CN201810731224.8A patent/CN110690982B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104219071A (zh) * | 2013-05-30 | 2014-12-17 | 华为技术有限公司 | 一种网络质量的监控方法和服务器 |
CN105677534A (zh) * | 2016-01-06 | 2016-06-15 | 国电南瑞科技股份有限公司 | 一种基于服务总线的变电站站控层设备状态评估方法 |
WO2017220107A1 (en) * | 2016-06-20 | 2017-12-28 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and network node for detecting degradation of metric of telecommunications network |
CN107623924A (zh) * | 2016-07-15 | 2018-01-23 | 中兴通讯股份有限公司 | 一种验证影响关键质量指标kqi相关的关键性能指标kpi的方法和装置 |
CN108243439A (zh) * | 2016-12-27 | 2018-07-03 | ***通信集团浙江有限公司 | 移动互联网数据业务质量劣化定位的方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN110690982A (zh) | 2020-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2983495C (en) | Improving performance of communication network based on end to end performance observation and evaluation | |
US20170371757A1 (en) | System monitoring method and apparatus | |
CN105556554A (zh) | 多个设备相关性 | |
CN109492709A (zh) | 基于混合模型的数据预测方法及装置 | |
CN103577660B (zh) | 灰度实验***和方法 | |
CN111294730B (zh) | 一种网络问题投诉信息处理的方法及装置 | |
CN110690982B (zh) | 一种电信网络管理性能数据关联分析方法及*** | |
CN112684401A (zh) | 轻载台区电能表运行误差数据的处理方法及*** | |
CN107679089A (zh) | 一种用于电力传感数据的清洗方法、装置和*** | |
CN109379698B (zh) | 基于信道模型特征提取的小区测量报告定位方法及*** | |
CN109033322A (zh) | 一种多维数据的测试方法和装置 | |
CN108255654A (zh) | 自动检测方法及装置 | |
CN108243439B (zh) | 移动互联网数据业务质量劣化定位的方法及*** | |
CN105848104B (zh) | 基于区域的人员流动状态监测方法及装置 | |
CN113867966A (zh) | 一种混合云模式的云资源调度方法 | |
CN110035393A (zh) | 移动终端关系的识别方法 | |
US7797136B2 (en) | Metrics to evaluate process objects | |
CN105678456B (zh) | 一种电能计量装置运行状态自动评估方法及其*** | |
CN115374019B (zh) | 分布式ui测试用例的测试方法、***及计算机存储介质 | |
CN116662840A (zh) | 一种基于机器学习的低压台区用户相位识别方法 | |
CN115292202A (zh) | 一种产品测试分析方法、装置、电子设备及存储介质 | |
CN111988807A (zh) | 基于大数据的网络问题定位方法、装置及计算设备 | |
CN114363933B (zh) | 一种网络诊断方法、装置、电子设备及存储介质 | |
CN111722977A (zh) | ***巡检方法、装置及电子设备 | |
CN112884497A (zh) | 确定用户类型的方法、装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |