CN112491635A - 一种链路质量检测的方法、***、实现设备及存储介质 - Google Patents
一种链路质量检测的方法、***、实现设备及存储介质 Download PDFInfo
- Publication number
- CN112491635A CN112491635A CN201910771658.5A CN201910771658A CN112491635A CN 112491635 A CN112491635 A CN 112491635A CN 201910771658 A CN201910771658 A CN 201910771658A CN 112491635 A CN112491635 A CN 112491635A
- Authority
- CN
- China
- Prior art keywords
- node
- network
- quality
- link
- quality parameter
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000001514 detection method Methods 0.000 title claims description 41
- 238000004458 analytical method Methods 0.000 claims description 19
- 230000003287 optical effect Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 15
- 238000012423 maintenance Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- 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
- 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
- H04L41/12—Discovery or management of network topologies
-
- 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
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- 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
- H04L43/0852—Delays
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明实施例提供了一种链路质量检测的方法、***、实现设备及存储介质,该方法包括:收集质差网络中第一节点的网络质量参数和第二节点的网络质量参数;当所述第一节点的网络质量参数和所述第二节点的网络质量参数的差值不在和所述网络质量参数对应的预设范围内,则确定所述第一节点到所述第二节点的链路存在故障。通过本发明,能够在不更换现有设备的前提下实现网络链路质量的检测,能够准确定位故障链路。
Description
技术领域
本发明涉及网络质量检测领域,尤其是一种链路质量检测的方法、***、实现设备及存储介质。
背景技术
固网宽带运维从面向网络的运维向面向用户业务的运维转变,促进各设备厂商开发基于AI的固网宽带用户业务体验分析***,端到端检测业务质量、用户感知指标。
但是,家庭网络组网复杂,家庭内部信号互相干扰。家庭网络设备越来越多,智能家庭网络需求越来越旺盛,网络配置、维护越发困难,普通用户家庭难以自维护他们的家庭网络。
目前现有的分析***中,采集到的网络指标数据,一般计算的是从BRAS宽带远程接入服务器,到OLT光线路终端,再到ONU光网络单元/ONT光网络终端,再到家庭终端。现有的问题是下行指标所反映的网络质量,不易确认具体故障位置。比如下行RTT(往返时间Round-Trip Time)变大时,不知道是家庭网络变差导致的,还是接入设备发生故障导致。如何快速准确定位网络故障的位置就成了家庭固网运维中的重大问题。
发明内容
本发明实施例提供了一种链路质量检测的方法、***、实现设备及存储介质,以至少解决相关技术中难以准确定位网络故障的问题。
根据本发明的一个实施例,提供了一种网络质量检测方法,包括:收集质差网络中第一节点的网络质量参数和第二节点的网络质量参数;当所述第一节点的网络质量参数和所述第二节点的网络质量参数的差值不在和所述网络质量参数对应的预设范围内,则确定所述第一节点到所述第二节点的链路存在故障。
根据本发明的另一个实施例,提供了一种链路质量检测***,包括:收集模块,用于收集质差网络中第一节点的网络质量参数和第二节点的网络质量参数;检测模块,当所述第一节点的网络质量参数和所述第二节点的网络质量参数的差值不在和所述网络质量参数对应的预设范围内,则确定所述第一节点到所述第二节点的链路存在故障。
根据本发明的另一个实施例,提供了一种链路质量检测方法的实现设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现链路质量检测的实现方法。
根据本发明的另一个实施例,提供了一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行链路质量检测的实现方法。
通过本发明实施例,由于第一、第二节点在正常情况下,二者的网络质量参数差异不明显,所以通过比较两节点之间的网络质量参数的差异,可以发现第一第二节点之间的链路是否存在问题。本发明实施例可以解决无法准确定位故障链路的问题,达到快速准确定位故障链路的效果。
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链路质量检测方法的流程图;
图2是根据本发明实施例链路质量检测***的结构示意图;
图3是根据本发明可选实施例的链路质量检测方法的流程图。
具体实施例
在本实施例中提供了一种链路质量检测方法,图1是根据本发明实施例的链路质量检测方法的流程图,如图1所示,该流程包括如下步骤:
步骤S101,收集质差网络中第一节点的网络质量参数和第二节点的网络质量参数;
步骤S102,当所述第一节点的网络质量参数和所述第二节点的网络质量参数的差值不在和所述网络质量参数对应的预设范围内,则确定所述第一节点到所述第二节点的链路存在故障。
通过本发明实施例,由于第一、第二节点在正常情况下,二者的网络质量参数差异不明显,所以通过比较两节点之间的网络质量参数的差异,可以发现第一第二节点之间的链路是否存在问题。本发明实施例可以解决无法准确定位故障链路的问题,达到快速准确定位故障链路的效果。
在步骤S101中,网络中的设备记录输出网络质量参数,网络中的各个设备记录自身到运营商接入网络或光线路终端OLT或宽带远程接入服务器BRAS或视频服务器的网络质量参数,将这些参数发送到云端用户体验分析***。
其中,网络质量参数可以是往返时间、建链时延、最大时延、首次请求时延、首次响应时延中的任一种。
其中,网络质量参数的收集可以是按本地或远程设定的检测周期,从指定的接口收集。
其中,第一节点的设备位于第二节点设备的上游,可以是无线接入点、光网络终端或是机顶盒等设备,此处设备不做特别限定,只要是具备网络接入功能、且具备网络参数收集功能的设备即可。(现有设备大多具备此功能,本发明不需要对设备进行更新)
如图2所示,在步骤S102中,以第一节点为光网络终端,第二节点是接入于前述光网络终端的无线接入点,网络质量参数是下行往返时间(RTT值)为例。光网络终端到光线路终端的RTT值为100ms,无线接入点到光线路终端的RTT值为120ms,二者的差值为20ms,属于预设的合理范围,则说明光网络终端到无线接入点的链路不存在故障。
其中预设范围可以根据网络质量参数的种类确定,每一类网络质量参数对应的预设范围不同,可以根据经验值确定,比如说对应于RTT的合理范围为100ms,当超过100ms时,则说明第一第二之间的网络链路存在问题。
其中,为了提高链路检测的准确性,针对相同的两个节点间的差值可以多次检测,如果多次检测的结果都在合理范围,则可以确认两节点间的链路不存在问题。
可选地,在收集质差网络中第一节点的网络质量参数和第二节点的网络质量参数之前,还包括:云端分析***周期采集全网数据,根据训练出的质差用户模型,确定质差网络。
其中,家庭网络设备中添加扩展功能,拓展功能允许远程或本地发起检测;云端用户业务体验分析***添加对应分析功能模块,对采集到的网络指标数据进行机器学习,建立质差网络预测模型,对网络质量较差的网络进行预测。
其中,检测功能会记录设备自身到网络中的设备或ISP服务器之间的网络指标,记录的数据周期发送到云端用户业务体验分析***。用户也可以选择是否要将网络指标定期发送至云端,如需考虑终端设备安全,用户终端设备扩展功能需要满足安全配置需求,例如是否开启扩展功能,检测频度、检测服务器的限制等等。
其中,云端用户业务体验分析***,根据***自带的机器学习模型,预测现网环境中的质差网络,筛选下行网络指标有质差的用户,根据这些用户的家庭网络拓扑结构,以及之前周期上报的网络质量指标数据,分析质差是发生在家庭网络中,还是承载网络中,从而可进一步精确分析、定位故障。家庭网络拓扑结构,不是分析质差的必要条件,如果云端用户业务体验分析***中可查询到家庭网络拓扑结构,只是可以更加精确的分析家庭网络中可能存在问题的设备或线路。
再通过上述模型分析出网络质量较差(质差)网络后,再根据前述的链路检测方法去确定具体故障链路的位置。
通过上述步骤,解决了原先存在的无法具体定位故障链路的问题,提高了故障链路定位的准确性。
在本发明可选实施例中提供了一种链路质量检测方法,图3是根据本发明可选实施例的链路质量检测方法的流程图,如图3所示,该流程包括如下步骤:
步骤S201,云端用户业务体验分析***周期发起预测。云端用户业务体验分析***中,网络数据采集设备位于宽带远程接入服务器上,分钟级别的周期执行并运算网络指标。在实时监控功能页面中,可实时查看质差用户,对潜在的质差用户,可手动发起家庭网络设备检测;或者到报表功能页面中,查看质差用户天、周、月报表。
步骤S202,云端用户业务体验分析***使用预制的质差网络机器学习模型,预测质差网络。***初始模型可以是基于试验环境训练得到的,随着***的运行,可逐步训练、更新模型。
步骤S203,针对预测得到的质差用户,分析网络设备上报的检测数据。网络设备周期上报网络质量指标,如RTT等参数。设备检测功能可本地或远程设置检测周期、上报接口等参数。
步骤S204,判断RTT1(相当于第一节点网络设备到光线路终端的往返时间)是否在合理范围内。如果RTT1在合理范围内,则流程转到步骤S205;否则,流程转到步骤S210。
步骤S205,分析网络拓扑数据,综合分析网络中所有终端设备上报的网络质量指标数据。对各个设备输出的指标,依次标号,如参数RTT为2 ̄N(相当于编号为2 ̄N的节点设备到光线路终端的往返时间)。
步骤206,判断RTT2 ̄N是否在正常范围内。遍历检查每个数值,判断是否在合理范围内。比如RTT1=20ms,而RTT2=200ms,二节点的往返时间差值为180ms,则认为超出合理范围。一般合理差值范围不会超过100ms,如果多次检查的结果都超过100ms,则可认为是家庭网络中2号节点设备与1号节点设备的链路存在问题,流程转到步骤S211。如果多次检测,差值都在合理范围内,并且RTT2 ̄N-RTT1差值也在合理区间内(有些一般是不会超过10ms),则流程转到步骤S207。
如果家庭网络拓扑是多级的,比如2号节点设备下挂3号节点设备,3号节点设备下挂4号节点设备,通过RTT4-RTT3、RTT3-RTT2、RTT2-RTT1几个差值,可分别判断这几级设备级联是否存在问题。
步骤S207,分析家庭用户上网报文相关参数。云端用户业务体验分析***采集的参数可用于判断用户是否通过手机访问网络,分析用户通过无线上网的报文头数据。
步骤S208,综合分析用户无线上网报文头数据,取得相关网络质量指标数据。如果多数记录网络指标都在合理范围里,则认为是质差网络预测失败,流程转到步骤S212;如果多数记录中,网络指标都是超出合理范围,流程转到步骤S209。
步骤S209,综合分析用户无线上网报文头数据,取得相关网络质量指标数据,数据异常。则给出“疑是家庭网络无线链路故障(信号弱)”类似结论,流程转到步骤S213。
步骤S210,RTT1数值超出合理范围,给出“疑是接入网络故障”类似结论。云端用户业务体验分析***中,报文采集设备位于BRAS上方,如果下行链路指标异常,预测到质差网络,且RTT1数值异常,则可认为BRAS至ONT(相当于第一节点)链路存在问题。
如果云端用户业务体验分析***已经集成了终端管理、接入网故障诊断等***,可进一步分析接入网故障具体原因。如接入网故障诊断***可诊断具体是主干光纤断、还是分支光纤断,还是光衰大导致上网不稳定等。
步骤S211,RTT2 ̄N数值超出合理范围,RTT1在合理范围内,可推断出用户上网链路在网络中存在问题。结合网络拓扑,可分析更具体的网络异常原因。
步骤S212,综合分析用户无线上网报文头数据,取得相关网络质量指标数据,数据正常,则认为质差用户预测失败,对用户重新标记,重新训练质差模型。
步骤S213,输出报表。如果是在云端用户业务体验分析***中手工触发的家庭网络检测,则结论直接返回到前端页面呈现给用户;如果是云端用户业务体验分析***周期任务触发,可保存结论数据到数据库中,在报表功能中可查看分析。
在本发明可选实施例中提供了一种链路质量检测***,包括:收集模块,用于收集质差网络中第一节点的网络质量参数和第二节点的网络质量参数;检测模块,当所述第一节点的网络质量参数和所述第二节点的网络质量参数的差值不在和所述网络质量参数对应的预设范围内,则确定所述第一节点到所述第二节点的链路存在故障。
通过本发明实施例,由于第一、第二节点在正常情况下,二者的网络质量参数差异不明显,所以通过比较两节点之间的网络质量参数的差异,可以发现第一第二节点之间的链路是否存在问题。本发明可以解决无法准确定位故障链路的问题,达到快速准确定位故障链路的效果。
在本发明可选实施例中提供了一种链路质量检测方法的实现设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述任一项链路质量检测的实现方法。
在本发明可选实施例中提供了一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行链路质量检测的实现方法。
在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、***、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器,如数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
Claims (10)
1.一种链路质量检测方法,包括:
收集质差网络中第一节点的网络质量参数和第二节点的网络质量参数;
若所述第一节点的网络质量参数和所述第二节点的网络质量参数的差值不在和所述网络质量参数对应的预设范围内,则确定所述第一节点到所述第二节点的链路存在故障。
2.如权利要求1所述的方法,在收集质差网络中第一节点的网络质量参数和第二节点的网络质量参数之前,还包括:
云端分析***周期采集全网数据,根据训练出的质差用户模型,确定所述质差网络。
3.如权利要求1所述的方法,收集网络中第一节点的网络质量参数和第二节点的网络质量参数,包括:
所述第一节点的设备和所述第二节点的设备记录自身到光线路终端或宽带远程接入服务器的网络质量参数。
4.如权利要求1所述的方法,包括:
所述第一节点的设备和所述第二节点的设备为无线访问接入点、机顶盒、无线光网络终端中的任一种。
5.如权利要求1所述的方法,包括:
所述网络质量参数为往返时间、建链时延、最大时延、首次请求时延、首次响应时延中的任一种。
6.如权利要求1所述的方法,收集质差网络中第一节点的网络质量参数和第二节点的网络质量参数,包括:
所述收集动作周期性的执行或所述执行动作由用户选择执行。
7.一种链路质量检测***,包括:
收集模块,用于收集质差网络中第一节点的网络质量参数和第二节点的网络质量参数;
检测模块,若所述第一节点的网络质量参数和所述第二节点的网络质量参数的差值不在和所述网络质量参数对应的预设范围内,则确定所述第一节点到所述第二节点的链路存在故障。
8.如权利要求7所述的***,包括:
所述网络质量参数为往返时间、建链时延、最大时延、首次请求时延、首次响应时延中的任一种。
9.一种链路质量检测方法的实现设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~6中任意一项所述链路质量检测的实现方法。
10.一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行权利要求1~6中任意一项所述链路质量检测的实现方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910771658.5A CN112491635A (zh) | 2019-08-20 | 2019-08-20 | 一种链路质量检测的方法、***、实现设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910771658.5A CN112491635A (zh) | 2019-08-20 | 2019-08-20 | 一种链路质量检测的方法、***、实现设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112491635A true CN112491635A (zh) | 2021-03-12 |
Family
ID=74919697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910771658.5A Pending CN112491635A (zh) | 2019-08-20 | 2019-08-20 | 一种链路质量检测的方法、***、实现设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112491635A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115412430A (zh) * | 2022-08-08 | 2022-11-29 | 中国电信股份有限公司 | 异常节点的定位方法、装置、电子设备及可读存储介质 |
CN115460482A (zh) * | 2021-06-09 | 2022-12-09 | 中国联合网络通信集团有限公司 | 网络性能预测方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120307922A1 (en) * | 2011-06-06 | 2012-12-06 | Telefonaktiebolaget Lm Ericsson (Publ) | Ue signal quality measurements on a subset of radio resource elements |
CN102932181A (zh) * | 2012-11-01 | 2013-02-13 | 华为技术有限公司 | 一种检测网络故障的方法、节点及监控中心 |
CN103178991A (zh) * | 2011-12-21 | 2013-06-26 | ***通信集团黑龙江有限公司 | 一种多网络关系分析的方法和*** |
CN106130786A (zh) * | 2016-07-26 | 2016-11-16 | 腾讯科技(深圳)有限公司 | 一种网络故障的检测方法及装置 |
CN106789223A (zh) * | 2016-12-13 | 2017-05-31 | 中国联合网络通信集团有限公司 | 一种交互式网络电视iptv业务质量检测方法及*** |
CN109428785A (zh) * | 2017-09-01 | 2019-03-05 | 阿里巴巴集团控股有限公司 | 一种故障检测方法和装置 |
-
2019
- 2019-08-20 CN CN201910771658.5A patent/CN112491635A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120307922A1 (en) * | 2011-06-06 | 2012-12-06 | Telefonaktiebolaget Lm Ericsson (Publ) | Ue signal quality measurements on a subset of radio resource elements |
CN103178991A (zh) * | 2011-12-21 | 2013-06-26 | ***通信集团黑龙江有限公司 | 一种多网络关系分析的方法和*** |
CN102932181A (zh) * | 2012-11-01 | 2013-02-13 | 华为技术有限公司 | 一种检测网络故障的方法、节点及监控中心 |
CN106130786A (zh) * | 2016-07-26 | 2016-11-16 | 腾讯科技(深圳)有限公司 | 一种网络故障的检测方法及装置 |
CN106789223A (zh) * | 2016-12-13 | 2017-05-31 | 中国联合网络通信集团有限公司 | 一种交互式网络电视iptv业务质量检测方法及*** |
CN109428785A (zh) * | 2017-09-01 | 2019-03-05 | 阿里巴巴集团控股有限公司 | 一种故障检测方法和装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115460482A (zh) * | 2021-06-09 | 2022-12-09 | 中国联合网络通信集团有限公司 | 网络性能预测方法和装置 |
CN115460482B (zh) * | 2021-06-09 | 2024-04-09 | 中国联合网络通信集团有限公司 | 网络性能预测方法和装置 |
CN115412430A (zh) * | 2022-08-08 | 2022-11-29 | 中国电信股份有限公司 | 异常节点的定位方法、装置、电子设备及可读存储介质 |
CN115412430B (zh) * | 2022-08-08 | 2024-06-07 | 中国电信股份有限公司 | 异常节点的定位方法、装置、电子设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3379419B1 (en) | Situation analysis | |
EP3871056B1 (en) | Anomaly detection and classification in networked systems | |
KR102418969B1 (ko) | 딥러닝 기반 통신망 장비의 장애 예측 시스템 및 방법 | |
WO2018090977A1 (zh) | 一种设备切换的方法以及设备切换装置 | |
CN106685676B (zh) | 一种节点切换方法及装置 | |
WO2022028120A1 (zh) | 指标检测模型获取及故障定位方法、装置、设备及存储介质 | |
US20180005127A1 (en) | Predicting problem events from machine data | |
EP2882114B1 (en) | Life-cycle management of faults occuring on optical fibres | |
CN112491635A (zh) | 一种链路质量检测的方法、***、实现设备及存储介质 | |
KR20200138565A (ko) | 통신 네트워크에서 복수의 원격 무선 헤드들을 관리하기 위한 방법 및 장치 | |
CN112804599A (zh) | 网络质差点确定方法、装置、计算机设备及可读存储介质 | |
EP2629453B1 (en) | Method, apparatus and system for setting a size of an event correlation time window | |
CN109818764B (zh) | Iptv网络设备故障检测方法和装置 | |
CN110650488B (zh) | 一种通信质量的监控方法及*** | |
WO2017059904A1 (en) | Anomaly detection in a data packet access network | |
CN111866921A (zh) | 一种5g基站业务故障查找方法、装置、设备及可存储介质 | |
CN115426244B (zh) | 一种基于大数据的网络设备故障检测方法 | |
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 | |
CN110896544B (zh) | 故障定界方法及装置 | |
CN109462493B (zh) | 一种基于ping的局域网络监测方法 | |
KR20180024523A (ko) | 이동 통신망 장애 감시 시스템 및 방법 | |
CN113891386B (zh) | 基站的隐性故障确定方法、装置、设备和可读存储介质 | |
CN114860543A (zh) | 异常检测方法、装置、设备与计算机可读存储介质 | |
CN109361531B (zh) | 一种通信设备不易复现问题的复现方法、***和设备 | |
KR102167653B1 (ko) | 무선 통신 시스템에서 네트워크 품질 검사를 위한 장치 및 방법 |
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 |