CN110740065A - 劣化故障点的识别方法、装置及*** - Google Patents
劣化故障点的识别方法、装置及*** Download PDFInfo
- Publication number
- CN110740065A CN110740065A CN201911035734.2A CN201911035734A CN110740065A CN 110740065 A CN110740065 A CN 110740065A CN 201911035734 A CN201911035734 A CN 201911035734A CN 110740065 A CN110740065 A CN 110740065A
- Authority
- CN
- China
- Prior art keywords
- province
- determining
- link
- path
- quality
- 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.)
- Granted
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
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0677—Localisation of faults
-
- 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
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请提供一种劣化故障点的识别方法、装置及***,该识别方法通过部署在全国范围的网络质量探针,获取质差链路的实时Traceroute数据,根据各质差链路的拨测源的IP地址信息,确定第一省份,根据第一省份中的所有节点对路径的实时Traceroute数据和历史Traceroute数据,确定劣化故障点,实现了对网络的劣化的准确识别以及对劣化的发生位置的精确定位,从而有利于实现对大规模网络的运维管理。
Description
技术领域
本申请涉及网络检测技术领域,尤其涉及一种劣化故障点的识别方法、装置及***。
背景技术
随着通信技术的不断发展,网络容量不断扩大,各种通信业务对网络通信质量的要求也越来越高。因此,及时掌握网络的通信质量及定位造成网络质量不佳的故障点,对网络运营商进行网络的管理、故障的维修及业务的拓展具有十分重要的意义。
通过网络时延衡量网络的通信质量一种较为常用的方法,网络时延是指指一个报文或分组从一个网络的一端传送到另一个端所需要的时间。现有技术中,网络管理人员通常用Ping来测量网络时延。
然而,现有技术的方法难以对造成网络时延的故障点进行定位,因此,现有技术的方法不利于对大规模网络进行运维管理。
发明内容
本申请提供一种劣化故障点的识别方法、装置及***,用以解决现有技术中难以对造成网络时延的故障点进行定位而造成的不便于对大规模网络进行运维管理问题。
第一方面,本申请提供一种劣化故障点的识别方法,包括:
通过部署在全国范围的网络质量探针,获取质差链路的实时Traceroute数据;所述Traceroute数据包括拨测源到目的端的所有节点的IP地址信息及拨测源到各节点的时延信息;
根据各质差链路的拨测源的IP地址信息,确定第一省份;所述第一省份为劣化发生的省份;
根据所述第一省份中的所有节点对路径的实时Traceroute数据和历史Traceroute数据,确定所述劣化故障点。
可选地,所述根据各质差链路的拨测源的IP地址信息,确定第一省份,包括:
根据所述质差链路的拨测源的IP地址信息,确定每条质差链路的归属省份;
对归属于各省份的质差链路进行分析,确定所述第一省份。
可选地,所述对归属于各省份的质差链路进行分析,确定所述第一省份,包括:
确定各省份包含的质差链路数;
根据各省份包含的质差链路数,确定所述质差链路数的最大值;
将与所述质差链路数的最大值对应的省份,确定为所述第一省份。
可选地,所述根据所述第一省份中的所有节点对路径的实时Traceroute数据和历史Traceroute数据,确定所述劣化故障点之前,所述方法还包括:
对所述第一省份中的路径进行拆分,得到节点对路径;
从Traceroute数据库中获取每个所述节点对路径的实时Traceroute数据和历史Traceroute数据;所述Traceroute数据库用于存储所述网络质量探针采集的Traceroute数据。
可选地,所述根据所述第一省份中的所有节点对路径的实时Traceroute数据和历史Traceroute数据,确定所述劣化故障点,包括:
根据所述节点对路径的实时Traceroute数据和历史Traceroute数据,确定出每条路径上的质差节点对路径;
确定所述质差节点路径对中每个质差节点影响的路径数;所述质差节点为所述质差节点对路径中包含的对应节点;
根据网元信息表,确定所述劣化故障点。
可选地,所述根据所述节点对路径的实时Traceroute数据和历史Traceroute数据,确定出每条路径上的质差节点对路径,包括:
根据每个节点对路径的历史Traceroute数据,确定每个节点对路径的历史平均时延;
根据每个节点对路径的所述历史平均时延及对应的实时Traceroute数据中的当前时延,确定每个节点对路径的时延增长倍数;
将每条路径上的所述时延增长倍数的最大值对应的节点对路径,确定为该路径上的质差节点对路径。
可选地,所述根据网元信息表,确定所述劣化故障点,包括:
根据所述网元信息表,对质差节点按网元进行合并,确定每个网元影响的路径数;
将影响的路径数最多的网元确定为劣化故障点。
可选地,所述通过部署在全国范围的网络质量探针,获取质差链路的实时Traceroute数据,包括:
通过对获取到的Traceroute数据进行筛选,确定所述质差链路;
对所述质差链路发起实时拨测任务,获取所述质差链路的实时Traceroute数据。
可选地,所述对获取到的Traceroute数据进行筛选,确定所述质差链路,包括:
根据获取到的Traceroute数据,获取每条链路的拨测源到目的端的时延;
判断各链路的拨测源到目的端的时延是否大于预设阈值,若大于,则确定所述时延对应的链路为质差链路。
第二方面,本申请提供一种劣化故障点的识别装置,包括:
数据获取模块,用于通过部署在全国范围的网络质量探针,获取质差链路的实时Traceroute数据;所述Traceroute数据包括拨测源到目的端的所有节点的IP地址信息及拨测源到各节点的时延信息;
第一确定模块,用于根据各质差链路的拨测源的IP地址信息,确定第一省份;所述第一省份为劣化发生的省份;
第二确定模块,用于根据所述第一省份中的所有节点对路径的实时Traceroute数据和历史Traceroute数据,确定所述劣化故障点。
可选地,所述第一确定模块具体用于:
根据所述质差链路的拨测源的IP地址信息,确定每条质差链路的归属省份;
对归属于各省份的质差链路进行分析,确定所述第一省份。
可选地,所述第一确定模块具体用于:
确定各省份包含的质差链路数;
根据各省份包含的质差链路数,确定所述质差链路数的最大值;
将与所述质差链路数的最大值对应的省份,确定为所述第一省份。
可选地,所述识别装置还包括:处理模块;
所述处理模块,用于对所述第一省份中的路径进行拆分,得到节点对路径;
所述数据获取模块,还用于从Traceroute数据库中获取每个节点对路径的实时Traceroute数据和历史Traceroute数据;所述Traceroute数据库用于存储所述网络质量探针采集的Traceroute数据。
可选地,所述第二确定模块具体用于:
根据所述节点对路径的实时Traceroute数据和历史Traceroute数据,确定出每条路径上的质差节点对路径;
确定所述质差节点对路径中每个质差节点影响的路径数;所述质差节点为所述质差节点对路径中包含的对应节点;
根据网元信息表,确定所述劣化故障点。
可选地,所述第二确定模块具体用于:
根据每个节点对路径的历史Traceroute数据,确定每个节点对路径的历史平均时延;
根据每个节点对路径的所述历史平均时延及对应的实时Traceroute数据中的当前时延,确定每个节点对路径的时延增长倍数;
将每条路径上的所述时延增长倍数的最大值对应的节点对路径,确定为该路径上的质差节点对路径。
可选地,所述第二确定模块具体用于:
根据所述网元信息表,对质差节点按网元进行合并,确定每个网元影响的路径数;
将影响的路径数最多的网元确定为所述劣化故障点。
可选地,所述数据获取模块具体用于:
通过对获取到的Traceroute数据进行筛选,确定所述质差链路;
对所述质差链路发起实时拨测任务,获取所述质差链路的实时Traceroute数据。
可选地,所述数据获取模块具体用于:
根据获取到的Traceroute数据,获取每条链路的拨测源到目的端的时延;
判断各链路的拨测源到目的端的时延是否大于预设阈值,若大于,则确定所述时延对应的链路为所述质差链路。
第三方面,本申请提供一种劣化故障点的识别***,包括:网络质量探针和如上述所述的识别装置。
本申请提供一种劣化故障点的识别方法、装置及***,通过部署在全国范围的网络质量探针,获取质差链路的实时Traceroute数据,根据各质差链路的拨测源的IP地址信息,确定第一省份,根据第一省份中的所有节点对路径的实时Traceroute数据和历史Traceroute数据,确定劣化故障点,其中,Traceroute数据包括拨测源到目的端的所有节点的IP地址信息及各节点的时延信息,第一省份为劣化发生的省份,通过逐步缩小劣化分析范围,并且通过对同一节点对路径的实时Traceroute数据与历史Traceroute数据进行分析基础上确定劣化故障点,实现了对网络的劣化的准确识别以及对劣化的发生位置的精确定位,从而有利于实现对大规模网络的运维管理。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的劣化故障点的识别方法实施例一的流程示意图;
图2为本申请实施例提供的劣化故障点的识别方法实施例二的流程示意图;
图3为本申请实施例提供的劣化故障点的识别方法实施例三的流程示意图;
图4为本申请实施例提供的劣化故障点的识别方法实施例四的流程示意图;
图5为本申请实施例提供的劣化故障点的识别方法实施例五的流程示意图;
图6为本申请实施例提供的劣化故障点的识别方法实施例六的流程示意图;
图7为本申请实施例提供的劣化故障点的识别方法实施例七的流程示意图;
图8为本申请实施例提供的劣化故障点的识别方法实施例八的流程示意图;
图9为本申请实施例提供的劣化故障点的识别方法实施例九的流程示意图;
图10为本申请实施例提供的劣化故障点的识别装置实施例一的结构示意图;
图11为本申请实施例提供的劣化故障点的识别装置实施例二的结构示意图;
图12为本申请实施例提供的劣化故障点的识别***实施例一的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
现有技术中通过Ping来测量网络时延,虽然网络质量的好坏起到评价作用,但这只是一种粗略的测量方法,一方面,现有的测量方式无法感知路径中每个节点对之间的时延信息,另一方面,现有的测量方式中没有固定的参考标准来根据时延信息判断网络是否发生劣化,从而造成难以对网络是否发生劣化,以及劣化的故障点进行分析和定位,进而不便对大规模网络进行运维管理以及对故障点进行维修。
本申请提供一种劣化故障点的识别方法、装置及***,能够根据时延信息确定网络是否发生劣化,并且当网络发生劣化时,能够对发生劣化的故障点进行精确分析和精准定位,从而便于对大规模网络进行运维管理。
图1为本申请实施例提供的劣化故障点的识别方法实施例一的流程示意图,如图1所示,本实施例的方法由识别装置执行,本实施例中的识别方法包括:
S101、通过部署在全国范围的网络质量探针,获取质差链路的实时Traceroute数据。
本步骤中,识别装置通过部署在全国范围的网络质量探针,获取质差链路的实时Traceroute数据。
其中,Traceroute数据是由网络质量探针通过执行拨测任务采集的,Traceroute数据包括拨测源到目的端的所有节点的IP地址信息及各节点的时延信息。
质差链路是指通信质量不佳的链路,也即网络时延较大的通信链路。
在网络通信***中节点可以具体为路由器等。
识别装置通过周期性访问网络质量探针,以读取质差链路的实时Traceroute数据,也可以控制网络质量探针每采集到实时Traceroute数据就主动进行上报,发明人对此不作限制。
S102、根据各质差链路的拨测源的IP地址信息,确定第一省份。
本步骤中,在S101之后,识别装置根据各质差链路的拨测源的IP地址信息,确定第一省份。
其中,第一省份为劣化发生的省份。
质差链路的拨测源的IP地址信息可以从质差链路的实时Traceroute数据中提取。
识别装置通过对各质差链路的拨测源的IP地址信息进行分析,从而确定第一省份。由于IP地址信息与省份对应关系可以很容易得到,因此,通过分析质差链路的拨测源的IP地址信息,就可以对劣化发生省份进行定位,从而缩小缩小了劣化的分析范围。
S103、根据第一省份中的所有节点对路径的实时Traceroute数据和历史Traceroute数据,确定所述劣化故障点。
本步骤中,在S102之后,识别装置根据第一省份中的所有节点对路径的实时Traceroute数据和历史Traceroute数据,确定劣化故障点。
其中,劣化故障点是指劣化发生的具***置。
可以理解的是,为实现通信,通信网络中包括许多的链路,每一条链路上又包括许多节点,其中,任一两个相邻的节点构成一个节点对,任一个节点对及其之间的路径构成节点对路径。
本实施例中,通过部署在全国范围的网络质量探针,获取质差链路的实时Traceroute数据,根据各质差链路的拨测源的IP地址信息,确定第一省份,根据第一省份中的所有节点对路径的实时Traceroute数据和历史Traceroute数据,确定劣化故障点,其中,Traceroute数据包括拨测源到目的端的所有节点的IP地址信息及各节点的时延信息,第一省份为劣化发生的省份,通过逐步缩小劣化分析范围,并且通过对同一节点对路径的实时Traceroute数据与历史Traceroute数据进行分析基础上,确定劣化故障点,实现了对网络的劣化的准确识别以及对劣化的发生位置的精确定位,从而有利于实现对大规模网络的运维管理。
图2为本申请实施例提供的劣化故障点的识别方法实施例二的流程示意图,在图1所示实施例的基础上,如图2所示,本实施例中,S102包括:
S1021、根据质差链路的拨测源的IP地址信息,确定每条质差链路的归属省份。
本步骤中,根据质差链路的拨测源的IP地址信息,识别装置确定每条质差链路的归属省份。
示例性,获取到的质差链路有50条,那么,识别装置根据该50条质差链路的各自的拨测源的IP地址信息,通过检索或者其他分析方法,就可以确定出每条质差链路的归属省份的情况,从而形成每条质差链路与其归属省份的对应关系。
S1022、对归属于各省份的质差链路进行分析,确定第一省份。
本步骤中,在S1021之后,识别装置对归属于各省份的质差链路进行统计分析,确定第一省份。
本实施例中,通过根据质差链路的拨测源的IP地址信息,确定每条质差链路的归属省份,对归属于各省份的质差链路进行统计分析,确定第一省份,先解析出每条质差链路的归属省份,再以省为单位,对质差链路进行统计分析,进而确定出第一省份,实现了对发生网络劣化的省份的定位。
图3为本申请实施例提供的劣化故障点的识别方法实施例三的流程示意图,在上述图2所示实施例的基础上,如图3所示,本实施例中,S1022包括:
S10221、确定各省份包含的质差链路数。
本步骤中,识别装置确定出各省份包含的质差链路的数目。
以省份作为统计单元,对归属于各省份的质差链路的数目进行统计,进行而确定出各省份包含的质差链路数。
S10222、根据各省份包含的质差链路数,确定质差链路数的最大值。
本步骤中,在S10221之后,识别装置根据各省份包含的质差链路数,确定质差链路数的最大值。
一种可能的实现方式为,识别装置对质差链路数进行排序,筛选出质差链路数的最大值。
S10223、将与质差链路数的最大值对应的省份,确定为第一省份。
本步骤中,在S10223之后,识别装置将与质差链路数的最大值对应的省份,确定为第一省份。
示例性,若质差链路总数为300条,其中,有10归属于河南省,50条归属于江苏省,40条归属于吉林省,20条归属于山东省,40条归属于山西省,100条归属于广东省,10条归属于湖南省,30条归属于北京市,归属于其余各省或者自治区或者直辖市的质差链路数均为0条,那么,识别装置通过统计分析,将广东省确定为第一省份。
本实施例中,通过确定各省份包含的质差链路数,根据各省份包含的质差链路数,确定质差链路数的最大值,将与质差链路数的最大值对应的省份,确定为第一省份,缩小了分析劣化故障点范围,从而提高了对劣化故障点的定位速度和准确度。
图4为本申请实施例提供的劣化故障点的识别方法实施例四的流程示意图,在上述任一实施例的基础上,如图4所示,本实施例中,在S103之前,所述识别方法还包括:
S401、对第一省份中的路径进行拆分,得到节点对路径。
本步骤中,识别装置对第一省份中的所有路径进行拆分,得到第一省份内的所有节点对路径。
其中,节点对路径是指节点对及节点对之间的那一段路径,也即相邻两个节点及其之间的那一段路径。
需要注意的是,多个节点对路径中的节点可以重合,也即中可以包含相同的节点。
另外,本步骤中只对地理位置归属于第一省份的所有路径进行拆分,例如,第一省份为广东省,而拨测源为广东省目的地为西安市的一条链路,在进行路径拆分时,只拆分包含在广东省的那一段路径上的节点,得到节点对路径。
S402、从Traceroute数据库中获取每个节点对路径的实时Traceroute数据和历史Traceroute数据。
本步骤中,识别装置从Traceroute数据库中获取第一省份内的每个节点对路径的实时Traceroute数据和历史Traceroute数据。
其中,Traceroute数据库是专门用于存储网络质量探针采集的Traceroute数据的数据库。
实时Traceroute数据是指网络质量探针为进行本次分析而采集的Traceroute数据。
历史Traceroute数据是指是指网络质量探针周期性执行拨测任务时,采集和上报的Traceroute数据。
实时Traceroute数据和历史Traceroute数据均由识别装置的Traceroute数据库进行存储,Traceroute数据库中存储有部署于全国范围内的所有网络质量探针采集的历史Traceroute数据。
本实施例中,通过对所述第一省份中的路径进行拆分,得到节点对路径,从Traceroute数据库中获取每个节点对路径的实时Traceroute数据和历史Traceroute数据,其中,Traceroute数据库用于存储网络质量探针采集的Traceroute数据,之后,根据第一省份中的所有节点对路径的实时Traceroute数据和历史Traceroute数据,确定劣化故障点,提高了根据第一省份中的节点对路径的实时Traceroute数据和历史Traceroute数据确定劣化故障点的可操作性,并进行一步提高了识别装置的识别定位能力。
图5为本申请实施例提供的劣化故障点的识别方法实施例五的流程示意图,在上述任一实施例的基础上,如图5所示,本实施例中,在S103包括:
S1031、根据节点对路径的实时Traceroute数据和历史Traceroute数据,确定出每条路径上的质差节点对路径。
本步骤中,识别装置根据得到的节点对路径的实时Traceroute数据和历史Traceroute数据,确定出每条路径上的质差节点对路径。
在一种可能的实现方式中,通过将节点对路径的实时Traceroute数据与其历史Traceroute数据做比较,再将每条路径上的所有节点对路径进行比较,确定出每条路径上的质差节点对路径。
S1032、确定质差节点对路径中每个质差节点影响的路径数。
本步骤中,在S1031之后,识别装置确定出质差节点对路径中每个质差节点影响的路径数。
其中,质差节点为质差节点对路径中包含的对应节点。由于节点对路径包括任意两个相邻的节点及其之间的路径,因此一个节点对路径中包括两个节点,而一个质差节点对路径包括的两个节点叫做质差节点。
每个质差节点影响的路径数,是指经过该质差节点的路径的数目。
S1033、根据网元信息表,确定劣化故障点。
本步骤中,在S1032之后,识别装置根据网元信息表,确定劣化故障点。
其中,网元信息表是指网元与节点的对应关系,通过网元与节点是一对多的关系,也即一个网元通常对应多个节点。
网元信息表可以预先存储在识别装置的数据库中,也可以在需要使用时,由识别装置从局方获取,发明人对此不作限制。
在一种可能的实现方式中,通过将质差节点与网元信息表进行比对,以进行劣化故障点的确定。
本实施例中,通过根据节点对路径的实时Traceroute数据和历史Traceroute数据,确定出每条路径上的质差节点对路径,并确定质差节点路径对中每个质差节点影响的链路数,其中,质差节点为质差节点对路径中包含的对应节点,再根据网元信息表,确定劣化故障点,实现了对劣化故障点的精确定位,便于网络管理人员及时发现问题并进行管理和维护。
图6为本申请实施例提供的劣化故障点的识别方法实施例六的流程示意图,在上述图5所示实施例的基础上,如图6所示,本实施例中,S1031包括:
S10311、根据每个节点对路径的历史Traceroute数据,确定每个节点对路径的历史平均时延。
本步骤中,识别装置根据每个节点对路径的历史Traceroute数据,确定每个节点对路径的历史平均时延。
其中,历史平均时延是指节点对路径的历史时延的平均值。
节点对路径的时延是指报文从该节点对路径的一个节点传递到另一个节点所用的,例如,某节点对路径包括A、B两个节点,报文的传播方向是从A节点到达B节点,则报文从A节点传播到达B节点所用时间即为该节点对路径的时延。
Traceroute数据中包括拨测源到各节点的时延信息,因此,通过Traceroute数据很容易得到一链路上任一两个节点之间的时延,例如,某节点对路径包括A、B两个节点,其中一条Traceroute数据中拨测源到A节点的时延为2ms,拨测源到B节点的时延为2.14ms,则该节点对路径的时延为0.14ms。
同一节点对路径有很多条对应的历史Traceroute数据,而每一条历史Traceroute数据对应一个该节点对路径的时延,将该节点对路径的各条历史Traceroute数据对时延求平均值,即可得到每个节点对路径的历史时延的平均值,即历史平均时延。
S10312、根据每个节点对路径的所述历史平均时延及对应的实时Traceroute数据中的当前时延,确定每个节点对路径的时延增长倍数。
本步骤中,在S10311之后,识别装置根据每个节点对路径的所述历史平均时延及对应的实时Traceroute数据中的当前时延,确定每个节点对路径的时延增长倍数。
在一种可能的实现方式中,将所述历史平均时延与所述当前时延作商,确定每个节点对路径的时延增长倍数。
时延增长倍数越大,说明该节点对路径时延越严重,网络通信质量越差。
S10313、将每条路径上的时延增长倍数的最大值对应的节点对路径,确定为该路径上的质差节点对路径。
本步骤中,在S10312之后,识别装置将每条路径上的时延增长倍数的最大值对应的节点对路径,确定为该路径上的质差节点对路径。
在一种可能的实现方式中,识别装置对每一条路径的节点对路径的延时增长倍数进行统计和排序,从而确定出每条路径上的时延增长倍数的最大值,并将该最大值对应的节点对路径确定为该路径上的质差节点对路径。
本步骤的执行结果是,每一条路径上确定出一个质差节点对路径。
本实施例中,通过根据每个节点对路径的历史Traceroute数据,确定每个节点对路径的历史平均时延,根据每个节点对路径的历史平均时延及对应的实时Traceroute数据中的当前时延,确定每个节点对路径的时延增长倍数,将每条路径上的时延增长倍数的最大值对应的节点对路径,确定为该路径上的质差节点对路径,通过时延增长倍数确定每条路径上的质差节点对路径,进而根据该质差节点对路径确定劣化故障点,提高了对劣化故障点的定位准确性。
图7为本申请实施例提供的劣化故障点的识别方法实施例七的流程示意图,上述实施例五或者实施例六的基础上,如图7所示,实施例中,S1033包括:
S10331、根据网元信息表,对质差节点按网元进行合并,确定每个网元影响的路径数。
本步骤中,识别装置根据网元信息表,对质差节点按网元进行合并,确定每个网元影响的链路数。
在网络通信***中,网元可以具体为基站等。
示例性地,质差节点A影响的路径数为2,质差节点B影响的路径数为3,而质差节点A和质差节点B都在网元P的辐射范围内,且网元P的辐射范围内只存在质差节点A和质差节点B两个质差节点,因此,确定网元P影响的路径数为5。
S10332、将影响的路径数最多的网元确定为劣化故障点。
本步骤中,在S10331之后,识别装置将第一省份内影响的路径数最多的网元确定为劣化故障点。
在一种可能的实现方式中,识别装置对每一省份内各网元影响的路径数进行统计,并按路径数对各网元进行排序,确定出每个网元影响的路径数量的最大值,将所述最大值对应的网元确定为劣化故障点。
本实施例中,通过根据网元信息表,对质差节点按网元进行合并,确定每个网元影响的路径数,将影响的路径数最多的网元确定为劣化故障点,通过对劣化故障点的精准定位,有利于对大规模网络进行管理和维护。
图8为本申请实施例提供的劣化故障点的识别方法实施例八的流程示意图,在上述各实施例的基础上,如图8所示,本实施例中,S101包括:
S1011、通过对获取到的Traceroute数据进行筛选,确定质差链路。
本步骤中,通过对获取到的Traceroute数据进行筛选,确定质差链路。
可以理解的是,本申请实施例中劣化故障点的识别是在对部署在全国范围的网络质量探针采集到的数据进行分析判断的基础上进行的,因此,网络质量探针具有与识别装置通信的能力,能够接收识别装置下发的拨测任务,与能将执行拨测任务采集的数据上报给识别装置。
在一种可能的实现方式中,网络质量探针周期性执行识别装置下发的拨测任务,并在每次执行完拨测任务后,将采集到的拨测数据上报给识别装置,其中,拨测数据中至少包括Traceroute数据,识别装置将获取到Traceroute数据存储在Traceroute数据库中。
在一种可能的实现方式中,识别装置对获取到的(从网络质量探针获取到的)Traceroute数据进行筛选,识别装置确定质差链路。
在另一种可能的实现方式中,网络质量探针对获取到的(执行拨测任务获取到的)Traceroute数据进行筛选,网络质量探针确定质差链路。
S1012、对质差链路发起实时拨测任务,获取质差链路的实时Traceroute数据。
本步骤中,在S1011之后,对质差链路发起实时拨测任务,获取质差链路的实时Traceroute数据。
在一种可能的实现方式中,识别装置确定出质差链路,针对质差链路向网络质量探针下发拨测任(识别装置发起),从而获取(从网络质量探针获取)质差链路的实时Traceroute数据。
在另一种可能的实现方式中,网络质量探针确定出质差链路,针对质差链路马上自动发起拨测任(网络质量探针发起),从而获取(执行拨测任务获取)质差链路的实时Traceroute数据,并将获取到的质差链路的实时Traceroute数据上报给识别装置。
本实施例的执行主体可以为识别装置,也可以为网络质量探针,具体根据实际情况来确定,此处不作限制。
本实施例中,通过识别装置或者网络质量探针对获取到的Traceroute数据进行筛选,确定质差链路,并对质差链路发起实时拨测任务,获取质差链路的实时Traceroute数据,提高了劣化故障点的识别方法的场景适应能力。
图9为本申请实施例提供的劣化故障点的识别方法实施例九的流程示意图,在上述实施例八的基础上,如图9所示,本实施例中,S1011包括:
S10111、根据获取到的Traceroute数据,获取每条链路的拨测源到目的端的时延。
本步骤中,根据获取到的Traceroute数据,获取每条链路的拨测源到目的端的时延。
在一种可能的实现方式中,识别装置根据获取到的Traceroute数据,获取每条链路的拨测源到目的端的时延。
在另一种可能的实现方式中,网络质量探针根据获取到的Traceroute数据,获取每条链路的拨测源到目的端的时延。
S10112、判断各链路的拨测源到目的端的时延是否大于预设阈值,若大于,则确定该时延对应的链路为质差链路。
本步骤中,判断各链路的拨测源到目的端的时延是否大于预设阈值,若大于,则确定该时延对应的链路为质差链路。
在一种可能的实现方式中,识别装置判断各链路的拨测源到目的端的时延是否大于预设阈值,若大于,则确定该时延对应的链路为质差链路。
在另一种可能的实现方式中,网络质量探针判断各链路的拨测源到目的端的时延是否大于预设阈值,若大于,则确定该时延对应的链路为质差链路。
在上述两种实现方式中,若拨测源到目的端的时延是小于或者预设阈值,则确定该时延对应的链路为非质差链路。
其中,预设阈值是衡量网络时延程度的量,预设阈值可以根据历史经验数据进行确定。
本实施例中,通过识别装置或者网络质量探针根据获取到的Traceroute数据,获取每条链路的拨测源到目的端的时延,判断各链路的拨测源到目的端的时延是否大于预设阈值,若大于,则确定该时延对应的链路为质差链路,提高了确定质差链路的可实施性,从而提高了劣化故障点的识别方法的场景适应能力。
图10为本申请实施例提供的劣化故障点的识别装置实施例一的结构示意图,如图10所示,本实施例中识别装置10包括:
数据获取模块11、第一确定模块12和第二确定模块13。
其中,数据获取模块11,用于通过部署在全国范围的网络质量探针,获取质差链路的实时Traceroute数据。
Traceroute数据包括拨测源到目的端的所有节点的IP地址信息及拨测源到各节点的时延信息;
第一确定模块12,用于根据各质差链路的拨测源的IP地址信息,确定第一省份。
第一省份是指劣化发生的省份。
第二确定模块13,用于根据第一省份中的所有节点对路径的实时Traceroute数据和历史Traceroute数据,确定劣化故障点。
在一种可能的实现方式中,第一确定模块12具体用于:
根据质差链路的拨测源的IP地址信息,确定每条质差链路的归属省份;
对归属于各省份的质差链路进行分析,确定第一省份。
在又一种可能的实现方式中,第一确定模块12具体用于:
确定各省份包含的质差链路数;
根据各省份包含的质差链路数,确定质差链路数的最大值;
将与质差链路数的最大值对应的省份,确定为第一省份。
在另一种可能的实现方式中,数据获取模块11具体用于:
通过对获取到的Traceroute数据进行筛选,确定质差链路;
对质差链路发起实时拨测任务,获取质差链路的实时Traceroute数据。
在另一种可能的实现方式中,数据获取模块11具体用于:
根据获取到的Traceroute数据,获取每条链路的拨测源到目的端的时延;
判断各链路的拨测源到目的端的时延是否大于预设阈值,若大于,则确定所述时延对应的链路为质差链路。
本实施例中,通过数据获取模块通过部署在全国范围的网络质量探针,获取质差链路的实时Traceroute数据,第一确定模块根据各质差链路的拨测源的IP地址信息,确定第一省份,第二确定模块根据第一省份中的所有节点对路径的实时Traceroute数据和历史Traceroute数据,确定劣化故障点,其中,Traceroute数据包括拨测源到目的端的所有节点的IP地址信息及拨测源到各节点的时延信息,第一省份为劣化发生的省份。通过逐步缩小劣化分析范围,并且通过对同一节点对路径的实时Traceroute数据与历史Traceroute数据进行分析基础上,确定劣化故障点,实现了对网络的劣化的准确识别以及对劣化的发生位置的精确定位,从而有利于实现对大规模网络的运维管理。
图11为本申请实施例提供的劣化故障点的识别装置实施例二的结构示意图,在上述图10所示实施例的基础上,本实施例中,识别装置10还包括:
处理模块14。
处理模块14,用于对第一省份中的路径进行拆分,得到节点对路径。
数据获取模块11,还用于从Traceroute数据库中获取每个节点对路径的实时Traceroute数据和历史Traceroute数据。
其中,Traceroute数据库用于存储网络质量探针采集的Traceroute数据。
在一种可能的实现方式中,第二确定模块13具体用于:
根据节点对路径的实时Traceroute数据和历史Traceroute数据,确定出每条路径上的质差节点对路径;
确定质差节点对路径中每个质差节点影响的路径数;其中,质差节点为质差节点对路径中包含的对应节点;
根据网元信息表,确定劣化故障点。
在又一种可能的实现方式中,第二确定模块13具体用于:
根据每个节点对路径的历史Traceroute数据,确定每个节点对路径的历史平均时延;
根据每个节点对路径的历史平均时延及对应的实时Traceroute数据中的当前时延,确定每个节点对路径的时延增长倍数;
将每条路径上的时延增长倍数的最大值对应的节点对路径,确定为该路径上的质差节点对路径。
在另一种可能的实现方式中,第二确定模块13具体用于:
根据网元信息表,对质差节点按网元进行合并,确定每个网元影响的路径数;
将影响的路径数最多的网元确定为劣化故障点。
本实施例中,通过第一确定模块根据各质差链路的拨测源的IP地址信息,确定第一省份,处理模块对第一省份中的路径进行拆分,得到节点对路径,数据获取模块,从Traceroute数据库中获取每个节点对路径的实时Traceroute数据和历史Traceroute数据,其中,Traceroute数据库用于存储所述网络质量探针采集的Traceroute数据,第二确定模块根据第一省份中的所有节点对路径的实时Traceroute数据和历史Traceroute数据,确定劣化故障点。在确定出第一省份后,通过对第一省份中路径进行拆分,有利于第二确定模块对劣化故障点的定位,从而提高了劣化故障点的识别的速度和准确度,进而有利用在劣化发生后第一时间定位到劣化的具体发生位置,提高了通信网络的服务质量,有助于提高用户满意度。
图12本申请实施例提供的劣化故障点的识别***实施例一的结构示意图,如图12所示,本实施例中,识别***20包括:
网络质量探针21和如上述所述的识别装置10。
其中,网络质量探针21部署在全国通信网络的机房内,具体可以为终端形式的服务器等,可以与网络中的节点相连,对网络进行仿真测试。
识别装置10具有对网络质量探针进行管理和控制的功能,在一种可能的实现方式中,识别装置10为探针管理平台。
网络质量探针21同时与识别装置10进行通信连接,网络质量探针21接收识别装置10下发的拨测任务,并将执行拨测任务采集的拨测数据上报给识别装置10。
网络质量探针21执行拨测任务的形式及上报拨测数据的方式此处不作限定,具体实际情况为准。
本实施例中,通过网络质量探针21和识别装置10构成识别***20,通过网络质量探针21和识别装置10的配合,实现了对劣化故障点的识别和定位,提高了通信网络的适应能力和抗风险能力。
本领域普通技术人员可以理解:实现上述各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,执行包括上述各方法实施例的步骤;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:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (19)
1.一种劣化故障点的识别方法,其特征在于,包括:
通过部署在全国范围的网络质量探针,获取质差链路的实时Traceroute数据;所述Traceroute数据包括拨测源到目的端的所有节点的IP地址信息及拨测源到各节点的时延信息;
根据各质差链路的拨测源的IP地址信息,确定第一省份;所述第一省份为劣化发生的省份;
根据所述第一省份中的所有节点对路径的实时Traceroute数据和历史Traceroute数据,确定所述劣化故障点。
2.根据权利要求1所述的识别方法,其特征在于,所述根据各质差链路的拨测源的IP地址信息,确定第一省份,包括:
根据所述质差链路的拨测源的IP地址信息,确定每条质差链路的归属省份;
对归属于各省份的质差链路进行分析,确定所述第一省份。
3.根据权利要求2所述的识别方法,其特征在于,所述对归属于各省份的质差链路进行分析,确定所述第一省份,包括:
确定各省份包含的质差链路数;
根据各省份包含的质差链路数,确定所述质差链路数的最大值;
将与所述质差链路数的最大值对应的省份,确定为所述第一省份。
4.根据权利要求1所述的识别方法,其特征在于,所述根据所述第一省份中的所有节点对路径的实时Traceroute数据和历史Traceroute数据,确定所述劣化故障点之前,所述方法还包括:
对所述第一省份中的路径进行拆分,得到节点对路径;
从Traceroute数据库中获取每个所述节点对路径的实时Traceroute数据和历史Traceroute数据;所述Traceroute数据库用于存储所述网络质量探针采集的Traceroute数据。
5.根据权利要求4所述的识别方法,其特征在于,所述根据所述第一省份中的所有节点对路径的实时Traceroute数据和历史Traceroute数据,确定所述劣化故障点,包括:
根据所述节点对路径的实时Traceroute数据和历史Traceroute数据,确定出每条路径上的质差节点对路径;
确定所述质差节点路径对中每个质差节点影响的路径数;所述质差节点为所述质差节点对路径中包含的对应节点;
根据网元信息表,确定所述劣化故障点。
6.根据权利要求5所述的识别方法,其特征在于,所述根据所述节点对路径的实时Traceroute数据和历史Traceroute数据,确定出每条路径上的质差节点对路径,包括:
根据每个节点对路径的历史Traceroute数据,确定每个节点对路径的历史平均时延;
根据每个节点对路径的所述历史平均时延及对应的实时Traceroute数据中的当前时延,确定每个节点对路径的时延增长倍数;
将每条路径上的所述时延增长倍数的最大值对应的节点对路径,确定为该路径上的质差节点对路径。
7.根据权利要求5所述的识别方法,其特征在于,所述根据网元信息表,确定所述劣化故障点,包括:
根据所述网元信息表,对质差节点按网元进行合并,确定每个网元影响的路径数;
将影响的路径数最多的网元确定为劣化故障点。
8.根据权利要求1-7任一项所述的识别方法,其特征在于,所述通过部署在全国范围的网络质量探针,获取质差链路的实时Traceroute数据,包括:
通过对获取到的Traceroute数据进行筛选,确定所述质差链路;
对所述质差链路发起实时拨测任务,获取所述质差链路的实时Traceroute数据。
9.根据权利要求8所述的识别方法,其特征在于,所述对获取到的Traceroute数据进行筛选,确定所述质差链路,包括:
根据获取到的Traceroute数据,获取每条链路的拨测源到目的端的时延;
判断各链路的拨测源到目的端的时延是否大于预设阈值,若大于,则确定所述时延对应的链路为质差链路。
10.一种劣化故障点的识别装置,其特征在于,包括:
数据获取模块,用于通过部署在全国范围的网络质量探针,获取质差链路的实时Traceroute数据;所述Traceroute数据包括拨测源到目的端的所有节点的IP地址信息及拨测源到各节点的时延信息;
第一确定模块,用于根据各质差链路的拨测源的IP地址信息,确定第一省份;所述第一省份为劣化发生的省份;
第二确定模块,用于根据所述第一省份中的所有节点对路径的实时Traceroute数据和历史Traceroute数据,确定所述劣化故障点。
11.根据权利要求10所述的识别装置,其特征在于,所述第一确定模块具体用于:
根据所述质差链路的拨测源的IP地址信息,确定每条质差链路的归属省份;
对归属于各省份的质差链路进行分析,确定所述第一省份。
12.根据权利要求11所述的识别装置,其特征在于,所述第一确定模块具体用于:
确定各省份包含的质差链路数;
根据各省份包含的质差链路数,确定所述质差链路数的最大值;
将与所述质差链路数的最大值对应的省份,确定为所述第一省份。
13.根据权利要求10所述的识别装置,其特征在于,所述识别装置还包括:处理模块;
所述处理模块,用于对所述第一省份中的路径进行拆分,得到节点对路径;
所述数据获取模块,还用于从Traceroute数据库中获取每个节点对路径的实时Traceroute数据和历史Traceroute数据;所述Traceroute数据库用于存储所述网络质量探针采集的Traceroute数据。
14.根据权利要求13所述的识别装置,其特征在于,所述第二确定模块具体用于:
根据所述节点对路径的实时Traceroute数据和历史Traceroute数据,确定出每条路径上的质差节点对路径;
确定所述质差节点对路径中每个质差节点影响的路径数;所述质差节点为所述质差节点对路径中包含的对应节点;
根据网元信息表,确定所述劣化故障点。
15.根据权利要求14所述的识别装置,其特征在于,所述第二确定模块具体用于:
根据每个节点对路径的历史Traceroute数据,确定每个节点对路径的历史平均时延;
根据每个节点对路径的所述历史平均时延及对应的实时Traceroute数据中的当前时延,确定每个节点对路径的时延增长倍数;
将每条路径上的所述时延增长倍数的最大值对应的节点对路径,确定为该路径上的质差节点对路径。
16.根据权利要求14所述的识别装置,其特征在于,所述第二确定模块具体用于:
根据所述网元信息表,对质差节点按网元进行合并,确定每个网元影响的路径数;
将影响的路径数最多的网元确定为所述劣化故障点。
17.根据权利要求10-16任一项所述的识别装置,其特征在于,所述数据获取模块具体用于:
通过对获取到的Traceroute数据进行筛选,确定所述质差链路;
对所述质差链路发起实时拨测任务,获取所述质差链路的实时Traceroute数据。
18.根据权利要求17所述的识别装置,其特征在于,所述数据获取模块具体用于:
根据获取到的Traceroute数据,获取每条链路的拨测源到目的端的时延;
判断各链路的拨测源到目的端的时延是否大于预设阈值,若大于,则确定所述时延对应的链路为所述质差链路。
19.一种劣化故障点的识别***,其特征在于,包括:网络质量探针和权利要求10至18任一项所述的识别装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911035734.2A CN110740065B (zh) | 2019-10-29 | 2019-10-29 | 劣化故障点的识别方法、装置及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911035734.2A CN110740065B (zh) | 2019-10-29 | 2019-10-29 | 劣化故障点的识别方法、装置及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110740065A true CN110740065A (zh) | 2020-01-31 |
CN110740065B CN110740065B (zh) | 2022-04-15 |
Family
ID=69271848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911035734.2A Active CN110740065B (zh) | 2019-10-29 | 2019-10-29 | 劣化故障点的识别方法、装置及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110740065B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109039815A (zh) * | 2018-07-27 | 2018-12-18 | 成都网丁科技有限公司 | 一种基于历史数据感知的路由中断节点检测方法及装置 |
CN112202638A (zh) * | 2020-09-29 | 2021-01-08 | 北京百度网讯科技有限公司 | 数据处理方法、装置、设备及计算机存储介质 |
CN114002543A (zh) * | 2021-09-27 | 2022-02-01 | 中盈优创资讯科技有限公司 | 一种stn中继质差电路自治方法及装置 |
CN114363925A (zh) * | 2021-12-16 | 2022-04-15 | 北京红山信息科技研究院有限公司 | 一种网络质差自动识别方法 |
CN115348157A (zh) * | 2021-05-14 | 2022-11-15 | ***通信集团浙江有限公司 | 分布式存储集群的故障定位方法、装置、设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102055626A (zh) * | 2010-12-31 | 2011-05-11 | 北京中创信测科技股份有限公司 | 一种ip网络质量检测方法及*** |
US20110235525A1 (en) * | 2010-03-24 | 2011-09-29 | Fujitsu Limited | Monitoring apparatus, monitoring method, and monitoring program |
CN102546269A (zh) * | 2010-12-07 | 2012-07-04 | ***通信集团广东有限公司 | 一种快速监控ip网络的方法和*** |
CN105187228A (zh) * | 2015-06-12 | 2015-12-23 | 中国通信建设集团设计院有限公司 | 一种网络质量探测方法及路由器 |
CN106656611A (zh) * | 2016-12-28 | 2017-05-10 | 成都网丁科技有限公司 | 一种cdn质量评测*** |
CN107332712A (zh) * | 2017-08-02 | 2017-11-07 | 山西大学 | 网络性能动态评价、监测和优化*** |
CN107342809A (zh) * | 2016-05-03 | 2017-11-10 | ***通信集团四川有限公司 | 一种业务性能监测与故障定位方法及装置 |
CN108566315A (zh) * | 2018-03-30 | 2018-09-21 | 中国联合网络通信集团有限公司 | 一种故障链路的检测方法、装置及服务器 |
CN108965010A (zh) * | 2018-07-19 | 2018-12-07 | 郑州云海信息技术有限公司 | 一种网络链路流控异常监控方法、***及主机总线适配器 |
CN109379241A (zh) * | 2018-12-27 | 2019-02-22 | 新华三技术有限公司 | 一种路径信息确定方法及装置 |
CN110224883A (zh) * | 2019-05-29 | 2019-09-10 | 中南大学 | 一种应用于电信承载网的灰色故障诊断方法 |
-
2019
- 2019-10-29 CN CN201911035734.2A patent/CN110740065B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110235525A1 (en) * | 2010-03-24 | 2011-09-29 | Fujitsu Limited | Monitoring apparatus, monitoring method, and monitoring program |
CN102546269A (zh) * | 2010-12-07 | 2012-07-04 | ***通信集团广东有限公司 | 一种快速监控ip网络的方法和*** |
CN102055626A (zh) * | 2010-12-31 | 2011-05-11 | 北京中创信测科技股份有限公司 | 一种ip网络质量检测方法及*** |
CN105187228A (zh) * | 2015-06-12 | 2015-12-23 | 中国通信建设集团设计院有限公司 | 一种网络质量探测方法及路由器 |
CN107342809A (zh) * | 2016-05-03 | 2017-11-10 | ***通信集团四川有限公司 | 一种业务性能监测与故障定位方法及装置 |
CN106656611A (zh) * | 2016-12-28 | 2017-05-10 | 成都网丁科技有限公司 | 一种cdn质量评测*** |
CN107332712A (zh) * | 2017-08-02 | 2017-11-07 | 山西大学 | 网络性能动态评价、监测和优化*** |
CN108566315A (zh) * | 2018-03-30 | 2018-09-21 | 中国联合网络通信集团有限公司 | 一种故障链路的检测方法、装置及服务器 |
CN108965010A (zh) * | 2018-07-19 | 2018-12-07 | 郑州云海信息技术有限公司 | 一种网络链路流控异常监控方法、***及主机总线适配器 |
CN109379241A (zh) * | 2018-12-27 | 2019-02-22 | 新华三技术有限公司 | 一种路径信息确定方法及装置 |
CN110224883A (zh) * | 2019-05-29 | 2019-09-10 | 中南大学 | 一种应用于电信承载网的灰色故障诊断方法 |
Non-Patent Citations (1)
Title |
---|
李春民等: "网络测试及故障排除经验", 《铁道通信信号》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109039815A (zh) * | 2018-07-27 | 2018-12-18 | 成都网丁科技有限公司 | 一种基于历史数据感知的路由中断节点检测方法及装置 |
CN112202638A (zh) * | 2020-09-29 | 2021-01-08 | 北京百度网讯科技有限公司 | 数据处理方法、装置、设备及计算机存储介质 |
CN115348157A (zh) * | 2021-05-14 | 2022-11-15 | ***通信集团浙江有限公司 | 分布式存储集群的故障定位方法、装置、设备及存储介质 |
CN115348157B (zh) * | 2021-05-14 | 2023-09-05 | ***通信集团浙江有限公司 | 分布式存储集群的故障定位方法、装置、设备及存储介质 |
CN114002543A (zh) * | 2021-09-27 | 2022-02-01 | 中盈优创资讯科技有限公司 | 一种stn中继质差电路自治方法及装置 |
CN114002543B (zh) * | 2021-09-27 | 2024-01-05 | 中盈优创资讯科技有限公司 | 一种stn中继质差电路自治方法及装置 |
CN114363925A (zh) * | 2021-12-16 | 2022-04-15 | 北京红山信息科技研究院有限公司 | 一种网络质差自动识别方法 |
CN114363925B (zh) * | 2021-12-16 | 2023-10-24 | 北京红山信息科技研究院有限公司 | 一种网络质差自动识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110740065B (zh) | 2022-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110740065B (zh) | 劣化故障点的识别方法、装置及*** | |
US8144599B2 (en) | Binary class based analysis and monitoring | |
CN111817868B (zh) | 一种网络质量异常的定位方法与装置 | |
US20160254944A1 (en) | Classification of detected network anomalies using additional data | |
US9608874B2 (en) | Methods and apparatus to identify network topologies | |
EP3021609A1 (en) | Network testing method and data collection method thereof, and network testing apparatus and system | |
JP2008283621A (ja) | ネットワーク輻輳状況監視装置、ネットワーク輻輳状況監視方法及びプログラム | |
CN108012279B (zh) | 一种邻区优化方法及装置 | |
US9282174B2 (en) | Network connectivity measurement system and method | |
CN110768852A (zh) | 一种云网络节点的测试方法及装置 | |
CN114363151A (zh) | 故障检测方法和装置、电子设备和存储介质 | |
KR20200138565A (ko) | 통신 네트워크에서 복수의 원격 무선 헤드들을 관리하기 위한 방법 및 장치 | |
US20070004399A1 (en) | Quality assessment for telecommunications network | |
CN111585819A (zh) | 一种配网通信设备故障分析方法和*** | |
CN113207146B (zh) | 无线通信网络质量监控***及方法 | |
EP2629453A1 (en) | Method, apparatus and system for setting a size of an event correlation time window | |
CN113507396B (zh) | 一种网络状态分析方法、装置、设备及机器可读存储介质 | |
US20230292156A1 (en) | Trajectory based performance monitoring in a wireless communication network | |
CN107769988B (zh) | 信息发送及检测报文丢失的方法、装置和网络设备 | |
CN109728950B (zh) | 网络质量优化方法、装置、设备及计算机存储介质 | |
CN110266741B (zh) | 一种内容分发网络中的客户业务自动调度方法及装置 | |
CN115225455B (zh) | 异常设备检测方法及装置、电子设备、存储介质 | |
KR101074064B1 (ko) | 네트워크 트래픽 모니터링 방법 및 장치 | |
CN114640600A (zh) | 网络服务质量分析方法、***以及存储介质 | |
CN110896545B (zh) | 在线计费漫游故障定位方法及相关装置、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 |