CN112615752A - 一种通过聚合分析定位云通讯平台流量异变节点的*** - Google Patents
一种通过聚合分析定位云通讯平台流量异变节点的*** Download PDFInfo
- Publication number
- CN112615752A CN112615752A CN202011603732.1A CN202011603732A CN112615752A CN 112615752 A CN112615752 A CN 112615752A CN 202011603732 A CN202011603732 A CN 202011603732A CN 112615752 A CN112615752 A CN 112615752A
- Authority
- CN
- China
- Prior art keywords
- traffic
- ring ratio
- flow
- module
- bandwidth
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 23
- 230000002776 aggregation Effects 0.000 title claims abstract description 19
- 238000004220 aggregation Methods 0.000 title claims abstract description 19
- 238000004891 communication Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 24
- 230000008569 process Effects 0.000 claims abstract description 24
- 238000012098 association analyses Methods 0.000 claims abstract description 11
- 238000012544 monitoring process Methods 0.000 claims description 5
- 239000003471 mutagenic agent Substances 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims 1
- 230000008901 benefit Effects 0.000 description 5
- 238000010219 correlation analysis Methods 0.000 description 5
- 230000001960 triggered effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000035772 mutation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
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
- H04L41/0631—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
- H04L41/06—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
- 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
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
- H04L43/0894—Packet rate
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
本发明公开了一种通过聚合分析定位云通讯平台流量异变节点的***,所述***包括:流量波动环比算法模块、网络接口流量环比模块、环比相似度模块、流量与进程服务关联分析模块;所述流量波动环比算法模块检测互联网及专线流量业务集中时间段,流量波动的环比趋势;所述网络接口流量环比模块检测交换设备及服务器设备网络接口流量在业务集中时间段流量的环比趋势;所述环比相似度模块用于比较互联网及专线带宽与接口流量环比的相似度;所述流量与进程服务关联分析模块确认带宽流量波动与某个具体的主机关联。本发明解决了现有带宽流量突变难以快速捕捉的问题。
Description
技术领域
本发明涉及流量监控技术领域,具体涉及一种通过聚合分析定位云通讯平台流量异变节点的***。
背景技术
带宽流量聚合分析主要应用于互联网运营服务型企业,针对多产品线运营的场景。目前带宽流量的突增、突减的抖动,难以快速捕获并分析。运营管理者对生产线的流量带宽的波动基本处理被迫的响应,导致产品用户体验较差,在市场竞争中长期处于劣势状态。
发明内容
为此,本发明提供一种通过聚合分析定位云通讯平台流量异变节点的***,以解决现有带宽流量突变难以快速捕捉的问题。
为了实现上述目的,本发明提供如下技术方案:
本发明公开了,一种通过聚合分析定位云通讯平台流量异变节点的***,所述***包括:流量波动环比算法模块、网络接口流量环比模块、环比相似度模块、流量与进程服务关联分析模块;
所述流量波动环比算法模块检测互联网及专线流量业务集中时间段,流量波动的环比趋势;
所述网络接口流量环比模块检测交换设备及服务器设备网络接口流量在业务集中时间段流量的环比趋势;
所述环比相似度模块用于比较互联网及专线带宽与接口流量环比的相似度;
所述流量与进程服务关联分析模块确认带宽流量波动与某个具体的主机关联。
进一步地,所述***设置有流量报警模块,对流量进行报警监控,当超过80%带宽时,触发报警。
进一步地,所述流量波动环比算法模块,设定带宽波动环比周期为一分钟,每次与前一分钟做带宽占用的环比,记录每一次环比数据,并存入字典库中。
进一步地,所述网络接口流量环比模块每隔一分钟统计每个主机接口带宽流量的环比,并记录到字典库中。
进一步地,所述环比相似度模块使用Python相似度算法,计算出互联网带宽波动具体与那些主机带宽流量波动相似度高,用于确认流量的波动可能与哪些主机有关系。
进一步地,所述流量与进程服务关联分析模块确认带宽流量波动与具体的主机有关联,则继续分析关联主机上都与流量相关的进程服务,并标记进程服务。
进一步地,所述流量与进程服务关联分析模块的分析结果都在平台中实时展现,平台采用Python的Django框架编写,便于运营管理者快速定位问题及分析问题。
本发明具有如下优点:
本发明公开了一种通过聚合分析定位云通讯平台流量异变节点的***,运营带宽流量聚合分析产品投入到实际运营环境中起到很大的效益,多个产品运营过程中,互联网及专线带宽出现抖动时,能够快速的捕获带宽的抖动主要是由于哪个产品线的哪个服务,触发导致,从而让运营管理者快速定位问题。只需要小于一分钟即可完成关联分析,并将结果输出,使管理者很快的做出下一步的运营决策。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式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示例性的,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引申获得其它的实施附图。
本说明书所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本发明实施例提供的一种通过聚合分析定位云通讯平台流量异变节点的***流程图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效,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。
实施例
本实施例公开了一种通过聚合分析定位云通讯平台流量异变节点的***,所述***包括:流量波动环比算法模块、网络接口流量环比模块、环比相似度模块、流量与进程服务关联分析模块;
所述流量波动环比算法模块检测互联网及专线流量业务集中时间段,流量波动的环比趋势;
所述网络接口流量环比模块检测交换设备及服务器设备网络接口流量在业务集中时间段流量的环比趋势;
所述环比相似度模块用于比较互联网及专线带宽与接口流量环比的相似度;
所述流量与进程服务关联分析模块确认带宽流量波动与某个具体的主机关联。
***设置有流量报警模块,对流量进行报警监控,当超过80%带宽时,触发报警;流量波动环比算法模块,设定带宽波动环比周期为一分钟,每次与前一分钟做带宽占用的环比,记录每一次环比数据,并存入字典库中。
网络接口流量环比模块每隔一分钟统计每个主机接口带宽流量的环比,并记录到字典库中;环比相似度模块使用Python相似度算法,计算出互联网带宽波动具体与那些主机带宽流量波动相似度高,用于确认流量的波动可能与哪些主机有关系。
流量与进程服务关联分析模块确认带宽流量波动与具体的主机有关联,则继续分析关联主机上都与流量相关的进程服务,并标记进程服务;流量与进程服务关联分析模块的分析结果都在平台中实时展现,平台采用Python的Django框架编写,便于运营管理者快速定位问题及分析问题。
本实施例中,参考图,具体工作流程为:
流量报警模块进行流量监控报警,当超过80%带宽时,触发报警;
计算互联网带宽流量波动环比,计算专线带宽流量波动环比,计算各主机接口带宽流量波动环比;
筛选与流量环比相似的接口,获取相应接口所属的主机;
获取主机活跃进程,确定主机进程服务或业务接口;
确定流量来源,流量聚合分析技术。
本实施例公开的一种通过聚合分析定位云通讯平台流量异变节点的***,运营带宽流量聚合分析产品投入到实际运营环境中起到很大的效益,多个产品运营过程中,互联网及专线带宽出现抖动时,能够快速的捕获带宽的抖动主要是由于哪个产品线的哪个服务,触发导致,从而让运营管理者快速定位问题。只需要小于一分钟即可完成关联分析,并将结果输出,使管理者很快的做出下一步的运营决策。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (7)
1.一种通过聚合分析定位云通讯平台流量异变节点的***,其特征在于,所述***包括:流量波动环比算法模块、网络接口流量环比模块、环比相似度模块、流量与进程服务关联分析模块;
所述流量波动环比算法模块检测互联网及专线流量业务集中时间段,流量波动的环比趋势;
所述网络接口流量环比模块检测交换设备及服务器设备网络接口流量在业务集中时间段流量的环比趋势;
所述环比相似度模块用于比较互联网及专线带宽与接口流量环比的相似度;
所述流量与进程服务关联分析模块确认带宽流量波动与某个具体的主机关联。
2.如权利要求1所述的一种通过聚合分析定位云通讯平台流量异变节点的***,其特征在于,所述***设置有流量报警模块,对流量进行报警监控,当超过80%带宽时,触发报警。
3.如权利要求1所述的一种通过聚合分析定位云通讯平台流量异变节点的***,其特征在于,所述流量波动环比算法模块,设定带宽波动环比周期为一分钟,每次与前一分钟做带宽占用的环比,记录每一次环比数据,并存入字典库中。
4.如权利要求1所述的一种通过聚合分析定位云通讯平台流量异变节点的***,其特征在于,所述网络接口流量环比模块每隔一分钟统计每个主机接口带宽流量的环比,并记录到字典库中。
5.如权利要求1所述的一种通过聚合分析定位云通讯平台流量异变节点的***,其特征在于,所述环比相似度模块使用Python相似度算法,计算出互联网带宽波动具体与那些主机带宽流量波动相似度高,用于确认流量的波动可能与哪些主机有关系。
6.如权利要求1所述的一种通过聚合分析定位云通讯平台流量异变节点的***,其特征在于,所述流量与进程服务关联分析模块确认带宽流量波动与具体的主机有关联,则继续分析关联主机上都与流量相关的进程服务,并标记进程服务。
7.如权利要求1所述的一种通过聚合分析定位云通讯平台流量异变节点的***,其特征在于,所述流量与进程服务关联分析模块的分析结果都在平台中实时展现,平台采用Python的Django框架编写,便于运营管理者快速定位问题及分析问题。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011603732.1A CN112615752A (zh) | 2020-12-29 | 2020-12-29 | 一种通过聚合分析定位云通讯平台流量异变节点的*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011603732.1A CN112615752A (zh) | 2020-12-29 | 2020-12-29 | 一种通过聚合分析定位云通讯平台流量异变节点的*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112615752A true CN112615752A (zh) | 2021-04-06 |
Family
ID=75249169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011603732.1A Pending CN112615752A (zh) | 2020-12-29 | 2020-12-29 | 一种通过聚合分析定位云通讯平台流量异变节点的*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112615752A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103532776A (zh) * | 2013-09-30 | 2014-01-22 | 广东电网公司电力调度控制中心 | 业务流量检测方法及*** |
CN108768877A (zh) * | 2018-07-20 | 2018-11-06 | 网宿科技股份有限公司 | 一种突发流量的分配方法、装置及代理服务器 |
CN111756706A (zh) * | 2020-06-05 | 2020-10-09 | 腾讯科技(深圳)有限公司 | 一种异常流量检测方法、装置及存储介质 |
-
2020
- 2020-12-29 CN CN202011603732.1A patent/CN112615752A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103532776A (zh) * | 2013-09-30 | 2014-01-22 | 广东电网公司电力调度控制中心 | 业务流量检测方法及*** |
CN108768877A (zh) * | 2018-07-20 | 2018-11-06 | 网宿科技股份有限公司 | 一种突发流量的分配方法、装置及代理服务器 |
CN111756706A (zh) * | 2020-06-05 | 2020-10-09 | 腾讯科技(深圳)有限公司 | 一种异常流量检测方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11481242B2 (en) | System and method of flow source discovery | |
US11271796B2 (en) | Automatic customer complaint resolution | |
US10554526B2 (en) | Feature vector based anomaly detection in an information technology environment | |
Fu et al. | Service usage classification with encrypted internet traffic in mobile messaging apps | |
US10397043B2 (en) | Wireless carrier network performance analysis and troubleshooting | |
CN111181799B (zh) | 一种网络流量监控方法及设备 | |
US6658367B2 (en) | System for time-bucketing of baselined data collector data | |
JP2019521427A (ja) | 人工知能に基づくネットワークアドバイザー | |
US20150120914A1 (en) | Service monitoring system and service monitoring method | |
KR20190075972A (ko) | 로그 파일들로부터 프로세스 흐름들을 식별하고 흐름을 시각화하기 위한 시스템들 및 방법들 | |
CN107704387B (zh) | 用于***预警的方法、装置、电子设备及计算机可读介质 | |
CN109587000B (zh) | 基于群智网络测量数据的高延迟异常检测方法及*** | |
Mazhar Rathore et al. | Exploiting encrypted and tunneled multimedia calls in high-speed big data environment | |
Solmaz et al. | ALACA: A platform for dynamic alarm collection and alert notification in network management systems | |
CN111291028A (zh) | 一种面向高速工业现场数据采集***及方法 | |
CN104219157A (zh) | 一种统计时间间隔的确定方法和设备 | |
CN112615752A (zh) | 一种通过聚合分析定位云通讯平台流量异变节点的*** | |
EP3641222A1 (en) | Method, apparatus and system for monitoring data traffic | |
CN109167673B (zh) | 一种融合异常Qos数据检测的新型云服务筛选方法 | |
CN111258874B (zh) | 一种基于web数据的用户操作轨迹分析方法及装置 | |
CN111641535B (zh) | 网络监控方法、装置、电子设备和介质 | |
CN114253797A (zh) | 一种微服务***的故障处理方法及相关装置 | |
CN111782435A (zh) | 一种视频监控管理平台级联异常恢复处理方法及*** | |
TWI700939B (zh) | 網路設備的品質監控伺服器及其方法 | |
CN110320825A (zh) | 一种统计设备状态的方法和装置 |
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: 20210406 |
|
RJ01 | Rejection of invention patent application after publication |