CN111314137A - 信息通信网络自动化运维方法、装置、存储介质和处理器 - Google Patents
信息通信网络自动化运维方法、装置、存储介质和处理器 Download PDFInfo
- Publication number
- CN111314137A CN111314137A CN202010100346.4A CN202010100346A CN111314137A CN 111314137 A CN111314137 A CN 111314137A CN 202010100346 A CN202010100346 A CN 202010100346A CN 111314137 A CN111314137 A CN 111314137A
- Authority
- CN
- China
- Prior art keywords
- fault
- maintenance
- information
- communication network
- detection data
- 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.)
- Pending
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
-
- 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
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种信息通信网络自动化运维方法、装置、***、存储介质和处理器,该方法包括:对信息通信网络进行网络巡检和业务拨测,得到检测数据;根据检测数据进行故障定位,得到故障信息;根据故障信息生成对应的故障处置方案。该方法通过网络巡检和业务拨测实现了自动检测分析得出故障信息,且生成对应的故障处置方案,即实现了信息通信网络自动化运维,提高了巡检的效率和故障分析的准确度,解决了现有技术中人工巡检效率低且易出错的技术问题。
Description
技术领域
本发明涉及通信信息网络运维技术领域,具体而言,涉及一种信息通信网络自动化运维方法、装置、***、存储介质和处理器。
背景技术
信息通信业务的快速发展,造成信息通信网络的日益庞大和和复杂,针对信息通信网络的运行维护压力越来越大,一方面运维管理部门面临的“技术”难题越来越多,另一方面运维管理部门面临的“管理”难题也越来越复杂,主要表现在以下方面:
业务***的数量越来越多、业务运行的环境越来越复杂、信息通信网络越来越庞大,***的日常巡检内容越来越多,造成运维人员的重复性工作越来越多,传统的人工运维模式不仅费时费力,而且非常容易造成巡检不全面,容易出错的等问题;
由于目前信息通信网络设备数量多、网络庞大、复杂性高,支撑的业务种类、数量非常多,信息网络出现问题后的影响非常大,目前***出现问题后,需要逐个排查,故障定位难,故障定位慢的问题非常显著。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种信息通信网络自动化运维方法、装置、***、存储介质和处理器,以至少解决现有技术中人工巡检效率低且易出错的技术问题。
根据本发明实施例的一个方面,提供了一种信息通信网络自动化运维方法,包括:对信息通信网络进行网络巡检和业务拨测,得到检测数据;根据所述检测数据进行故障定位,得到故障信息;根据故障信息生成对应的故障处置方案。
进一步地,根据所述检测数据进行故障定位,得到故障信息,包括:利用多个第一训练数据组进行机器训练,得到故障分析模型,各所述第一训练数据组均包括:训练检测数据和对应的训练故障信息;采用所述故障分析模型进行故障分析,得到故障信息。
进一步地,所述检测数据包括网络配置、承载通道状态、网络连接状态和设备运行状态。
进一步地,所述检测数据还包括多种网络性能指标,所述运维方法还包括:利用多个第二训练数据组进行机器训练,得到故障预测模型,各所述第二训练数据组均包括:训练网络性能指标和对应的训练故障信息;采用所述故障预测模型进行故障预测,得到预测故障信息;根据所述预测故障信息生成对应的预测报告。
进一步地,所述运维方法还包括:根据所述故障处置方案和所述预测报告发送维护信息。
进一步地,所述故障信息包括故障根因节点,所述故障处置方案和/或所述预测报告包括维护难度等级,获取所述维护难度等级的过程包括:根据故障根因节点确定对应的所述维护难度等级,根据所述故障处置方案和所述预测报告发送所述维护信息,包括:根据所述维护难度等级发送所述维护信息至对应等级的维护人员。
进一步地,所述故障信息还包括故障影响范围,所述故障处置方案和/或所述预测报告包括维护优先等级,获取所述维护优先等级的过程包括:根据故障影响范围确定对应的所述维护优先等级,根据所述故障处置方案和所述预测报告发送所述维护信息,还包括:按照所述维护优先等级从高到低的顺序发送至对应的维护人员。
根据本发明实施例的另一方面,还提供了一种信息通信网络自动化运维装置,包括:监控单元,用于对信息通信网络进行网络巡检和业务拨测,得到检测数据;故障定位单元,用于根据所述检测数据进行故障定位,得到故障信息;处理单元,用于根据故障信息生成对应的故障处置方案。
根据本发明实施例的再一方面,还提供了一种存储介质,所述存储介质包括存储的程序,其中,所述程序执行任意一种所述的运维方法。
根据本发明实施例的又一方面,还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行任意一种所述的运维方法。
在本发明实施例中,上述方法中,首先对信息通信网络进行网络巡检和业务拨测,得到检测数据,然后根据上述检测数据进行故障定位,得到故障信息,最后根据故障信息生成对应的故障处置方案,该方法通过网络巡检和业务拨测实现了自动检测分析得出故障信息,且生成对应的故障处置方案,即实现了信息通信网络自动化运维,提高了巡检的效率和故障分析的准确度,解决了现有技术中人工巡检效率低且易出错的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种可选的信息通信网络自动化运维方法的流程图;
图2是根据本发明实施例的一种可选的信息通信网络自动化运维装置的示意图;以及
图3是根据本发明实施例的一种可选的信息通信网络自动化运维***示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,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、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种信息通信网络自动化运维方法,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种信息通信网络自动化运维方法的流程图,如图1所示,该方法包括如下步骤:
步骤S101,对信息通信网络进行网络巡检和业务拨测,得到检测数据;
步骤S102,根据上述检测数据进行故障定位,得到故障信息;
步骤S103,根据故障信息生成对应的故障处置方案。
上述方法中,首先对信息通信网络进行网络巡检和业务拨测,得到检测数据,然后根据上述检测数据进行故障定位,得到故障信息,最后根据故障信息生成对应的故障处置方案,该方法通过网络巡检和业务拨测实现了自动检测分析得出故障信息,且生成对应的故障处置方案,即实现了信息通信网络自动化运维,提高了巡检的效率和故障分析的准确度,解决了现有技术中人工巡检效率低且易出错的技术问题。
本申请的一种实施例中,根据上述检测数据进行故障定位,得到故障信息,包括:利用多个第一训练数据组进行机器训练,得到故障分析模型,各上述第一训练数据组均包括:训练检测数据和对应的训练故障信息;采用上述故障分析模型进行故障分析,得到故障信息。具体地,上述故障分析模型根据输入的检测数据分析得到故障信息,即故障的根因节点和影响范围,以便于自动生成相应的故障处置方案。
需要说明的是,在上述故障处置方案无法解决故障的情况下,将整理的故障信息发送至专家进行诊断。
还需要说明的是,针对运维***相关的技术、知识、故障处理等内容,提供知识库,根据知识库进行训练,提高故障分析模型的准确性,并且便于运维人员的技术积累和知识共享,实现知识在事件处理过程中的实时积累,具备边界的知识库添加能力,支持对知识生命周期的管理,包括新建、审批、发布等,支持按照用户类型、业务类型、运维工作内容等维度,构建个性化知识查询视图的能力。
本申请的一种实施例中,上述检测数据包括网络配置、承载通道状态、网络连接状态和设备运行状态。具体地,上述检测数据可以整理形成巡检报告,运维人员可以根据实际情况自定义巡检报告的内容,例如,网络巡检和业务拨测的范围、指标、频段等,从而得到满足需求的巡检报告。
本申请的一种实施例中,上述检测数据还包括多种网络性能指标,上述运维方法还包括:利用多个第二训练数据组进行机器训练,得到故障预测模型,各上述第二训练数据组均包括:训练网络性能指标和对应的训练故障信息;采用上述故障预测模型进行故障预测,得到预测故障信息;根据上述预测故障信息生成对应的预测报告。具体地,上述多种网络性能指标包括网络流量和光路衰减,上述方法可以通过故障预测模型根据网络流量和光路衰减等网络性能指标的变化,预测信息通信网络可能存在的风险,预先提醒运维人员,降低网络出现故障的可能,降低运维难度。
本申请的一种实施例中,上述运维方法还包括:根据上述故障处置方案和上述预测报告发送维护信息。具体地,维护信息的发送方式包括页面、邮件、短信、微信、声音报警等,运维人员接收到维护信息后进行处理,并反馈处理结果,从而保证各项运维工作实现闭环管理,进而保证故障得到有效地处理。
本申请的一种实施例中,上述故障信息包括故障根因节点,上述故障处置方案和/或上述预测报告包括维护难度等级,获取上述维护难度等级的过程包括:根据故障根因节点确定对应的上述维护难度等级,根据上述故障处置方案和上述预测报告发送上述维护信息,包括:根据上述维护难度等级发送上述维护信息至对应等级的维护人员。具体地,上述方法可以保证维护人员可以对故障进行有效处理,缩短故障维护周期,实现运维资源的有效管理。
需要说明的是,同一等级的维护人员还可以根据人员特点分级、分组、分业务集中管理,进一步提高故障维护的效率,实现运维资源的有效管理。
本申请的一种实施例中,上述故障信息还包括故障影响范围,上述故障处置方案和/或上述预测报告包括维护优先等级,获取上述维护优先等级的过程包括:根据故障影响范围确定对应的上述维护优先等级,根据上述故障处置方案和上述预测报告发送上述维护信息,还包括:按照上述维护优先等级从高到低的顺序发送至对应的维护人员。具体地,上述方法可以实现按照故障影响范围由大至小依次处理故障,降低故障的影响。
本申请实施例还提供了一种信息通信网络自动化运维装置,需要说明的是,本申请实施例的信息通信网络自动化运维装置可以用于执行本申请实施例所提供的信息通信网络自动化运维方法。以下对本申请实施例提供的信息通信网络自动化运维装置进行介绍。
图2是根据本申请实施例的信息通信网络自动化运维装置的示意图,上述装置包括:
监控单元10,用于对信息通信网络进行网络巡检和业务拨测,得到检测数据;
故障定位单元20,用于根据上述检测数据进行故障定位,得到故障信息;
处理单元30,用于根据故障信息生成对应的故障处置方案。
上述装置中,监控单元对信息通信网络进行网络巡检和业务拨测,得到检测数据,故障定位单元根据上述检测数据进行故障定位,得到故障信息,处理单元根据故障信息生成对应的故障处置方案,该装置通过网络巡检和业务拨测实现了自动检测分析得出故障信息,且生成对应的故障处置方案,即实现了信息通信网络自动化运维,提高了巡检的效率和故障分析的准确度,解决了现有技术中人工巡检效率低且易出错的技术问题。
本申请的一种实施例中,上述故障定位单元包括第一训练模块和第一分析模块,其中,上述第一训练模块用于利用多个第一训练数据组进行机器训练,得到故障分析模型,各上述第一训练数据组均包括:训练检测数据和对应的训练故障信息;上述第一分析模块用于采用上述故障分析模型进行故障分析,得到故障信息。具体地,上述故障分析模型根据输入的检测数据分析得到故障信息,即故障的根因节点和影响范围,以便于自动生成相应的故障处置方案。
需要说明的是,在上述故障处置方案无法解决故障的情况下,将整理的故障信息发送至专家进行诊断。
还需要说明的是,针对运维***相关的技术、知识、故障处理等内容,提供知识库,根据知识库进行训练,提高故障分析模型的准确性,并且便于运维人员的技术积累和知识共享,实现知识在事件处理过程中的实时积累,具备边界的知识库添加能力,支持对知识生命周期的管理,包括新建、审批、发布等,支持按照用户类型、业务类型、运维工作内容等维度,构建个性化知识查询视图的能力。
本申请的一种实施例中,上述检测数据包括网络配置、承载通道状态、网络连接状态和设备运行状态。具体地,上述检测数据可以整理形成巡检报告,运维人员可以根据实际情况自定义巡检报告的内容,例如,网络巡检和业务拨测的范围、指标、频段等,从而得到满足需求的巡检报告。
本申请的一种实施例中,上述检测数据还包括多种网络性能指标,上述运维装置还包括预测单元,上述预测单元包括第二训练模块、第二分析模块和生成模块,其中,上述第二训练模块用于利用多个第二训练数据组进行机器训练,得到故障预测模型,各上述第二训练数据组均包括:训练网络性能指标和对应的训练故障信息;上述第二分析模块用于采用上述故障预测模型进行故障预测,得到预测故障信息;上述生成模块用于根据上述预测故障信息生成对应的预测报告。具体地,上述多种网络性能指标包括网络流量和光路衰减,上述装置可以通过故障预测模型根据网络流量和光路衰减等网络性能指标的变化,预测信息通信网络可能存在的风险,预先提醒运维人员,降低网络出现故障的可能,降低运维难度。
本申请的一种实施例中,上述运维装置还包括提示单元,上述提示单元用于根据上述故障处置方案和上述预测报告发送维护信息。具体地,维护信息的发送方式包括页面、邮件、短信、微信、声音报警等,运维人员接收到维护信息后进行处理,并反馈处理结果,从而保证各项运维工作实现闭环管理,进而保证故障得到有效地处理。
本申请的一种实施例中,上述故障信息包括故障根因节点,上述故障处置方案和/或上述预测报告包括维护难度等级,获取上述维护难度等级的过程包括:根据故障根因节点确定对应的上述维护难度等级,上述提示单元包括第一提示模块,上述第一提示模块用于根据上述维护难度等级发送上述维护信息至对应等级的维护人员。具体地,上述装置可以保证维护人员可以对故障进行有效处理,缩短故障维护周期,实现运维资源的有效管理。
需要说明的是,同一等级的维护人员还可以根据人员特点分级、分组、分业务集中管理,进一步提高故障维护的效率,实现运维资源的有效管理。
本申请的一种实施例中,上述故障信息还包括故障影响范围,上述故障处置方案和/或上述预测报告包括维护优先等级,获取上述维护优先等级的过程包括:根据故障影响范围确定对应的上述维护优先等级,上述提示单元包括第二提示模块,上述第二提示模块用于按照上述维护优先等级从高到低的顺序发送至对应的维护人员。具体地,上述装置可以实现按照故障影响范围由大至小依次处理故障,降低故障的影响。
本申请实施例还提供了一种信息通信网络自动化运维***,包括信息通信网络自动化运维装置,上述信息通信网络自动化运维装置为上述的运维装置。
上述运维***中,监控单元对信息通信网络进行网络巡检和业务拨测,得到检测数据,故障定位单元根据上述检测数据进行故障定位,得到故障信息,处理单元根据故障信息生成对应的故障处置方案,该装置通过网络巡检和业务拨测实现了自动检测分析得出故障信息,且生成对应的故障处置方案,即实现了信息通信网络自动化运维,提高了巡检的效率和故障分析的准确度,解决了现有技术中人工巡检效率低且易出错的技术问题。
需要说明的是,如图3所示,上述自动化运维***包括采集层、数据层、应用(服务)层、业务层四层架构,提供日常巡检管理、日常拨测管理、网络故障运维管理、智能提醒管理、分析和预测管理及基础管理。该***支持注册用户数为200,***支持的最大并发数5000,满足***7×24小时业务无间断,稳定可靠运行。
上述运维装置包括处理器和存储器,上述监控单元、故障定位和处理单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来简单快捷地解决四通阀切换异常的问题。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现上述运维方法。
本发明实施例提供了一种处理器,上述处理器用于运行程序,其中,上述程序运行时执行上述运维方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现至少以下步骤:
步骤S101,对信息通信网络进行网络巡检和业务拨测,得到检测数据;
步骤S102,根据上述检测数据进行故障定位,得到故障信息;
步骤S103,根据故障信息生成对应的故障处置方案。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有至少如下方法步骤的程序:
步骤S101,对信息通信网络进行网络巡检和业务拨测,得到检测数据;
步骤S102,根据上述检测数据进行故障定位,得到故障信息;
步骤S103,根据故障信息生成对应的故障处置方案。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
从以上的描述中,可以看出,本申请上述的实施例实现了如下技术效果:
1)、本申请的方法中,首先对信息通信网络进行网络巡检和业务拨测,得到检测数据,然后根据上述检测数据进行故障定位,得到故障信息,最后根据故障信息生成对应的故障处置方案,该方法通过网络巡检和业务拨测实现了自动检测分析得出故障信息,且生成对应的故障处置方案,即实现了信息通信网络自动化运维,提高了巡检的效率和故障分析的准确度,解决了现有技术中人工巡检效率低且易出错的技术问题。
2)、本申请的装置中,监控单元对信息通信网络进行网络巡检和业务拨测,得到检测数据,故障定位单元根据上述检测数据进行故障定位,得到故障信息,处理单元根据故障信息生成对应的故障处置方案,该装置通过网络巡检和业务拨测实现了自动检测分析得出故障信息,且生成对应的故障处置方案,即实现了信息通信网络自动化运维,提高了巡检的效率和故障分析的准确度,解决了现有技术中人工巡检效率低且易出错的技术问题。
以上所述仅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,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (11)
1.一种信息通信网络自动化运维方法,其特征在于,包括:
对信息通信网络进行网络巡检和业务拨测,得到检测数据;
根据所述检测数据进行故障定位,得到故障信息;
根据故障信息生成对应的故障处置方案。
2.根据权利要求1所述的运维方法,其特征在于,根据所述检测数据进行故障定位,得到故障信息,包括:
利用多个第一训练数据组进行机器训练,得到故障分析模型,各所述第一训练数据组均包括:训练检测数据和对应的训练故障信息;
采用所述故障分析模型进行故障分析,得到故障信息。
3.根据权利要求2所述的运维方法,其特征在于,所述检测数据包括网络配置、承载通道状态、网络连接状态和设备运行状态。
4.根据权利要求1所述的运维方法,其特征在于,所述检测数据还包括多种网络性能指标,所述运维方法还包括:
利用多个第二训练数据组进行机器训练,得到故障预测模型,各所述第二训练数据组均包括:训练网络性能指标和对应的训练故障信息;
采用所述故障预测模型进行故障预测,得到预测故障信息;
根据所述预测故障信息生成对应的预测报告。
5.根据权利要求4所述的运维方法,其特征在于,所述运维方法还包括:
根据所述故障处置方案和所述预测报告发送维护信息。
6.根据权利要求5所述的运维方法,其特征在于,所述故障信息包括故障根因节点,所述故障处置方案和/或所述预测报告包括维护难度等级,
获取所述维护难度等级的过程包括:根据故障根因节点确定对应的所述维护难度等级,
根据所述故障处置方案和所述预测报告发送所述维护信息,包括:根据所述维护难度等级发送所述维护信息至对应等级的维护人员。
7.根据权利要求5所述的运维方法,其特征在于,所述故障信息还包括故障影响范围,所述故障处置方案和/或所述预测报告包括维护优先等级,
获取所述维护优先等级的过程包括:根据故障影响范围确定对应的所述维护优先等级,
根据所述故障处置方案和所述预测报告发送所述维护信息,还包括:按照所述维护优先等级从高到低的顺序发送至对应的维护人员。
8.一种信息通信网络自动化运维装置,其特征在于,包括:
监控单元,用于对信息通信网络进行网络巡检和业务拨测,得到检测数据;
故障定位单元,用于根据所述检测数据进行故障定位,得到故障信息;
处理单元,用于根据故障信息生成对应的故障处置方案。
9.一种信息通信网络自动化运维***,其特征在于,包括信息通信网络自动化运维装置,所述信息通信网络自动化运维装置为权利要求8所述的运维装置。
10.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1至7中任意一项所述的运维方法。
11.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述的运维方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010100346.4A CN111314137A (zh) | 2020-02-18 | 2020-02-18 | 信息通信网络自动化运维方法、装置、存储介质和处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010100346.4A CN111314137A (zh) | 2020-02-18 | 2020-02-18 | 信息通信网络自动化运维方法、装置、存储介质和处理器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111314137A true CN111314137A (zh) | 2020-06-19 |
Family
ID=71160012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010100346.4A Pending CN111314137A (zh) | 2020-02-18 | 2020-02-18 | 信息通信网络自动化运维方法、装置、存储介质和处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111314137A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112910691A (zh) * | 2021-01-19 | 2021-06-04 | 中国工商银行股份有限公司 | 机房故障检测方法及装置 |
CN113393211A (zh) * | 2021-06-22 | 2021-09-14 | 柳州市太启机电工程有限公司 | 一种智能化提高自动化生产效率的方法及*** |
CN113592337A (zh) * | 2021-08-09 | 2021-11-02 | 北京豆萌信息技术有限公司 | 故障处理方法、装置、电子设备及存储介质 |
CN114401523A (zh) * | 2021-12-29 | 2022-04-26 | 中国电信股份有限公司 | 故障处理方法、装置及电子设备 |
CN114626592A (zh) * | 2022-03-02 | 2022-06-14 | 广东省电信规划设计院有限公司 | 一种电力通信网络提升优化的方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101056220A (zh) * | 2007-05-29 | 2007-10-17 | ***通信集团江苏有限公司 | 无网管接口的数据业务***的集中监控方法 |
US20150073735A1 (en) * | 2013-09-11 | 2015-03-12 | King Fahd University Of Petroleum And Minerals | Method for adaptive fault location in power system networks |
WO2017041406A1 (zh) * | 2015-09-08 | 2017-03-16 | 中兴通讯股份有限公司 | 一种故障定位方法及装置 |
CN108572308A (zh) * | 2017-03-13 | 2018-09-25 | 国家新闻出版广电总局广播电视卫星直播管理中心 | 故障诊断方法及*** |
CN109146093A (zh) * | 2018-08-08 | 2019-01-04 | 成都保源酷码科技有限公司 | 一种基于学习的电力设备现场勘查方法 |
CN109951344A (zh) * | 2019-04-02 | 2019-06-28 | 国网内蒙古东部电力有限公司信息通信分公司 | 基于大数据分析的ims支撑运维告警***及方法 |
CN110048881A (zh) * | 2019-03-20 | 2019-07-23 | 国家电网有限公司 | 信息监控***、信息监控方法及装置 |
CN110378492A (zh) * | 2019-05-28 | 2019-10-25 | 长春电力设计有限公司 | 一种加强配网设备运维管控的方法 |
CN110717665A (zh) * | 2019-09-30 | 2020-01-21 | 国家电网有限公司 | 基于调度控制***故障辨识及趋性分析***和方法 |
-
2020
- 2020-02-18 CN CN202010100346.4A patent/CN111314137A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101056220A (zh) * | 2007-05-29 | 2007-10-17 | ***通信集团江苏有限公司 | 无网管接口的数据业务***的集中监控方法 |
US20150073735A1 (en) * | 2013-09-11 | 2015-03-12 | King Fahd University Of Petroleum And Minerals | Method for adaptive fault location in power system networks |
WO2017041406A1 (zh) * | 2015-09-08 | 2017-03-16 | 中兴通讯股份有限公司 | 一种故障定位方法及装置 |
CN108572308A (zh) * | 2017-03-13 | 2018-09-25 | 国家新闻出版广电总局广播电视卫星直播管理中心 | 故障诊断方法及*** |
CN109146093A (zh) * | 2018-08-08 | 2019-01-04 | 成都保源酷码科技有限公司 | 一种基于学习的电力设备现场勘查方法 |
CN110048881A (zh) * | 2019-03-20 | 2019-07-23 | 国家电网有限公司 | 信息监控***、信息监控方法及装置 |
CN109951344A (zh) * | 2019-04-02 | 2019-06-28 | 国网内蒙古东部电力有限公司信息通信分公司 | 基于大数据分析的ims支撑运维告警***及方法 |
CN110378492A (zh) * | 2019-05-28 | 2019-10-25 | 长春电力设计有限公司 | 一种加强配网设备运维管控的方法 |
CN110717665A (zh) * | 2019-09-30 | 2020-01-21 | 国家电网有限公司 | 基于调度控制***故障辨识及趋性分析***和方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112910691A (zh) * | 2021-01-19 | 2021-06-04 | 中国工商银行股份有限公司 | 机房故障检测方法及装置 |
CN113393211A (zh) * | 2021-06-22 | 2021-09-14 | 柳州市太启机电工程有限公司 | 一种智能化提高自动化生产效率的方法及*** |
CN113592337A (zh) * | 2021-08-09 | 2021-11-02 | 北京豆萌信息技术有限公司 | 故障处理方法、装置、电子设备及存储介质 |
CN114401523A (zh) * | 2021-12-29 | 2022-04-26 | 中国电信股份有限公司 | 故障处理方法、装置及电子设备 |
CN114626592A (zh) * | 2022-03-02 | 2022-06-14 | 广东省电信规划设计院有限公司 | 一种电力通信网络提升优化的方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111314137A (zh) | 信息通信网络自动化运维方法、装置、存储介质和处理器 | |
US11947438B2 (en) | Operation and maintenance system and method | |
CN112612675B (zh) | 微服务架构下的分布式大数据日志链路跟踪方法及*** | |
Khatib et al. | Self-healing in mobile networks with big data | |
CN110650036A (zh) | 告警处理方法、装置及电子设备 | |
CN111817868B (zh) | 一种网络质量异常的定位方法与装置 | |
CN111897705B (zh) | 服务状态处理、模型训练方法、装置、设备和存储介质 | |
CN113190423B (zh) | 业务数据的监控方法、装置及*** | |
CN105917625A (zh) | 使用附加数据的检测到的网络异常的分类 | |
CN113656245A (zh) | 数据的巡检方法、装置、存储介质及处理器 | |
CN110557291A (zh) | 一种网络服务监控*** | |
CN109951326B (zh) | 数据处理方法、装置、存储介质及处理器 | |
CN115865611A (zh) | 一种网络设备的故障处理方法、装置及电子设备 | |
CN114138601A (zh) | 一种业务告警方法、装置、设备及存储介质 | |
CN116566873A (zh) | 一种基于elk的自动化日志分析方法、***及存储介质 | |
CN111324583B (zh) | 一种业务日志的分类方法及装置 | |
CN112087320A (zh) | 一种异常定位方法、装置、电子设备和可读存储介质 | |
CN112286792A (zh) | 一种接口测试方法、装置、设备和存储介质 | |
CN113656003A (zh) | 一种软件包管理方法及相关设备 | |
CN113342806A (zh) | 大数据处理方法、装置、存储介质及处理器 | |
CN112184438A (zh) | 一种区块链交易监控方法、装置及区块链节点 | |
CN107678905B (zh) | 一种监控方法和装置 | |
CN116594798B (zh) | 一种基于巡检机器人的数据中心维护方法、设备及介质 | |
CN111241116B (zh) | 基于大数据的数据同步方法、装置及电子设备 | |
CN116701363A (zh) | 一种基于流式计算的数据质量实时检测方法、***及介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200619 |
|
RJ01 | Rejection of invention patent application after publication |