CN110752938B - 一种volte业务的故障智能定位方法和*** - Google Patents
一种volte业务的故障智能定位方法和*** Download PDFInfo
- Publication number
- CN110752938B CN110752938B CN201810813654.4A CN201810813654A CN110752938B CN 110752938 B CN110752938 B CN 110752938B CN 201810813654 A CN201810813654 A CN 201810813654A CN 110752938 B CN110752938 B CN 110752938B
- Authority
- CN
- China
- Prior art keywords
- service
- network element
- abnormal
- probability
- network
- 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
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0677—Localisation of faults
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/04—Arrangements for maintaining operational condition
-
- 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
- H04L41/064—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 involving time analysis
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Telephonic Communication Services (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供一种VOLTE业务的故障智能定位方法和***,该方法包括:根据用户的信令数据,获取用户在不同的预设时间段内对应的动态端到端的业务链;获取每个预设时间段内异常业务链中的网元,对网元按照名称进行去重处理,得到网元集合;采用预设的最大匹配规则和影响因子规则,计算每个网元对应的异常概率;对每种类型的网元按照异常概率从高到低的顺序进行排序,若排名前N的网元对应的异常概率之和大于预设阈值,则将排名前N的网元筛选为异常故障点;若异常故障点中同时包括第一业务网元以及所述第一业务网元对应的第一承载网路由器,则将第一业务网元从异常故障点中删除。该方法和***可以提高对故障定位的准确度,降低维护成本。
Description
技术领域
本发明涉及通信技术领域,具体涉及一种VOLTE业务的故障智能定位方法和***。
背景技术
VOLTE是一种LTE语音解决方案,是一种新技术新业务,需要EPC网络、IMS网络和CS网络三网协同工作,目前没有一种处理办法能够快速关联处理EPC、IMS与CS网络故障,针对VOLTE业务相关故障只能采用传统的故障处理办法,收集多***信息,人工判断定位,详细如下:1)通过HSS分析投诉用户登记网元信息(注册时静态网元),判断网元是否存在集中性;2)通过多套网管核查EPC、IMS和CS网络是否存在相关告警、性能指标和工程操作;3)通过投诉现象、告警指标、拨测结果和工程信息,使用专家经验人工定位故障点并核查。
网络故障往往伴随大量用户业务使用异常而导致的投诉,在传统的故障定位过程中,分析投诉用户的注册网元信息,寻找集中网元是一种快速有效的故障定位手段。而VOLTE业务作为一种新的网络技术,基于纯PS的LTE网络为用户提供高质量的语音业务,流程复杂,业务场景多,传统的注册网元分析不能就解决有效定位问题。同时,用户注册网元分析是一种静态分析,不能代表用户当前状态,更不能反映用户真实业务感知,如用户的语音业务不仅涉及本端注册网元,还需要对端网络协同配合。
现有的VOLTE业务故障处理方法具有如下缺点:1)缺少***的VOLTE业务故障处理方法,只能照搬传统EPC网络、CS网络故障处理经验,不能适用于VOLTE新业务新特性,故障处理效率低;2)通过HSS获取用户注册业务链,不能真实反映用户投诉业务真实端到端业务链;3)故障处理相关信息如告警、指标、拨测、工程等,来自多个***,非常分散,需要人工获取,繁琐耗时,且容易出错缺数;4)对收集的故障相关信息需要人工关联处理,需要专家经验,定位处理慢且对维护人员技能要求高,维护成本大。
发明内容
针对现有技术的不足,本发明提供一种VOLTE业务的故障智能定位方法和***。
第一方面,本发明实施例提供一种VOLTE业务的故障智能定位方法,所述方法包括:
根据每个用户的信令数据,获取每个用户在不同的预设时间段内对应的动态端到端的业务链;其中,所述业务链包括:注册业务链和呼叫业务链;
获取每个预设时间段内多个用户的异常业务链中的网元,并对所述网元按照名称进行去重处理,得到网元集合;其中,所述网元包括:业务网元以及每个业务网元对应的承载网路由器;
采用预设的最大匹配规则和预设的影响因子规则,计算所述网元集合中的每个网元对应的异常概率;
对每种类型的网元按照对应的异常概率从高到低的顺序进行排序,若排名前N的网元对应的异常概率之和大于预设阈值,则将所述排名前N的网元筛选为异常故障点;其中,N为正整数;
若所述异常故障点中同时包括第一业务网元以及所述第一业务网元对应的第一承载网路由器,则将所述第一业务网元从所述异常故障点中删除。
第二方面,本发明实施例提供一种VOLTE故障智能定位***,所述***包括:
第一获取模块,用于根据每个用户的信令数据,获取每个用户在不同的预设时间段内对应的动态端到端的业务链;其中,所述业务链包括:注册业务链和呼叫业务链;
第二获取模块,用于获取每个预设时间段内多个用户的异常业务链中的网元,并对所述网元按照名称进行去重处理,得到网元集合;其中,所述网元包括:业务网元以及每个业务网元对应的承载网路由器;
计算模块,用于采用预设的最大匹配规则和预设的影响因子规则,计算所述网元集合中的每个网元对应的异常概率;
筛选模块,用于对每种类型的网元按照对应的异常概率从高到低的顺序进行排序,若排名前N的网元对应的异常概率之和大于预设阈值,则将所述排名前N的网元筛选为异常故障点;其中,N为正整数;
删除模块,用于若所述异常故障点中同时包括第一业务网元以及所述第一业务网元对应的第一承载网路由器,则将所述第一业务网元从所述异常故障点中删除。
第三方面,本发明实施例提供一种电子设备,所述设备包括存储器和处理器,所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行上述第一方面中所述的VOLTE业务的故障智能定位方法。
第四方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述第一方面中所述的VOLTE业务的故障智能定位方法。
本发明实施例提供的VOLTE业务的故障智能定位方法和***,通过根据用户的信令数据获取用户的动态端到端的业务链,可以反映用户的业务真实感知,对故障定位处理更准确,通过固化专家经验,综合使用最大匹配规则、影响因子规则和承载优先规则,智能定位异常故障点,可以降低维护人员技能要求,减少维护成本,提升维护效率。
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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的VOLTE业务的故障智能定位方法流程图;
图2是本发明实施例提供的VOLTE业务的故障智能定位***的结构示意图;
图3是本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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、完整的描述,显然,所描述的实施例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。
图1是本发明实施例提供的VOLTE业务的故障智能定位方法流程图,如图1所示,所述方法包括:
步骤10、根据每个用户的信令数据,获取每个用户在不同的预设时间段内对应的动态端到端的业务链;其中,所述业务链包括:注册业务链和呼叫业务链;
步骤11、获取每个预设时间段内多个用户的异常业务链中的网元,并对所述网元按照名称进行去重处理,得到网元集合;其中,所述网元包括:业务网元以及每个业务网元对应的承载网路由器;
步骤12、采用预设的最大匹配规则和预设的影响因子规则,计算所述网元集合中的每个网元对应的异常概率;
步骤13、对每种类型的网元按照对应的异常概率从高到低的顺序进行排序,若排名前N的网元对应的异常概率之和大于预设阈值,则将所述排名前N的网元筛选为异常故障点;其中,N为正整数;
步骤14、若所述异常故障点中同时包括第一业务网元以及所述第一业务网元对应的第一承载网路由器,则将所述第一业务网元从所述异常故障点中删除。
具体地,用户在不同的时刻使用的VOLTE业务可能是不同的,其中,每个VOLTE业务对应一个业务流程,***可以获取用户在每个业务流程中的信令数据,比如,***可以获取每个业务流程中的话单记录,根据话单记录确定用户使用的业务。用户使用的业务可以包括:注册业务和呼叫业务,一个注册业务对应一条注册业务链,一个呼叫业务对应一条呼叫业务链,每条业务链中可以包括多个网元信息。
***可以根据与注册业务流程相关的话单记录,获取用户的注册业务链。具体地,***可以根据与注册业务相关的SIP话单,获取注册业务链中类型分别为P-CSCF、I-CSCF、S-CSCF和ATS的业务网元;根据与注册业务相关的Cx话单,获取注册业务链中类型为HSS的业务网元;根据与注册业务相关的Gx话单,获取注册业务链中类型为PCRF的业务网元;根据与注册业务相关的S1-MME话单,获取注册业务链中类型分别为ECGI、ENB、MME和SAEGW的业务网元。***可以根据上述四个话单整合出一个用户的注册业务链,该注册业务链可以包括类型分别为ECGI、ENB、MME、SAEGW、PCRF、HSS、P-CSCF、I-CSCF、S-SCCF和ATS的一个或多个业务网元。
***可以根据与呼叫业务流程相关的话单记录,获取用户的呼叫业务链。具体地,***可以根据与呼叫业务相关的SIP话单,获取呼叫业务链中类型分别为主叫P-CSCF、主叫S-CSCF、主叫ATS、被叫I-CSCF、被叫S-CSCF和被叫P-CSCF的业务网元,得到用户的呼叫业务链。
***可以按照上述方法,根据每个用户在不同的预设时间段内的信令数据,获取到每个用户在不同的预设时间段内的动态端到端的业务链。在每个预设时间段内,一个用户可以对应一个或多个业务链。其中,预设时间段可以具体设定,比如***可以获取每个用户在9:00~9:05这一预设时间段内的动态端到端的业务链。
对于每个预设时间段,用户的业务链可能是正常业务链,也可能是异常业务链。***可以将该预设时间段内的多个用户对应的异常业务链筛选出来,将每个异常业务链对应的网元获取出来,此处的网元包括:业务网元以及每个业务网元对应的承载网路由器。***可以首先对获取到的所有网元按照名称进行去重处理,将剩余的网元保存到一个网元集合中。
***可以采用预设的最大匹配规则和预设的影响因子规则,计算网元集合中每个网元的异常概率。然后,对相同类型的业务网元,按照异常概率从高到低的顺序进行排序,若排名前N的网元对应的异常概率之和大于预设阈值,则将排名前N的网元筛选为异常故障点。其中,N为正整数,比如可以设定为3,预设阈值也可以进行具体设定,比如可以设定为60%。
比如,网元集合中类型为MME的业务网元一共有30个,***可以将这30个MME业务网元按照异常概率从高到低的顺序进行排序,若排名前3的MME业务网元分别是MME1、MME2和MME3,若这3个业务网元对应的异常概率之和为75%,75%大于60%,则***可将这3个业务网元筛选为异常故障点。
***按照上述方法筛选出来的异常故障点中,可能同时包括一个业务网元以及该业务网元对应的承载网路由器。可以将业务网元记为第一业务网元,将与第一业务网元对应的承载网路由器记为第一承载网路由器。此时,***可以按照承载优先原则,优先认为是承载网路由器出现异常,将第一业务网元从异常故障点中删除。
比如,***按照上述方法将业务网元MME1以及与MME1相对应的承载网路由器R1都筛选为故障异常点,则***可以按照承载优先原则,将业务网元MME1从异常故障点中删除。
本发明实施例提供的VOLTE业务的故障智能定位方法,通过根据用户的信令数据获取用户的动态端到端的业务链,可以反映用户的业务真实感知,对故障定位处理更准确,通过固化专家经验,综合使用最大匹配规则、影响因子规则和承载优先规则,智能定位异常故障点,可以降低维护人员技能要求,减少维护成本,提升维护效率。
可选地,在上述实施例的基础上,所述采用预设的最大匹配规则和预设的影响因子规则,计算所述网元集合中的每个网元对应的异常概率,包括:
采用所述最大匹配规则,计算每个业务网元的第一异常概率;
采用所述影响因子规则,计算每个所述业务网元的第二异常概率和每个所述承载网路由器的第二异常概率;
根据每个所述业务网元的第一异常概率和第二异常概率,得到每个所述业务网元的异常概率,将所述承载网路由器的第二异常概率作为所述承载网路由器的异常概率。
具体地,网元集合中的网元可以包括业务网元和承载网路由器,对于每个业务网元,***可以采用预设的最大匹配规则,计算该业务网元的第一异常概率,***还可以采用预设的影响因子规则,计算该业务网元的第二异常概率。
对于网元集合中的每一个承载网路由器,***可以采用预设的影响因子规则,计算该承载网路由器的第二异常概率。
***可以根据一个业务网元的第一异常概率和第二异常概率,得到该业务网元的异常概率,将每个承载网路由器的第二异常概率作为该承载网路由器的第二异常概率。
比如,网元集合中的一个业务网元对应的第一异常概率为P1ij,第二异常概率为P2ij,则***可以按照如下公式得到该业务网元的异常概率Pij:
若网元集合中的一个承载网路由器对应的第二异常概率为P,则***可以将P作为该承载网路由器的异常概率。
***可以按照上述方法,得到网元集合中的每个网元的异常概率。
本发明实施例提供的VOLTE业务的故障智能定位方法,通过采用最大匹配规则,计算每个业务网元的第一异常概率,采用影响因子规则,计算每个业务网元的第二异常概率和每个承载网路由器的第二异常概率,根据每个业务网元的第一异常概率和第二异常概率,得到每个业务网元的异常概率,将承载网路由器的第二异常概率作为承载网路由器的异常概率,这使得所述方法更加科学。
可选地,在上述实施例的基础上,所述采用所述最大匹配规则,计算每个业务网元的第一异常概率,包括:
对于所述网元集合中的每个业务网元,确定所述业务网元的第一类型和所述业务网元所属的第一异常业务链;
统计所述网元集合中,所述第一异常业务链中,第一类型的业务网元的第一个数;
统计所述网元集合中,所有异常业务链中第一类型的业务网元的第二个数;
根据所述第一个数和所述第二个数,得到所述业务网元的第一概率。
具体地,***可以按照如下方法计算网元集合中的一个业务网元的第一异常概率。
对于网元集合中的业务网元可以来自一条或多条异常业务链,每个业务网元都有一个特定的网元类型,比如可以为MME、P-CSCF、I-CSCF或ATS等类型。
***可以确定每个业务网元的类型和所属的异常业务链,比如,网元集合中的一个业务网元可以记为:Neik,表示该业务网元的网元类型为Ti,所属的异常业务链为业务链k。
***可以统计该网元集合中业务链k中的类型为Ti的业务网元的个数,可以将该个数记为第一个数Fik。***还可以统计网元集合中所有异常业务链中类型为Ti的业务网元的个数,可以将该个数记为第二个数***可以按照如下公式,计算出业务网元Neik的第一异常概率Pik:
***可以按照上述方法,计算网元集合中每个业务网元的第一异常概率。
本发明实施例提供的VOLTE业务的故障智能定位方法中,对于网元集合中的每个业务网元,确定该业务网元的第一类型和所属的第一异常业务链,统计网元集合中第一异常业务链中第一类型的业务网元的第一个数,所有异常业务链中第一类型的业务网元的第二个数,根据第一个数和第二个数,得到业务网元的第一概率,这使得所述方法更加科学。
可选地,在上述实施例的基础上,所述采用所述影响因子规则,计算每个所述业务网元的第二异常概率,包括:
获取所述网元集合中每个业务网元对应的异常事件;其中,所述异常事件包括:设备告警、性能指标、拨测验证和工程操作;
对于每种类型的异常事件,按照预设规则分成三个级别;
对于每个所述业务网元,根据对应的异常事件的类型和级别,采用预设公式,计算四种类型的异常事件概率;
根据所述四种类型的异常事件概率,得到所述业务网元的第二异常概率。
具体地,***可以按照如下方法计算网元集合中每个业务网元的第二异常概率。
首先,***可以从数据库中获取网元集合中每个业务网元对应的异常事件,其中,异常事件可以分为四类,分别为:设备告警、性能指标、拨测验证和工程操作。
***可以将设备告警、性能指标、拨测验证和工程操作看作4个影响因子x1,x2,x3,x4,对于每类异常事件分为一级、二级和三级。
具体地,***可以将设备告警按照业务影响程度分为三个级别,比如,可以将设备重启、链路断设定为一级设备告警;***可以将性能指标按照不同指标及裂化程度分为三个级别,比如,可以将业务成功率低于30%设定为一级问题;***可以将拨测验证按照裂化程度分为三个级别,比如,可以将成功率低于30%设定为一级问题;***可以将工程操作按照重要性分为三个级别,比如,可以将重要工程设定为一级问题。
对于,每个影响因子xm,其中,m=1,2,3,4,按照其一级、二级、三级问题情况,分别按照如下公式计算相应的四种类型的异常事件概率Pm:
Pm=Pm1+Pm2+Pm3
其中:
其中,Xm1,Xm2,Xm3分别表示第m个影响因子的一级、二级、三级问题集合,card(Xmn)表示该类问题的个数。
然后,***可以根据上述四中类型的异常事件概率P1、P2、P3和P4,按照如下公式得到业务网元的第二异常概率:
***可以按照上述方法计算网元集合中的每个业务网元的第二异常概率,以及每个承载网路由器的第二异常概率。
本发明实施例提供的VOLTE业务的故障智能定位方法,通过获取网元集合中每个业务网元对应的异常事件,对每种类型的异常事件,按照预设规则分成三个级别,对于每个网元,根据对应的异常事件的类型和级别,采用预设公式,计算四种类型的异常事件概率,根据四种类型的异常事件概率,得到网元的第二异常概率,可以这使得所述方法更加科学。
可选地,在上述实施例的基础上,所述方法还包括:
根据用户的业务链,确定每个用户对应的VOLTE业务以及每个所述VOLTE业务对应的业务结果;其中,所述业务结果包括:正常、失败和超时;
将多个用户在每个预设时间段内对应的VOLTE业务和业务结果,采用矩阵的形式进行展示,得到信令矩阵。
具体地,用户按照上述实施例中所述的方法,获取到每个用户在不同的预设时间段内的动态端到端的业务链之后,可以根据获取到的业务链,确定用户在不同的预设时间段内对应的VOLTE业务,以及每个VOLTE业务对应的业务结果。
其中,一条注册业务链表示用户使用了一侧注册业务,一条呼叫业务链表示用户使用了一次呼叫业务,每个业务的结果可以是正常、失败或连接超时。
***可以采用矩阵形式呈现每个预设时间段内所有的用户使用的业务及其对应的业务结果,得到信令矩阵。其中,信令矩阵中的每行代表一个用户,每列代表一个预设时间段,信令矩阵可以展示每个用户在某一个特定的时间段内使用了哪些业务以及每个业务的业务结果是什么。用户使用的业务可以包括:注册、主叫和叫等,***可以使用不同的颜色表示不同的业务结果,比如,可以用绿色表示正常,用红色表示失败,用黄色表示超时。通过信令矩阵可以直观展示用户的业务异常情况,如异常业务是否集中、是否都是无法主叫以及是否都是某个时间点开始异常。
本发明实施例提供的VOLTE业务的故障智能定位方法,通过根据用户的业务链,确定每个用户对应的VOLTE业务以及每个VOLTE业务对应的业务结果,将多个用户在每个预设时间段内对应的VOLTE业务和业务结果,采用矩阵的形式进行展示,得到信令矩阵,通过信令矩阵可以直观掌握用户的业务异常情况,为后续故障处理提供便利。
可选地,在上述实施例的基础上,所述方法还包括:
基于承载网,采用预设的最短路径算法绘制每个业务链中的业务网元与对应的承载网路由器之间的端到端业务链拓扑图;其中,在绘制过程中,若存在公共的承载网路由器,则删除所述公共的承载网路由器上层的拓扑图;
在所述端到端业务链拓扑图上,为每个业务链、每个业务网元和每个承载网路由器加载对应的关键信息和异常事件。
具体地,***获取到用户的动态端到端的业务链之后,可以基于承载网以及业务链中的每个业务网元对应的承载网路由器,按照如下方法绘制端到端的业务链拓扑图。
上述业务链中的业务网元主要通过***IP承载网(IPNET)和***互联网(CMNET)承载,IPNET与CMNET的网络架构基本相同,从上层到下层可以分为核心层、汇聚层、接入层和用户边缘层,这四层对应的承载网路由器可以分别用编号R1、R2、R3和R4表示。
***可以按照最小路径算法,绘制出每个业务链中的业务网元与对应的承载网路由器之间的端到端业务链拓扑图。具体步骤如下:
对于一个业务网元Nej,基于承载网按照从下层到上层的顺序将该业务网元与其对应的承载网路由器之间的业务链拓扑图,绘制路径为:Nej——R4j/R4j+1—R3j/R3j+1—R2j/R2j+1—R1j/R1j+1。其中,R4j/R4j+1是用户边缘层中与业务网元Nej对应的承载网路由器对,R4j/R4j+1是接入层中与业务网元Nej对应的承载网路由器对,R4j/R4j+1是汇聚层中与业务网元Nej对应的承载网路由器对,R4j/R4j+1是核心层中与业务网元Nej对应的承载网路由器对。在绘制过程中,如果两个或多个业务网元之间存在公共的承载网路由器,则将公共的承载网路由器的上层的拓扑图进行删除。若不存在公共的承载网路由器,则保留全部的业务链拓扑图。
为了美化呈现,***可以以承载网云为中心,圆形方式呈现各业务网元类型,按照从左下依次为MME、SAEGW、PCRF、ATS、ISBG、PSBC、HSS的顺序进行呈现,同时每个具体的业务网元以扇形呈现,可以设定默认在拓扑图上呈现3个业务网元,其他的业务网元被隐藏。
***可以在基于用户的实际业务生成的端到端业务链拓扑图上为每个业务链、每个业务网元和每个承载网路由器加载对应的关键信息和异常事件,形成直观的动态拓扑监控图,全面掌控网元状态。
本发明实施例提供的VOLTE业务的故障智能定位方法,通过基于承载网,采用预设的最短路径算法绘制每个业务链中的业务网元与对应的承载网路由器之间的端到端业务链拓扑图,并在拓扑图上为每个业务链、每个业务网元和每个承载网路由器加载对应的关键信息和异常事件,可以使得拓扑图呈现更为直观,点代表一个网元,包括业务网元和承载网路由器;线代表一条链路,网元和链路均可加载异常事件,如链路负荷等;每个网元或链路均加载关键信息与异常事件,并根据当前状态输出网元初步诊断信息,如“该网元存在XX工程操作,请核查”。***还可以用颜色加以区分,红色代表异常、绿色代表正常、灰色代表未获取数据;***可以选择合适的告警和指标呈现,根据不同网元、不同场景选择呈现对应的告警与指标,对告警与指标进行分级管理;对异常事件定义分析规则,如告警与指标设置对应阈值,超过阈值为异常;工程操作与告警投诉相关性分析等;一个“沙盘”直观呈现故障全部信息,同时后续直接通过“沙盘”远程调度处理,如直接重启某网元节点。以投诉用户真实业务出发,通过端到端拓扑图直观呈现异常业务相关网元(包括EPC、IMS、CS业务网元,IPNET路由器等),加载告警、指标、拨测、工程相关信息,将原先分散的多***零散信息以拓扑图形式关联呈现,最终本部分将故障场景全部信息以“沙盘”形式直观呈现给网络专家,方便故障定位与调度指挥处理。
图2是本发明实施例提供的VOLTE业务的故障智能定位***的结构示意图,如图2所示,所述***包括:第一获取模块20、第二获取模块21、计算模块22、筛选模块23和删除模块24,其中:
第一获取模块20用于根据每个用户的信令数据,获取每个用户在不同的预设时间段内对应的动态端到端的业务链;其中,所述业务链包括:注册业务链和呼叫业务链;第二获取模块21用于获取每个预设时间段内多个用户的异常业务链中的网元,并对所述网元按照名称进行去重处理,得到网元集合;其中,所述网元包括:业务网元以及每个业务网元对应的承载网路由器;计算模块22用于采用预设的最大匹配规则和预设的影响因子规则,计算所述网元集合中的每个网元对应的异常概率;筛选模块23用于对每种类型的网元按照对应的异常概率从高到低的顺序进行排序,若排名前N的网元对应的异常概率之和大于预设阈值,则将所述排名前N的网元筛选为异常故障点;其中,N为正整数;删除模块24用于若所述异常故障点中同时包括第一业务网元以及所述第一业务网元对应的第一承载网路由器,则将所述第一业务网元从所述异常故障点中删除。
具体地,本发明实施例提供的VOLTE故障智能定位***,可以包括:第一获取模块20、第二获取模块21、计算模块22、筛选模块23和删除模块24。
第一获取模块20可以根据每个用户在不同预设时间段内的信令数据,获取到每个用户在不同预设时间段内的动态端到端的业务链。在每个预设时间段内,一个用户可以对应一个或多个业务链。其中,预设时间段可以具体设定,比如***可以获取每个用户在9:00~9:05这一预设时间段内的动态端到端的业务链。
对于每个预设时间段,第一获取模块20获取到的业务链可能是正常业务链,也可能是异常业务链。第二获取模块21可以将该预设时间段内的多个用户对应的异常业务链筛选出来,将每个异常业务链对应的网元获取出来,此处的网元包括:业务网元以及每个业务网元对应的承载网路由器。第二获取模块21可以首先对获取到的所有网元按照名称进行去重处理,将剩余的网元保存到一个网元集合中。
计算模块22可以采用预设的最大匹配规则和预设的影响因子规则,计算网元集合中的每个网元对应的异常概率。筛选模块23可以对于相同类型的业务网元,按照异常概率从高到低的顺序进行排序,若排名前N的网元对应的异常概率之和大于预设阈值,则将所述排名前N的网元筛选为异常故障点。其中,N为正整数,比如可以设定为3,所述预设阈值可以进行具体设定,比如可以设定为60%。
比如,网元集合中类型为MME的业务网元一共有30个,***可以将这30个MME业务网元按照异常概率从高到低的顺序进行排序,若排名前3的MME业务网元分别是MME1、MME2和MME3,若这3个业务网元对应的异常概率之和为75%,75%大于60%,则***可将这3个业务网元筛选为异常故障点。
筛选模块23按照上述方法筛选出来的异常故障点中,可能同时包括一个业务网元以及该业务网元对应的承载网路由器。可以将业务网元记为第一业务网元,将与第一业务网元对应的承载网路由器记为第一承载网路由器。删除模块24可以按照承载优先原则,优先认为是承载网路由器出现异常,将第一业务网元从异常故障点中删除。
比如,筛选模块23按照上述方法将业务网元MME1以及与MME1相对应的承载网路由器R1都筛选为故障异常点,则删除模块24可以按照承载优先原则,将业务网元MME1从异常故障点中删除。
本发明实施例提供的VOLTE故障智能定位***,其功能具体参照上述方法实施例,此处不再赘述。
本发明实施例提供的VOLTE业务的故障智能定位***,通过根据用户的信令数据获取用户的动态端到端的业务链,可以反映用户的业务真实感知,对故障定位处理更准确,通过固化专家经验,综合使用最大匹配规则、影响因子规则和承载优先规则,智能定位异常故障点,可以降低维护人员技能要求,减少维护成本,提升维护效率。
可选地,在上述实施例的基础上,所述计算模块包括:第一计算子模块、第二计算子模块和第三计算子模块,其中:
第一计算子模块用于采用所述最大匹配规则,计算每个业务网元的第一异常概率;第二计算子模块用于采用所述影响因子规则,计算每个所述业务网元的第二异常概率和每个所述承载网路由器的第二异常概率;第三计算子模块用于根据每个所述业务网元的第一异常概率和第二异常概率,得到每个所述业务网元的异常概率,将所述承载网路由器的第二异常概率作为所述承载网路由器的异常概率。
具体地,上述实施例中所述的计算模块可以包括:第一计算子模块、第二计算子模块和第三计算子模块。
具体地,网元集合中的网元可以包括业务网元和承载网路由器,对于每个业务网元,第一计算子模块可以采用预设的最大匹配规则,计算该业务网元的第一异常概率,第二计算子模块可以采用预设的影响因子规则,计算该业务网元的第二异常概率。
对于网元集合中的每一个承载网路由器,第二计算子模块可以采用预设的影响因子规则,计算该承载网路由器的第二异常概率。
第三计算子模块可以根据一个业务网元的第一异常概率和第二异常概率,得到该业务网元的异常高概率,将每个承载网路由器的第二异常概率作为该承载网路由器的第二异常概率。
比如,网元集合中的一个业务网元对应的第一异常概率为P1ij,第二异常概率为P2ij,则第三计算子模块可以按照如下公式得到该业务网元的异常概率Pij为:
若网元集合中的一个承载网路由器对应的第二异常概率为P,则第三计算子模块可以将P作为该承载网路由器的异常概率。
***可以按照上述方法,得到网元集合中的每个网元的异常概率。
本发明实施例提供的VOLTE业务的故障智能定位***,通过采用最大匹配规则,计算每个业务网元的第一异常概率,采用影响因子规则,计算每个业务网元的第二异常概率和每个承载网路由器的第二异常概率,根据每个业务网元的第一异常概率和第二异常概率,得到每个业务网元的异常概率,将承载网路由器的第二异常概率作为承载网路由器的异常概率,这使得所述***更加科学。
图3是本发明实施例提供的电子设备的结构示意图,如图3所示,所述设备包括:处理器(processor)31、存储器(memory)32和总线33,其中:
所述处理器31和所述存储器32通过所述总线33完成相互间的通信;所述处理器31用于调用所述存储器32中的程序指令,以执行上述各方法实施例所提供的方法,例如包括:根据每个用户的信令数据,获取每个用户在不同的预设时间段内对应的动态端到端的业务链;其中,所述业务链包括:注册业务链和呼叫业务链;获取每个预设时间段内多个用户的异常业务链中的网元,并对所述网元按照名称进行去重处理,得到网元集合;其中,所述网元包括:业务网元以及每个业务网元对应的承载网路由器;采用预设的最大匹配规则和预设的影响因子规则,计算所述网元集合中的每个网元对应的异常概率;对每种类型的网元按照对应的异常概率从高到低的顺序进行排序,若排名前N的网元对应的异常概率之和大于预设阈值,则将所述排名前N的网元筛选为异常故障点;其中,N为正整数;若所述异常故障点中同时包括第一业务网元以及所述第一业务网元对应的第一承载网路由器,则将所述第一业务网元从所述异常故障点中删除。
本发明实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:根据每个用户的信令数据,获取每个用户在不同的预设时间段内对应的动态端到端的业务链;其中,所述业务链包括:注册业务链和呼叫业务链;获取每个预设时间段内多个用户的异常业务链中的网元,并对所述网元按照名称进行去重处理,得到网元集合;其中,所述网元包括:业务网元以及每个业务网元对应的承载网路由器;采用预设的最大匹配规则和预设的影响因子规则,计算所述网元集合中的每个网元对应的异常概率;对每种类型的网元按照对应的异常概率从高到低的顺序进行排序,若排名前N的网元对应的异常概率之和大于预设阈值,则将所述排名前N的网元筛选为异常故障点;其中,N为正整数;若所述异常故障点中同时包括第一业务网元以及所述第一业务网元对应的第一承载网路由器,则将所述第一业务网元从所述异常故障点中删除。
本发明实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的方法,例如包括:根据每个用户的信令数据,获取每个用户在不同的预设时间段内对应的动态端到端的业务链;其中,所述业务链包括:注册业务链和呼叫业务链;获取每个预设时间段内多个用户的异常业务链中的网元,并对所述网元按照名称进行去重处理,得到网元集合;其中,所述网元包括:业务网元以及每个业务网元对应的承载网路由器;采用预设的最大匹配规则和预设的影响因子规则,计算所述网元集合中的每个网元对应的异常概率;对每种类型的网元按照对应的异常概率从高到低的顺序进行排序,若排名前N的网元对应的异常概率之和大于预设阈值,则将所述排名前N的网元筛选为异常故障点;其中,N为正整数;若所述异常故障点中同时包括第一业务网元以及所述第一业务网元对应的第一承载网路由器,则将所述第一业务网元从所述异常故障点中删除。
以上所描述的电子设备等实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
以上实施例仅用于说明本发明的技术方案,而非对其限制;尽管参照前述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,或者对其中部分技术特征进行等同替换;而这些修改或替换,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精神和范围。
Claims (8)
1.一种VOLTE业务的故障智能定位方法,其特征在于,包括:
根据每个用户的信令数据,获取每个用户在不同的预设时间段内对应的动态端到端的业务链;其中,所述业务链包括:注册业务链和呼叫业务链;
获取每个预设时间段内多个用户的异常业务链中的网元,并对所述网元按照名称进行去重处理,得到网元集合;其中,所述网元包括:业务网元以及每个业务网元对应的承载网路由器;
采用预设的最大匹配规则和预设的影响因子规则,计算所述网元集合中的每个网元对应的异常概率;
对每种类型的网元按照对应的异常概率从高到低的顺序进行排序,若排名前N的网元对应的异常概率之和大于预设阈值,则将所述排名前N的网元筛选为异常故障点;其中,N为正整数;
若所述异常故障点中同时包括第一业务网元以及所述第一业务网元对应的第一承载网路由器,则将所述第一业务网元从所述异常故障点中删除;
所述采用预设的最大匹配规则和预设的影响因子规则,计算所述网元集合中的每个网元对应的异常概率,包括:
采用所述最大匹配规则,计算每个业务网元的第一异常概率;
采用所述影响因子规则,计算每个所述业务网元的第二异常概率和每个所述承载网路由器的第二异常概率;
根据每个所述业务网元的第一异常概率和第二异常概率,得到每个所述业务网元的异常概率,将所述承载网路由器的第二异常概率作为所述承载网路由器的异常概率;
所述业务网元的异常概率通过如下公式确定:
其中,Pij为所述业务网元的异常概率,P1ij为所述业务网元的第一异常概率,P2ij为所述业务网元的第二异常概率。
2.根据权利要求1所述的方法,其特征在于,所述采用所述最大匹配规则,计算每个业务网元的第一异常概率,包括:
对于所述网元集合中的每个业务网元,确定所述业务网元的第一类型和所述业务网元所属的第一异常业务链;
统计所述网元集合中,所述第一异常业务链中第一类型的业务网元的第一个数;
统计所述网元集合中,所有异常业务链中第一类型的业务网元的第二个数;
根据所述第一个数和所述第二个数,得到所述业务网元的第一概率。
3.根据权利要求1所述的方法,其特征在于,所述采用所述影响因子规则,计算每个所述业务网元的第二异常概率,包括:
获取所述网元集合中每个业务网元对应的异常事件;其中,所述异常事件包括:设备告警、性能指标、拨测验证和工程操作;
对于每种类型的异常事件,按照预设规则分成三个级别;
对于每个所述业务网元,根据对应的异常事件的类型和级别,采用预设公式,计算四种类型的异常事件概率;
根据所述四种类型的异常事件概率,得到所述业务网元的第二异常概率;
所述异常事件概率通过如下公式确定:
Pm=Pm1+Pm2+Pm3;
其中,Xm为第m个影响因子,m=1,2,3,4;X1、X2、X3、X4分别表示所述四种类型的异常事件;Xm1,Xm2,Xm3分别表示第m个影响因子的一级、二级、三级问题集合;card(Xmn)表示该类问题的个数;
所述业务网元的第二异常概率通过如下公式确定:
其中,P为所述业务网元的第二异常概率,P1、P2、P3和P4分别表示所述四种类型的异常事件概率。
4.根据权利要求1-3任一所述的方法,其特征在于,还包括:
根据用户的业务链,确定每个用户对应的VOLTE业务以及每个所述VOLTE业务对应的业务结果;其中,所述业务结果包括:正常、失败和超时;
将多个用户在每个预设时间段内对应的VOLTE业务和业务结果,采用矩阵的形式进行展示,得到信令矩阵。
5.根据权利要求1-3任一所述的方法,其特征在于,还包括:
基于承载网,采用预设的最短路径算法绘制每个业务链中的业务网元与对应的承载网路由器之间的端到端业务链拓扑图;其中,在绘制过程中,若存在公共的承载网路由器,则删除所述公共的承载网路由器上层的拓扑图;
在所述端到端业务链拓扑图上,为每个业务链、每个业务网元和每个承载网路由器加载对应的关键信息和异常事件。
6.一种VOLTE故障智能定位***,其特征在于,包括:
第一获取模块,用于根据每个用户的信令数据,获取每个用户在不同的预设时间段内对应的动态端到端的业务链;其中,所述业务链包括:注册业务链和呼叫业务链;
第二获取模块,用于获取每个预设时间段内多个用户的异常业务链中的网元,并对所述网元按照名称进行去重处理,得到网元集合;其中,所述网元包括:业务网元以及每个业务网元对应的承载网路由器;
计算模块,用于采用预设的最大匹配规则和预设的影响因子规则,计算所述网元集合中的每个网元对应的异常概率;
筛选模块,用于对每种类型的网元按照对应的异常概率从高到低的顺序进行排序,若排名前N的网元对应的异常概率之和大于预设阈值,则将所述排名前N的网元筛选为异常故障点;其中,N为正整数;
删除模块,用于若所述异常故障点中同时包括第一业务网元以及所述第一业务网元对应的第一承载网路由器,则将所述第一业务网元从所述异常故障点中删除;
所述计算模块包括:
第一计算子模块,用于采用所述最大匹配规则,计算每个业务网元的第一异常概率;
第二计算子模块,用于采用所述影响因子规则,计算每个所述业务网元的第二异常概率和每个所述承载网路由器的第二异常概率;
第三计算子模块,用于根据每个所述业务网元的第一异常概率和第二异常概率,得到每个所述业务网元的异常概率,将所述承载网路由器的第二异常概率作为所述承载网路由器的异常概率;
所述业务网元的异常概率通过如下公式确定:
其中,Pij为所述业务网元的异常概率,P1ij为所述业务网元的第一异常概率,P2ij为所述业务网元的第二异常概率。
7.一种电子设备,其特征在于,包括存储器和处理器,所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1-5任一所述的方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-5任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810813654.4A CN110752938B (zh) | 2018-07-23 | 2018-07-23 | 一种volte业务的故障智能定位方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810813654.4A CN110752938B (zh) | 2018-07-23 | 2018-07-23 | 一种volte业务的故障智能定位方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110752938A CN110752938A (zh) | 2020-02-04 |
CN110752938B true CN110752938B (zh) | 2022-05-13 |
Family
ID=69275218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810813654.4A Active CN110752938B (zh) | 2018-07-23 | 2018-07-23 | 一种volte业务的故障智能定位方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110752938B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114172794B (zh) * | 2020-09-10 | 2024-02-13 | 中国联合网络通信集团有限公司 | 网络故障定位方法及服务器 |
CN117240614B (zh) * | 2023-11-13 | 2024-01-23 | 中通服网盈科技有限公司 | 一种基于互联网的网络信息安全监测预警*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108012283A (zh) * | 2016-11-01 | 2018-05-08 | ***通信集团广东有限公司 | 一种VoLTE业务的故障定位方法及装置 |
CN108093427A (zh) * | 2016-11-23 | 2018-05-29 | ***通信集团公司 | 一种VoLTE业务质量评估方法及*** |
CN108199916A (zh) * | 2017-12-27 | 2018-06-22 | ***通信集团山东有限公司 | 一种VoLTE语音质量监测方法及*** |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3972664B2 (ja) * | 2002-01-23 | 2007-09-05 | 日本電気株式会社 | パス障害回復方式及び障害復旧後の切戻方式並びにそれらを用いるノード |
WO2010061119A1 (fr) * | 2008-11-26 | 2010-06-03 | France Telecom | Procede et systeme de regulation du trafic de redemarrage dans un reseau de telecommunications |
-
2018
- 2018-07-23 CN CN201810813654.4A patent/CN110752938B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108012283A (zh) * | 2016-11-01 | 2018-05-08 | ***通信集团广东有限公司 | 一种VoLTE业务的故障定位方法及装置 |
CN108093427A (zh) * | 2016-11-23 | 2018-05-29 | ***通信集团公司 | 一种VoLTE业务质量评估方法及*** |
CN108199916A (zh) * | 2017-12-27 | 2018-06-22 | ***通信集团山东有限公司 | 一种VoLTE语音质量监测方法及*** |
Non-Patent Citations (2)
Title |
---|
基于IMS的IP电话单通故障详解;许南希;《数字通信世界》;20170701(第07期);全文 * |
基于网元仿真的VoLTE业务质量监测***研究;贾金良等;《通信管理与技术》;20171215(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110752938A (zh) | 2020-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2019201687B2 (en) | Network device vulnerability prediction | |
US10339456B2 (en) | Machine learning-based troubleshooting of VoLTE calls | |
CN102158879B (zh) | 要因失分的数据处理方法及设备 | |
CN111355610A (zh) | 一种基于边缘网络的异常处理方法及装置 | |
CN110689385A (zh) | 一种基于知识图谱的电力客服用户画像构建方法 | |
CN107147521B (zh) | 一种投诉业务预警监控方法 | |
CN110752938B (zh) | 一种volte业务的故障智能定位方法和*** | |
CN110493476B (zh) | 一种检测方法、装置、服务器及存储介质 | |
US11367089B2 (en) | Genuineness of customer feedback | |
CN112835769A (zh) | 一种业务数据异常诊断方法、装置、设备及存储介质 | |
CN112101692B (zh) | 移动互联网质差用户的识别方法及装置 | |
CN108076012A (zh) | 异常登录判断方法及装置 | |
CN115470867A (zh) | 基于知识图谱的坐席匹配方法、装置、设备及存储介质 | |
CN109150794B (zh) | 一种VoLTE语音业务质量分析处理方法及装置 | |
CN114070707A (zh) | 一种互联网性能监控方法及*** | |
CN112163830A (zh) | 基于工作流的决策方法、控制设备及存储介质 | |
CN110807171A (zh) | 基于权重划分的坐席人员擅长业务分析方法和装置 | |
CN111368858A (zh) | 用户满意度评估方法及装置 | |
CN111787164B (zh) | 来电提示方法、装置、电子设备和计算机可读介质 | |
CN112804070B (zh) | 业务障碍定位方法、装置及设备 | |
CN110830664B (zh) | 识别电信诈骗潜在受害用户的方法和装置 | |
CN113657675B (zh) | 数据处理方法、装置、电子设备及计算机可读存储介质 | |
US11758040B2 (en) | Systems and methods for use in blocking of robocall and scam call phone numbers | |
CN110401959A (zh) | 检测蹭网终端的方法、装置、电子设备和存储介质 | |
CN114071233B (zh) | 音视频质量评价方法及其装置、设备、介质、产品 |
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 |