CN114173369A - 一种网络质量评估方法、装置、电子设备及存储介质 - Google Patents
一种网络质量评估方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114173369A CN114173369A CN202111635523.XA CN202111635523A CN114173369A CN 114173369 A CN114173369 A CN 114173369A CN 202111635523 A CN202111635523 A CN 202111635523A CN 114173369 A CN114173369 A CN 114173369A
- Authority
- CN
- China
- Prior art keywords
- network
- loop
- node
- evaluation value
- evaluation
- 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
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 112
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000003860 storage Methods 0.000 title claims abstract description 24
- 238000011156 evaluation Methods 0.000 claims abstract description 415
- 230000006855 networking Effects 0.000 claims abstract description 32
- 230000015654 memory Effects 0.000 claims description 47
- 238000004590 computer program Methods 0.000 claims description 16
- 238000001303 quality assessment method Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 abstract description 7
- 238000011158 quantitative evaluation Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 18
- 230000003287 optical effect Effects 0.000 description 18
- 238000004458 analytical method Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000013480 data collection Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013024 troubleshooting Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请实施例提出一种网络质量评估方法、装置、电子设备及存储介质,参照网络结构、网络负载、故障情况、入网时间等多类质量评估因素,实现针对网络节点‑网络环路‑网络组网的逐级质量评估,构建出针对IPRAN网络的多维度量化评估标准,为后续网络质量排查以及网络优化提供充分地、可信赖地的数据支撑,同时,根据网络环路的承载业务数量以及承载业务级别,对网络环路以及各个相应网络节点分别进行对应的业务权重评估,从而明确识别出网络中包含的各个关键环路以及相应的各个关键节点,进一步提升了网络质量评估的准确性。
Description
技术领域
本发明涉及网络技术安全领域,尤其涉及一种网络质量评估方法、装置、电子设备及存储介质。
背景技术
随着移动互联网时代的不断发展,移动业务的数量日益增长,对用于移动业务承载的传输网络提出了更高的需求,为解决业务增长带来的带宽资源不足等问题,互联协议无线接入网(IP Radio Access Network,IPRAN)随之产生,旨在利用互联协议分区域与多进程的优势,实现核心设备与汇聚设备之间上、下行流量负载分担,确保带宽资源的有效利用。
进一步的,为确保移动业务的承载情况,需要定期对组建的IPRAN网络进行网络隐患排查,并根据排查指标,对网络环路结构进行优化,在这一过程中,首先需要对当前IPRAN承载网络的网络质量进行综合性评估,从而基于评估结果,确定待排查的目标网络中是否存在未发现的网络隐患。
然而,相关技术中,通常根据IPRAN网络的网络中继以及隧道关系,对当前承载网络的网络结构进行拓扑分析,从而根据分析出的网络结构,确定当前状态下的IPRAN网络质量,这种方式存在评估结果较为片面的问题,无法反映出实时状况下的业务承载情况,在一些特殊情况下,可能存在部分业务承载数量较多的IPRAN网络因其评估结果较好,而未能及时地进行网络隐患排查或网络性能优化的情况,这样,会给相应IPRAN网络中的网络节点设备埋下一定的安全隐患。
例如,若某一IPRRAN网络中,某一网络节点的业务承载数量超出其负载极限,而基于上述评估过程,相关管理对象可能获得网络质量较佳的评估结果,使得该网络节点的承载业务数量未及时得到缓解,这种情况下,容易引起节点设备产生故障,带来额外的成本损失。
发明内容
本申请实施例提供一种网络质量评估方法、装置、电子设备及存储介质,用于提升网络质量评估的准确性。
第一方面,本申请实施例提出一种网络质量评估方法,包括:
获取目标网络的网络评估数据,其中,网络评估数据至少包含:目标网络中,各个网络环路各自的环路拓扑数据,以及目标网络中,各个网络节点各自的节点资源数据。
基于获得的各个节点资源数据,分别对目标网络中,各个网络节点进行节点质量评估,获得各个网络节点各自的节点评估值。
基于获得的各个环路拓扑数据,以及各个网络节点各自的节点评估值,分别对目标网络中,各个网络环路进行环路质量评估,获得各个网络环路各自的环路评估值。
基于预设的环路业务权重,以及目标网络中,各个网络环路各自的环路评估值,确定目标网络的质量评估结果。
第二方面,本申请实施例提供一种网络质量评估装置,包括数据采集模块,节点评估模块,环路评估模块以及网络评估模块,其中:
数据采集模块,用于获取目标网络的网络评估数据,其中,网络评估数据至少包含:目标网络中,各个网络环路各自的环路拓扑数据,以及目标网络中,各个网络节点各自的节点资源数据。
节点评估模块,用于基于获得的各个节点资源数据,分别对目标网络中,各个网络节点进行节点质量评估,获得各个网络节点各自的节点评估值。
环路评估模块,用于基于获得的各个环路拓扑数据,以及各个网络节点各自的节点评估值,分别对目标网络中,各个网络环路进行环路质量评估,获得各个网络环路各自的环路评估值。
网络评估模块,用于基于预设的环路业务权重,以及目标网络中,各个网络环路各自的环路评估值,确定目标网络的质量评估结果。
在一种可选的实施例中,在获取目标网络的网络评估数据前,数据采集模块还用于:
获取目标网络中,各个网络环路各自的环路业务数据。
基于获得的各个环路业务数据,分别确定目标网络中,各个网络环路各自的环路业务数目。
至少基于获得的各个环路业务数目,分别确定各个网络环路各自对应的环路业务权重。
在一种可选的实施例中,在获取目标网络的网络评估数据前,数据采集模块还用于:
获取目标网络中,各个网络节点各自的节点业务数据。
基于获得的各个节点业务数据,分别确定目标网络中,各个网络节点各自的节点业务数目。
至少基于获得的各个节点业务数目,分别确定各个网络节点各自对应的节点业务权重。
在一种可选的实施例中,节点资源数据至少包括:节点环境数据及节点负载数据;则基于获得的各个节点资源数据,分别对目标网络中,各个网络节点进行节点质量评估,获得各个网络节点各自的节点评估值时,节点评估模块至少用于:
针对各个网络节点,分别执行以下操作:
基于一个网络节点的节点环境数据,对一个网络节点进行节点质量评估,获得相应的第一节点评估值。
基于一个网络节点的节点负载数据,对一个网络节点进行节点质量评估,获得相应的第二节点评估值。
对第一节点评估值,第二节点评估值进行加权求和,获得一个网络节点相应的节点评估值。
在一种可选的实施例中,节点资源数据还包括:节点故障数据及节点入网数据;则对第一节点评估值,第二节点评估值进行加权求和,获得一个网络节点相应的节点评估值时,节点评估模块进一步用于:
基于一个网络节点的节点故障数据,对一个网络节点进行节点质量评估,获得相应的第三节点评估值。
基于一个网络节点的节点入网数据,对一个网络节点进行节点质量评估,获得相应的第四节点评估值。
对第一节点评估值,第二节点评估值,第三节点评估值以及第四节点评估值进行加权求和,获得一个网络节点相应的节点评估值。
在一种可选的实施例中,在基于获得的各个环路拓扑数据,以及各个网络节点各自的节点评估值,分别对目标网络中,各个网络环路进行环路质量评估,获得各个网络环路各自的环路评估值时,环路评估模块具体用于:
针对目标网络中,各个网络环路,分别执行以下操作:
基于一个网络环路的环路拓扑数据,对一个网络环路进行环路质量评估,获得相应的结构评估值。
至少基于结构评估值,以及一个网络环路中,各个网络节点各自的节点评估值,获得一个网络环路相应的环路评估值。
在一种可选的实施例中,环路拓扑数据至少包括:环路组网数据以及环路站址数据;则基于一个网络环路相应的环路拓扑数据,对一个网络环路进行环路质量评估,获得相应的结构评估值时,环路评估模块至少用于:
基于一个网络环路的环路组网数据,对一个网络环路进行环路质量评估,获得相应的第一环路评估值。
基于一个网络环路的环路站址数据,对一个网络环路进行环路质量评估,获得相应的第二环路评估值。
对第一环路评估值,第二环路评估值进行加权求和,获得一个网络环路相应的结构评估值。
在一种可选的实施例中,网络资源数据还包括:各个网络环路各自的环路负载数据以及历史故障数据;则基于结构评估值,以及一个网络环路中,各个网络节点各自的节点评估值,获得一个网络环路相应的环路评估值时,环路评估模块进一步用于:
基于一个网络环路的环路负载数据,对一个网络环路进行质量评估,获得相应的负载评估值。
基于一个网络环路的历史故障数据,对一个网络环路进行质量评估,获得相应的历史评估值。
基于结构评估值,负载评估值,历史评估值,以及一个网络环路中,各个网络节点各自的节点评估值,获得一个网络环路相应的环路评估值。
在一种可选的实施例中,在基于预设的环路业务权重,以及目标网络中,各个网络环路各自的环路评估值,确定目标网络的质量评估结果时,网络评估模块具体用于:
基于预设的环路业务权重,对目标网络中,各个网络环路各自的环路评估值进行加权求和,获得相应的环路评估总值。
基于目标网络相应的网络环路数目,对环路评估总值进行均值处理,获得相应的环路评估均值,并将环路评估均值,作为目标网络相应的质量评估结果。
第三方面,本申请实施例还提供了一种电子设备,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机程序,当所述计算机程序被所述处理器执行时,使得所述处理器实现上述第一方面中的任一种网络质量评估方法。
第四方面,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时,实现第一方面的网络质量评估方法。
本申请实施例提出一种网络质量评估方法、装置、电子设备及存储介质,参照网络结构、网络负载、故障情况、入网时间等多类质量评估因素,实现针对网络节点-网络环路-网络组网的逐级质量评估,构建出针对IPRAN网络的多维度量化评估标准,为后续网络质量排查以及网络优化提供充分地、可信赖地的数据支撑,同时,根据网络环路的承载业务数量以及承载业务级别,对网络环路以及各个相应网络节点分别进行对应的业务权重评估,从而明确识别出网络中包含的各个关键环路以及相应的各个关键节点,进一步提升了网络质量评估的准确性。
附图说明
图1为本申请实施例提供的网络质量评估场景示意图;
图2为本申请实施例提供的网络质量评估***架构图;
图3为本申请实施例提供的局部网络架构示例图;
图4为本申请实施例提供的网络质量评估方法流程图;
图5为本申请实施例提供的网络质量评估逻辑示意图;
图6为本申请实施例提供的网络质量评估方法的场景示例图;
图7为本申请实施例提供的一种网络质量评估装置示意图;
图8为本申请实施例提供的一种电子设备示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作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。
本申请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,以便这里描述的本申请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。
本申请的设计思路如下:
相关技术中,主要是根据IPRAN网络的网络中继、隧道关系等,构建网络拓扑并对网络环路结构进行分析,从而根据分析出的网络结构,确定当前状态下的IPRAN网络质量,这种方式存在评估结果较为片面的问题,无法反映出实时状况下的业务承载情况,在一些特殊情况下,可能存在部分业务承载数量较多的IPRAN网络因其评估结果较好,而未能及时地进行网络隐患排查或网络性能优化的情况,这样,会给相应IPRAN网络中的网络节点设备埋下一定的安全隐患。
另一方面,由于移动IPRAN网络主要承载4/5G业务,考虑5G业务灵活性可靠性的组网特性,对于IPRAN网络结构需要一种能够结合网络实际负载,包括设备自身负载、网络承载业务数量、环路组网结构、动力配置情况、网络实际故障情况的评价方法,从而对IPRAN网络故障排查以及网络优化提供相应的数据支撑。
为提升网络质量评估的准确性,构建IPRAN网络的多维度量化评估体系,本申请实施例提出一种网络质量评估方法、装置、电子设备及存储介质,参照网络结构、网络负载、故障情况、入网时间等多类质量评估因素,实现针对网络节点-网络环路-网络组网的逐级质量评估,构建出针对IPRAN网络的多维度量化评估标准,为后续网络质量排查以及网络优化提供充分地、可信赖地的数据支撑,同时,根据网络环路的承载业务数量以及承载业务级别,对网络环路以及各个相应网络节点分别进行对应的业务权重评估,从而明确识别出网络中包含的各个关键环路以及相应的各个关键节点,进一步提升了网络质量评估的准确性。
以下结合说明书附图对本申请的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本申请,并不用于限定本申请,并且在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
参阅图1所示,为本申请实施例的应用场景示意图。该应用场景图中包括两个终端设备110和一个服务器120。
在本申请实施例中,终端设备110包括但不限于手机、平板电脑、笔记本电脑、台式电脑、电子书阅读器、智能语音交互设备、智能家电、车载终端等设备;终端设备上可以安装有与网络质量评估相关的客户端,该客户端可以是软件(例如浏览器),也可以是网页、小程序等,服务器120则是与软件或是网页、小程序等相对应的后台服务器,或者是专门用于进行网络质量评估的服务器,本申请不做具体限定。服务器120可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式***,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network,内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。
需要说明的是,本申请实施例中的网络质量评估方法可以由电子设备执行,该电子设备可以为服务器120或者终端设备110,即,该方法可以由服务器120或者终端设备110单独执行,也可以由服务器120和终端设备110共同执行。
在一种可选的实施方式中,终端设备110与服务器120之间可以通过通信网络进行通信。
在一种可选的实施方式中,通信网络是有线网络或无线网络。
需要说明的是,图1所示只是举例说明,实际上终端设备和服务器的数量不受限制,在本申请实施例中不做具体限定。
本申请实施例中,当服务器的数量为多个时,多个服务器可组成为一区块链,而服务器为区块链上的节点;如本申请实施例所公开的网络质量评估方法,其中所涉及的网络评估数据可保存于区块链上,例如,IPRAN网元数据,IPRAN网络拓扑数据、业务资源数据、业务路由数据、动力资源数据、告警数据、性能指标数据等。
下面结合上述描述的应用场景,参考附图来描述本申请示例性实施方式提供的网络质量评估方法,需要注意的是,上述应用场景仅是为了便于理解本申请的精神和原理而示出,本申请的实施方式在此方面不受任何限制。并且,本申请实施例可应用于各种场景,不仅包括网络故障排查及网络优化场景,还包括但不限于云技术、人工智能、智慧交通、辅助驾驶等各种场景。
参阅图2所示,本申请实施例提出的网络质量评估***内包含数据采集模块210,环路分析模块220,业务评估模块230以及质量分析模块240,其中:
数据采集模块210:用于通过与网管北向接口对接,采集相关的网络接口数据,如网络资源数据(IPRAN网元数据,IPRAN网络拓扑数据、业务资源数据、业务路由数据、动力资源数据等)、网络告警数据(IPRAN网络告警数据、动力告警数据、无线基站告警数据等)、性能指标数据等,具体的,数据采集模块210可以是具有计算能力的电子设备,如单个服务器,或是由多个服务器组成的服务器集群。
环路分析模块220:用于基于预设的业务路径动态算法,对采集到的IPRAN网络拓扑数据进行分析,计算出IPRAN网络内包含的环路关系,确认相应的各个网络环路。
业务评估模块230:用于基于采集到的网络评估数据,分析各个网络节点或网络环路对相关业务产生的影响,并确定相应各个网络节点或网络环路在所属目标网络中的业务权重。
质量分析模块240:用于基于确定的环路关系以及业务权重,对目标网络内各个网络节点、网络环路以及网络整体进行综合分析,分析确定IPRAN目标网络的整体质量评估值。
基于上述***架构,在执行本申请实施例提供的网络质量评估方法之前,环路分析模块220基于针对指定目标网络采集到的网络接口数据,计算目标网络中包含的各个环路关系,并形成相应的环路资源关系池,下面将对本申请实施例提供的环路关系地确定方法进行进一步地阐述、说明。
针对IPRAN网络结构,其组网设备主要为A设备(基站接入设备)、B设备(汇聚A设备)、D设备(汇聚B设备)、M设备(地市核心设备)以及X设备(省级核心设备)等,其中,B设备通常成对出现,则依据目标网络中,任意一个BB对及其连接的各个由A设备构成的网络节点,确定目标网络包含的各个网络路径,并进一步依据获得的各个网络路径,确定相应的各个网络环路,并形成环路资源关系池。
参阅图3所示,为本申请实施例提供的一种局部网络架构示例图,该局部示例图包含目标网络中的一个BB对(B1、B2),以及与任意一个所示B设备存在直接或间接连接关系的各个A设备(A1~A13),其中,每个设备均可视为目标网络相应的一个网络节点,则以所示BB对中任意一个B设备为起点,(例如,本申请实施例中,以B设备B1为起点),分别执行以下步骤,以确定所示BB对相应的局部网络包含的各个网络路径,包括:
步骤1:确认与所示B1设备存在直接连接关系的所有A设备,并依次确定与各个A设备存在连接关系的下级A设备,其中,每确定一个下级A设备,将相应的上级A设备从待读取的各个网络节点中剔除。
例如,在确定与所示B1设备相连的所有A设备(A1、A2、A3、A4)后,分别确定与各个A设备存在连接关系的下级A设备(A5、A6、A7、A8),并进一步的,将相应的各个上级A设备(A1、A2、A3、A4)从待读取的网络节点中剔除。
步骤2:当确定任意一个下级A设备与所示B2设备相连时,停止确定下级设备,并输出相应的网络路径。
例如,当确定下级A设备A9与B2设备相连时,确定相应的网络路径B1-A1-A5-A9-B2计算完成,并输出相应的路径关系,同理,依据该局部网络下,确定的各个网络路径,分析确定相应各个网络节点之间的连接关系,并依据分析出的连接关系,确定目标网络包含的各个网络环路,并将分析出的各个环路关系,汇入相应的环路资源关系池中。
进一步的,针对IPRAN网络节点或网络环路关联的基站业务数量、级别、重保情况等,分析网络节点或网络环路故障后对业务产生的影响,并对影响因子进行量化,确定相应的网络业务权重,在一种优选的实施例中,该网络业务权重可以包含针对网络节点的节点业务权重以及针对网络环路的环路业务权重两部分,具体的,包括:
一)节点业务权重
可选的,对IPRAN A网络中,各个网络节点分别进行相应的节点业务权重分析,具体的,考虑以下两类评估因子,包括:
a)下联基站评估
依据网络节点的下联基站数量Qbase,确定该网络节点的下联基站评估值Sbase,其中,Sbase的取值为[0,100]的任意整数,该评估值与下联基站数量Qbase呈正相关,具体的,由下式所示:
Sbase=kbase*Qbase
其中,kbase为每个基站的原始基站评估值,其默认取值为20。在所述网络节点下,每新增一个下联基站,相应的下联基站评估值呈线性上升,本申请实施例中,确定下联基站评估值的最大值为100。
b)重保基站评估
依据网络节点下的重保基站数量Qimportant与相应下联基站数量Qbase的比值,确定该网络节点的重保基站评估值Simportant,其中,Simportant的取值为[0,100]的任意整数,该评估值的确认方式如下所示:
由上式可得,当网络节点的重保基站数量占A设备下联基站总数的66%以上时,确定该网络节点的重保基站评估值Simportant为100;当重保基站数量的相应占比大于等于33%且小于66%时,确定该网络节点的重保基站评估值Simportant为60;当重保基站数量的相应占比小于33%时,该网络节点的重保基站评估值Simportant为30。
对同一网络节点的下联基站评估值以及重保基站评估值进行加权计算,确定该网络节点相应的节点业务评估值,其中,假设相关评估权重如下表1所示:
表1
评估对象 | 下联基站评估权重(W<sub>base</sub>) | 重保基站占比评估权重(W<sub>important</sub>) |
A设备 | 0.7 | 0.3 |
则节点业务评估值可表示为:
SA=Wbase*Sbase+Wimportant*Simportant
进一步的,基于获得的节点业务评估值的得分区间,确定相应网络节点的节点业务权重,具体的,相应得分区间如下表2所示:
表2
网络节点级别 | 节点业务权重(W<sub>business1</sub>) | S<sub>A</sub> |
关键网络节点 | 1.5 | S<sub>A</sub>≥90 |
主要网络节点 | 1.3 | 70≤S<sub>A</sub><90 |
一般网络节点 | 1 | 50≤S<sub>A</sub><70 |
空闲网络节点 | 0.8 | S<sub>A</sub><50 |
例如,若网络节点A的下联基站评估值为20,以及相应的重保基站评估值为60,则可基于上表1所示的评估权重,确定网络节点A相应的节点业务评估值为32,并基于上表2所示的相应得分区间,确定网络节点A的节点业务权重为0.8。
二)环路业务权重
可选的,对IPRAN A网络中,各个网络环路分别进行相应的环路业务权重分析,具体的,考虑以下两类评估因子,包括:
a)下联A设备数量
网络环路的下挂A设备数量Qloop-A是衡量一个环路业务负载的重要指标之一,则根据网络环路中的下挂A设备数量Qloop-A,确定相应的环路A设备评估值Sloop-A,其中,Sloop-A的取值为[0,100]的任意整数,该评估值与下联A设备数量Qloop-A呈正相关,具体的,由下式所示:
Sloop-A=kloop-A*Qloop-A
其中,Sloop-A为环路A设备评估值,Qloop-A为该网络环路下的A设备数量,kloop-A为网络环路中,每个A设备的原始A设备评估值,该值默认取值为10。在所述网络环路下,每新增一个A设备,相应的环路A设备评估值呈线性上升,本申请实施例中,确定环路A设备评估值的最大值为100。
b)下联基站数量
网络环路中,各个A设备的下联基站数量直观的反映了该网络环路接入的无线业务数。则根据该网络环路承载的基站数量Qloop-base,确定相应的环路基站评估值,由下式所示:
Sloop-base=kloop-base*Qloop-base
其中,Sloop-base为环路基站评估值,取值为[0,100]的任意整数,Qloop-base为该网络环路承载的基站数量,kloop-base为网络环路中,每个基站的原始基站评估值,该值默认取值为5。在所述网络环路下,每新增一个承载的基站,相应的环路基站评估值呈线性上升,本申请实施例中,确定环路基站评估值的最大值为100。
对同一网络环路的环路A设备评估值以及环路基站评估值进行加权计算,确定该网络环路相应的环路业务评估值,其中,假设相关评估权重如下表3所示:
表3
评估对象 | 下联A设备评估权重(W<sub>loop-A</sub>) | 下联基站评估权重(W<sub>loop-base</sub>) |
IPRAN环路 | 0.6 | 0.4 |
则环路业务评估值可表示为:
Sloop=Wloop-A*Sloop-A+Wloop-base*Sloop-base
进一步的,基于获得的环路业务评估值的得分区间,确定相应网络环路的环路业务权重,具体的,相应得分区间如下表4所示:
表4
网络环路级别 | 环路业务权重(W<sub>business2</sub>) | S<sub>loop</sub> |
关键网络环路 | 1.5 | S<sub>loop</sub>≥90 |
主要网络环路 | 1.3 | 70≤S<sub>loop</sub><90 |
一般网络环路 | 1 | 50≤S<sub>loop</sub><70 |
空闲网络环路 | 0.8 | S<sub>loop</sub><50 |
参阅图4所示,基于上述确定的节点业务权重以及相应的环路业务权重,本申请实施例提出了一种网络质量评估方法,包括:
S401:获取目标网络的网络评估数据,其中,网络评估数据至少包含:目标网络中,各个网络环路各自的环路拓扑数据,以及目标网络中,各个网络节点各自的节点资源数据。
具体的,可基于数据采集模块210采集获得的网络接口数据,如网络资源数据(IPRAN网元数据,IPRAN网络拓扑数据、业务资源数据、业务路由数据、动力资源数据等)、网络告警数据(IPRAN网络告警数据、动力告警数据、无线基站告警数据等)、性能指标数据等,结合环路分析模块220分析确定的各个网络环路关系,确定针对目标网络的网络评估数据。
S402:基于获得的各个节点资源数据,分别对目标网络中,各个网络节点进行节点质量评估,获得各个网络节点各自的节点评估值。
具体的,针对网络节点的所属网络环境、节点负载、故障情况以及入网时间,对每个网络节点进行综合性评估,确定每个网络节点的节点评估值,具体地,包括:
(1)节点环境评估
针对网络节点的所属网络环境,对该网络节点进行质量评估,其评估因子主要包括:
a)节点结构评估
由于环路组网中的网络节点,其承载业务具有更好的鲁棒性,因此,针对相应的节点结构,对该网络节点进行质量评估,确定相应的节点结构评估值,具体的,如下所示:
其中,若所述网络节点属于环路组网中,则确定x=1,并确定相应的节点结构评估值Snode-loop为100;若所述网络节点不属于环路组网中,则确定x=0,并进一步确定相应的节点结构评估值Snode-loop为0。
b)节点动力评估
由于网络节点所处局站有蓄电池时,动力故障对该网络节点的影响更小,因此,针对相应的节点动力情况,对该网络节点进行质量评估,确定相应的节点动力评估值,具体的,如下所示:
其中,若所述网络节点所属局站具有蓄电池,则确定x=1,并确定相应的节点动力评估值Snode-power为100;若所述网络节点所属局站不具有蓄电池,则确定x=0,并进一步确定相应的节点动力评估值Snode-power为0。
则对确定的节点结构评估值以及节点动力评估值进行加权求和,获得针对网络节点的第一节点评估值,该第一节点评估值表示相应网络节点的所属网络环境。
(2)节点负载评估
针对网络节点的使用负载,对该网络节点的运行状态进行质量评估,其评估因子主要包括:
a)CPU利用率评估
由于网络节点的CPU利用率长期处于过载状态下时,网络节点处于故障的风险更大,因此,针对相应的节点CPU负载情况,对该网络节点进行质量评估,确定相应的节点CPU负载评估值,具体的,如下所示:
其中,x为网络节点近7日平均CPU利用率,若x<70%,则确定该网络节点近7日CPU平均利用率在70%以下,并确定相应的节点CPU负载评估值Snode-CPU为100;若70%≤x<80%,则确定该网络节点近7日CPU平均利用率在70%~80%内,并确定相应的节点CPU负载评估值Snode-CPU为80;若80%≤x<90%,则确定该网络节点近7日CPU平均利用率在80%~90%内,并确定相应的节点CPU负载评估值Snode-CPU为60,若x>90%,则确定该网络节点近7日CPU平均利用率在90%以上,该网络节点处于过载,并确定相应的节点CPU负载评估值Snode-CPU为40。
b)内存利用率评估
由于网络节点的内存利用率长期处于过载状态下时,网络节点处于故障的风险更大,因此,针对相应的节点内存负载情况,对该网络节点进行质量评估,确定相应的节点内存负载评估值,具体的,如下所示:
其中,x为网络节点近7日平均内存利用率,若x<70%,则确定该网络节点近7日内存平均利用率在70%以下,并确定相应的节点内存负载评估值Snode-MEM为100;若70%≤x<80%,则确定该网络节点近7日内存平均利用率在70%~80%内,并确定相应的节点内存负载评估值Snode-MEM为80;若80%≤x<90%,则确定该网络节点近7日内存平均利用率在80%~90%内,并确定相应的节点内存负载评估值Snode-MEM为60,若x>90%,则确定该网络节点近7日内存平均利用率在90%以上,该网络节点处于过载,并确定相应的节点内存负载评估值Snode-MEM为40。
c)带宽负载评估
由于网络节点的使用带宽占比较大时,网络节点处于故障的风险更大,因此,针对相应的节点带宽负载情况,对该网络节点进行质量评估,确定相应的节点带宽负载评估值,具体的,如下所示:
采用以下方式,确定网络节点的带宽负载,包括:
i)确定网络节点的满配带宽吞吐量,其中,满配带宽吞吐量(Mpps)=满配置GE端口数×1.488Mpps。
ii)确定该网络节点近7日所有端口的吞吐速率,并确定该网络节点的平均带宽吞吐量。
iii)确定该网络节点的带宽负载为:平均带宽吞吐量与满配带宽吞吐量的比值。
则基于确定的带宽负载,对上述网络节点进行质量评估,包括:
其中,x为网络节点的带宽负载。若x<70%,则确定该网络节点近7日带宽负载在70%以下,并确定相应的节点带宽负载评估值Snode-bandwidth为100;若70%≤x<80%,则确定该网络节点近7日带宽负载在70%~80%内,并确定相应的节点带宽负载评估值Snode-bandwidth为80;若80%≤x<90%,则确定该网络节点近7日带宽负载在80%~90%内,并确定相应的节点带宽负载评估值Snode-bandwidth为60,若x>90%,则确定该网络节点近7日带宽肚子在90%以上,该网络节点负载较高,并确定相应的节点内存负载评估值Snode-bandwidth为40。
则对确定的节点CPU负载评估值、节点内存负载评估值以及节点带宽负载评估值进行加权求和,获得针对网络节点的第二节点评估值,该第二节点评估值用于表示相应网络节点的实际运行状态。
(3)节点故障评估
针对网络节点的历史故障记录,对该网络节点的运行状态进行质量评估,其评估因子主要包括:
a)节点故障频次
由于网络节点频繁故障时,网络节点的抗风险能力更弱,因此,针对相应的节点故障频次,对该网络节点进行质量评估,确定相应的节点故障频次评估值,具体的,如下所述,包括:
i)确定各个网络节点的实际故障频次,其中,若每发生一条告警,则相应网络节点的故障频次加1。
ii)根据正态分布算法,确定置信度在95%的数据区间范围,即:
xfault-max=μ+1.96σ
其中,μ为网络节点故障频次平均值,σ为故障频次标准差。将95%置信度下,所有网络节点的最大故障频次,作为该网络节点相应的最大正常故障频次。
iii)根据当前网络节点的实际故障频次以及相应的最大正常故障频次,确定当前网络节点相应的节点故障频次评估值,包括:
其中,Snode-ff为网络节点的节点故障频次评估值,Snode-ff的取值为[0,100]的任意整数。xfault为网络节点的实际故障频次,本申请实施例中,设置xfault为该网络节点7日内的实际故障频次,xfault-max为相应的最大正常故障频次。若实际故障频次大于相应的最大正常故障频次,节点故障频次评估值线性下降。
b)节点故障时长
由于网络节点故障时间较长时,网络节点的抗风险能力更弱,因此,针对相应的节点故障时长,对该网络节点进行质量评估,确定相应的节点故障时长评估值,具体的,如下所述,包括:
i)确定各个网络节点的实际故障时长,本申请实施例中,设置该实际故障时长的最大值为7日。
ii)根据正态分布算法,确定置信度在95%的数据区间范围,即:
xfaulttime-max=μ+1.96σ
其中,μ为网络节点故障时长平均值,σ为故障时长标准差。将95%置信度下,所有网络节点的最大故障时长,作为该网络节点相应的最大正常故障时长。
iii)根据当前网络节点的实际故障时长以及相应的最大正常故障时长,确定当前网络节点相应的节点故障时长评估值,包括:
其中,Snode-ft为节点故障时长评估值,其取值范围为[0,100]。xfaulttime代表网络节点近7日的实际故障时长,xfaulttime-max为相应的最大正常故障时长。若实际故障时长大于最大正常故障时长时,节点故障评估值线性下降。
c)节点长历时故障
由于网络节点出现长历时故障时,网络节点通常无法正常工作,因此,针对相应的节点长历时故障,对该网络节点进行质量评估,确定相应的节点长历时故障评估值,本申请实施例中,若网络节点存在24小时内未恢复故障,则将该故障定义为长历时故障,具体的,如下所述,包括:
其中,Snode-longtime为节点长历时故障评估值,其取值范围为[0,100]。X表示该网络节点在7日内是否出现过长历时故障;当x=1时,该网络节点在7日内出现过长历时故障,则确定节点长历时故障评估值为0;当x=0时,该网络节点在7日内未出现过长历时故障,则确定节点长历时故障评估值为100。
则对确定的节点故障频次评估值、节点故障时长评估值以及节点长历时故障评估值进行加权求和,获得针对网络节点的第三节点评估值,该第三节点评估值用于表示相应网络节点的实际负载状态。
(4)节点入网评估
针对网络节点的入网年限,对该网络节点进行质量评估,其评估因子主要包括:
a)入网时长
由于网络节点的入网年限越长,网络节点的性能下降越多,因此,针对相应的节点入网时长,对该网络节点进行质量评估,确定相应的节点入网评估值,具体的,如下所述,包括:
Snode-runtime=100-5*Xruntime
其中,Snode-runtime为节点入网评估值,其取值范围为[0,100]间整数。Xruntime为节点入网年限,若Xruntime不满一年,则按照一年计算。则随着节点入网年限的增长,相应的节点入网评估值逐步下降。
则将该节点入网评估值作为针对网络节点的第四节点评估值,该第四节点评估值用于表示相应网络节点的实际入网年限。
进一步的,基于获得的各个节点评估值,实现针对所属网络环境、节点负载、节点故障、节点入网时长四个维度下的节点质量分析,并对上述各个评估因子进行加权求和,获得相应的节点评估值,其中,各评估因子的相关权重如下表5所示:
表5
则基于上述各个评估权重,分别获得相应的第一节点评估值,第二节点评估值,第三节点评估值,以及第四节点评估值,并进行相应的加权求和,获得针对网络节点的节点评估值Snodehealh,则该节点评估值可表示如下:
Snodehealh=Wnode-loop*Snode-loop+Wnode-power*Snode-power
+Wnode-CPU*Snode-CPU+Wnode-MEM*Snode-MEM
+Wnode-bandwidth*Snode-bandwidth+Wnode-ff*Snode-ff
+Wnode-ft*Snode-ft+Wnode-longtime*Snode-longtime
+Wnode-runtime*Snode-runtime
S403:基于获得的各个环路拓扑数据,以及各个网络节点各自的节点评估值,分别对目标网络中,各个网络环路进行环路质量评估,获得各个网络环路各自的环路评估值。
具体的,针对组成网络环路的各个网络节点各自的状态,对每个网络环路进行综合性评估,确定每个网络环路的环路评估值,具体地,包括:
(1)组网结构评估
针对网络环路的组网结构,对该网络环路进行质量评估,其评估因子主要包括:
a)B设备组网结构评估
由于网络环路中包含两个B设备时,网络环路承载业务的稳定性更强,因此,针对相应的B设备组网结构,对该网络环路进行质量评估,确定相应的B设备组网结构评估值,具体的,如下所述,包括:
其中,Sloop-B为B设备组网结构评估值,其取值为0或100。x为该网络环路的B设备组网结构,可通过查询环路分析模块220中处理出的各个环路关系获得。当x=1时,该网络环路以双B设备组网,则确定B设备组网结构评估值Sloop-B为100;当x=0时,该网络环路以单B设备组网,则确定B设备组网结构评估值Sloop-B为0。
b)B设备同站址评估
由于网络环路中的B设备属于同一站址时,受到动力局站故障影响的程度更深,因此,针对相应的B设备同站址状态,对该网络环路进行质量评估,确定相应的B设备同站址评估值,具体的,如下所述,包括:
其中,Sloop-Bsite为B设备同站址评估值,其取值为0或100。x为B设备同站址状态。当x=1时,该网络环路中的B设备归属相同站址,则确定Sloop-Bsite为0;当x=0时,该网络环路中的B设备归属不同站址,则确定Sloop-Bsite为100,其中,若网络环路为单B设备组网,默认该网络环路中,B设备为相同站址。
c)B设备共缆评估
由于网络环路中的B设备通过相同光缆承载时,受到光缆故障影响的程度更深,因此,针对相应的B设备共缆状态,对该网络环路进行质量评估,确定相应的B设备共缆评估值,具体的,如下所述,包括:
其中,Sloop-Bopt为B设备共缆评估值,其取值为0或100。x代表B设备光缆状态。当x=1时,该网络环路中,B设备由相同光缆承载,则确定Sloop-Bopt为0;当x=0时,该网络环路中,B设备由不同光缆承载,则确定Sloop-Bopt为100。其中,若环路为单B设备组网,默认该网络环路中,B设备为相同光缆承载。
d)A设备共缆评估
由于网络环路中,同光缆承载的A设备占比越高,该网络环路受到光缆故障影响的程度更深,因此,针对相应的A设备共缆状态,对该网络环路进行质量评估,确定相应的A设备共缆评估值,具体的,如下所述,包括:
i)确定网络环路中,各个A设备各自关联的光缆信息。
ii)根据光缆信息,统计该网络环路中,每条光缆承载的A设备数量,并确定其中的最大共缆A设备数量。
iii)确定该网络环路的共缆A设备比例,其中,共缆A设备比例为最大共缆A设备数量与该网络环路对应的A设备总数的比值。
iv)根据该网络环路的共缆A设备比例,确定该网络环路的A设备共缆评估值,包括:
其中,Sloop-Aopt为A设备共缆评估值。x为该网络环路的共缆A设备比例。当x<20%时,确定该网络环路中的网络节点由多条光缆承载,其环路结构较为健康。进一步的,随着共缆A设备比例逐渐增大,相应的A设备共缆评估值逐步下降。
e)A设备同站址评估
由于网络环路中,归属于同一站址的A设备占比越高,该网络环路受到动力故障影响的程度更深,因此,针对相应的A设备同站址状态,对该网络环路进行质量评估,确定相应的A设备同站址评估值,具体的,如下所述,包括:
i)确定网络环路中,各个表征为A设备的网络节点关联的站址信息。
ii)根据站址信息,统计该网络环路中,关联相同站址的A设备数量,并确定其中的最大同站址A设备数量。
iii)确定该网络环路的同站址A设备比例,其中,同站址A设备比例为最大同站址A设备数量与该网络环路对应的A设备总数的比值。
iv)根据该网络环路的同站址A设备比例,确定该网络环路的A设备同站址评估值,包括:
其中,Sloop-Asite为A设备同站址评估值。x为该网络环路的同站址A设备比例。当x<20%时,确定该网络环路中,网络节点归属于多个站址,其环路结构较为健康。进一步的,随着同站址A设备比例逐渐增大,其A设备同站址评估值逐步下降。
f)环路异构评估
由于网络环路为标准环路时,其环路结构最为稳定,因此,针对相应的环路异构状态,对该网络环路进行质量评估,确定相应的环路异构评估值,具体的,如下所述,包括:
i)确定网络环路的环路结构关系。
ii)根据确定的环路结构关系,确定该网络环路的环路异构评估值,包括:
其中,Sloop-structure为该网络环路的环路异构评估值。x为实际确定的环路结构关系,该环路结构关系可从环路分析模块220的相应环路关系资源池中查询获得,当x=1时,该网络环路为标准环路,则确定Sloop-structure为100;当x=2时,该网络环路为带环环路,则确定Sloop-structure为80;当x=3时,该网络环路为带链环路,则确定Sloop-structure为100;当x=4时,该网络环路为单链路,则确定Sloop-structure为0。
则对确定的B设备组网结构评估值、B设备同站址评估值、B设备共缆评估值、A设备共缆评估值、A设备同站址评估值以及环路异构评估值进行加权求和,获得针对网络环路的结构评估值,该结构评估值用于对网络环路的整体组网结构进行分析。
(2)环路节点评估
对网络环路中,相应的各个网络节点各自的节点评估值进行加权求和,确定该网络环路的环路节点评估值,用以描述该网络环路下的网络节点整体状态,包括:
其中,Sloop-node为环路节点评估值,Wbusiness为该网络环路中,网络节点相应的的节点业务权重,Snodehealth为该网络节点的节点评估值,n为该网络环路包含的网络节点(A设备)数量。
(3)环路故障评估
针对网络环路的历史故障记录,对该网络环路的运行状态进行质量评估,具体的,根据历史故障记录,评估当前网络环路是否存在开环、中断情况,确定相应的环路故障评估值,包括:
其中,Sloop-fault为环路故障评估值。x代表环路开环状态,可通过查询相关告警数据获取。当x=1时,该网络环路处于开环状态,则确定Sloop-fault为0;当x=0时,该网络环路正常,则确定Sloop-fault为100。
(4)环路负载评估
基于网络环路的上行链路利用率,确定该网络环路的整体使用负载,包括:
其中,Sloop-bandwidth为环路负载评估值。x为该网络环路的上行链路利用率。当上行链路利用率x<50%时,确定该网络环路负载正常。进一步的,随着上行链路利用率x增大,环路负载随之增大,相应的环路负载评估值下降。
进一步的,基于获得的各个环路评估值,实现针对环路组网结构、环路节点、环路故障、环路负载四个维度下的环路质量分析,并对上述各个评估因子进行加权求和,获得相应的环路评估值,其中,各评估因子的相关权重如下表6所示:
表6
则基于上述各个评估权重,分别获得相应的结构评估值,负载评估值,历史评估值,以及环路节点评估值,并进行相应的加权求和,获得针对网络环路的环路评估值Sloophealth,则该环路评估值可表示如下:
Sloophealth=Wloop-B*Sloop-B+Wloop-Bsite*Sloop-Bsite
+Wloop-Bopt*Sloop-Bopt+Wloop-Aopt*Wloop-Aopt
+Wloop-Asite*Sloop-Asite+Wloop-structure*Sloop-structure
+Wloop-node*Sloop-node+Wloop-fault*Sloop-fault
+Wloop-bandwidth*Sloop-bandwidth
S404:基于预设的环路业务权重,以及目标网络中,各个网络环路各自的环路评估值,确定目标网络的质量评估结果。
进一步的,依据如表4所示的各个环路业务权重,以及确定的各个环路评估值,确定目标网络的质量评估结果,包括:
其中,Snetworkhealth为目标网络的质量评估结果,Wbusiness为对应网络环路的环路业务权重,Sloophealh为相应的环路健康度,n为目标网络中,网络环路的数量。
参阅图5所示,为更好的理解上述网络质量评估方法,给出本申请优选的实施场景下,相应的评估逻辑示意图,该图表征在上述本申请优选的实施例中,相应的各个评估因子及其相应的业务权重。
参阅图6所示,为本申请实施例提供的一种网络质量评估方法的流程示例图,则基于采集到的网络评估数据,构成相应的环路关系资源池,并根据确定的网络环路关系,依次实现节点-环路-网络的逐级质量评估,基于本申请实施例提出的IPRAN网络的多维度量化评估标准,为网络质量排查以及网络优化提供了充分地、可信赖地的数据支撑,同时,根据网络环路的承载业务数量以及承载业务级别,对网络环路以及各个相应网络节点分别进行对应的业务权重评估,进一步明确识别出了网络中包含的各个关键环路以及相应的各个关键节点,提升了网络质量评估的准确性。
下面为本申请实施例提供的一种实际场景下的网络质量评估流程,针对目标IPRAN网络中3个BB对的数据,共计527个网元进行了数据抽取,具体的网络质量评估过程,包括:
步骤一:获取目标IPRAN网络的网络评估数据。
具体的,网络评估数据包括:无线数据、基站资源数据、A设备资源数据、B设备资源数据、网络拓扑数据、BB对关系数据、光缆关系数据、IPRAN告警数据、性能指标数据、局站资源数据、局站内蓄电池资源数据等,该网络评估数据可通过与网关北向接口对接获得。
步骤二:确定目标IPRAN网络中的环路关系。
具体的,通过网络评估数据中的IPRAN网络拓扑数据、BB对关系数据,确定目标IPRAN网络中,每个网络环路的环路关系,如下表7所示:
表7
步骤三:确定相应的各个节点业务权重以及相应的各个环路业务权重。
具体的,通过查询基站资源数据(包括基站ID、重保情况)、A设备资源数据以及环路关系数据,并根据基站IP和A设备IP地址查询基站与A设备关系,将统计结果进行缓存,如下表8所示:
表8
进一步的,统计每个A设备的下联基站数量,并基于上述步骤,确定各自对应的节点业务权重,同时,根据环路ID,统计每个网络环路下的A设备数量以及关联基站数量,确定各自对应的环路业务权重,如下表9所示:
表9
对象ID | 对象类型 | 业务权重 |
8091262567202908306 | A | 0.8 |
4964856097557284113 | 环路 | 1.2 |
步骤四:确定目标IPRAN网络的各个节点评估值。
其中,从以下四个维度确定相应的各个节点评估值:所属网络环境、节点负载、节点故障、节点入网时长。
1)节点结构评估
具体的,节点负载评估通过获取目标IPRAN网络中的相应A设备资源数据(包括A设备ID以及A设备归属局站ID),全量环路关系数据以及蓄电池资源数据(包括蓄电池所属局站ID),比对A设备ID与环路关系数据,确认A设备是否存在于环路中,以及A设备归属局站蓄电池结果后,并根据上述步骤,确定相应的节点结构评估值及节点动力评估值。
2)节点负载评估
具体的,节点负载评估通过查询最近7天内设备性能指标,包括CPU利用率、内存利用率,并计算平均值作为设备当前负载,并根据上述步骤,确定相应的节点CPU负载评估值以及节点内存负载评估值。
具体的,还通过查询设备资源信息,获取该设备下所有GE端口和该设备近7日平均吞吐量。查询完成后,根据上述步骤确定相应的节点带宽负载评估值。
则相应的节点CPU负载评估值、节点内存负载评估值以及节点带宽负载评估值如下表10所示:
表10
节点名称 | S<sub>node-CPU</sub> | S<sub>node-MEM</sub> | S<sub>node-bandwidth</sub> |
YQDSLC-SWZ-A1-1-6150(延庆大胜岭村6150) | 100 | 80 | 80 |
JYL-SWZ-A1-1-6150(九眼楼_室外站) | 100 | 60 | 80 |
3)节点故障评估
具体的,节点故障评估通过查询最近7日IPRAN A设备发生的告警数据(剔除工程告警),然后统计每个设备告警发生频次、告警总时长、最长单次告警时长、当前故障状态数据,形成设备故障统计数据,并根据上述步骤,依次确定相应的节点故障频次评估值、节点故障时长评估值以及节点长历时故障评估值,如下表11所示:
表11
节点名称 | S<sub>node-ff</sub> | S<sub>node-ft</sub> | S<sub>node-longtime</sub> |
YQDSLC-SWZ-A1-1-6150(延庆大胜岭村6150) | 88 | 92 | 100 |
JYL-SWZ-A1-1-6150(九眼楼_室外站) | 100 | 72 | 100 |
4)节点入网评估
具体的,通过查询A设备资源信息,获取其上线时间,并根据该时间计算设备运行年限,并根据上述步骤确定相应的节点入网评估值,如下表12所示:
表12
节点名称 | S<sub>node-runtime</sub> |
YQDSLC-SWZ-A1-1-6150(延庆大胜岭村6150) | 75 |
JYL-SWZ-A1-1-6150(九眼楼_室外站) | 80 |
进一步的,对各个维度下的对应评估值等进行加权运算,获得相应的节点评估值,如下表13所示:
表13
节点名称 | S<sub>nodehealth</sub> |
YQDSLC-SWZ-A1-1-6150(延庆大胜岭村6150) | 85.33 |
JYL-SWZ-A1-1-6150(九眼楼_室外站) | 88.90 |
步骤五:确定目标IPRAN网络的各个环路评估值。
其中,从以下四个维度确定相应的各个环路评估值:组网结构、环路负载、环路故障、环路节点评估。
1)组网结构评估
获取步骤二中处理出的环路关系数据。并根据环路中所有设备信息,查询光缆关系数据和设备节点资源数据,获取每个A、B设备关联的光缆信息和动力局站信息。并根据上述步骤,依次确定出B设备组网结构评估值Sloop-B,B设备同站址评估值Sloop-Bsite,B设备共缆评估值Sloop-Bopt,A设备共缆评估值Sloop-Aopt,A设备同站址评估值Sloop-Asite以及环路异构评估值Sloop-structure,具体的,如下表14所示:
表14
组网结构评估 | 永宁镇北045 | 永宁镇北046 |
S<sub>loop-B</sub> | 100 | 100 |
S<sub>loop-Bsite</sub> | 100 | 100 |
S<sub>loop-Bopt</sub> | 100 | 100 |
S<sub>loop-Aopt</sub> | 80 | 100 |
S<sub>loop-Asite</sub> | 60 | 60 |
S<sub>loop-structure</sub> | 100 | 100 |
2)环路负载评估
具体的,根据环路ID查询该环路关系数据,获取该环路B设备信息。并根据拓扑关系获取B设备上联端口,查询该端口近七日带宽利用率,确定近七日上联端口平均带宽利用率,并作为该环路的带宽利用率。进一步的,基于上述步骤确定环路负载评估值Sloop-bandwidth,如下表15所示:
表15
环路名称 | S<sub>loop-bandwidth</sub> |
永宁镇北045 | 80 |
永宁镇北046 | 60 |
3)环路故障评估
具体的,查询该环路当前是否存在开环告警,并根据上述步骤确定相应的环路故障评估值Sloop-fault,如下表16所示:
表16
4)环路节点评估
具体的,根据步骤三确定的各个节点业务权重,对环路下所有网络节点进行加权,确定该环路相应的环路节点评估值,如下表17所示:
表17
环路名称 | S<sub>loop-node</sub> |
永宁镇北045 | 85.33 |
永宁镇北046 | 88.90 |
进一步的,对网络环路的组网结构、环路负载、环路故障、环路节点分别进行评估后,对各个环路评估结果进行加权求和,确定相应的环路评估值,如下表18所示:
表18
环路名称 | S<sub>loophealth</sub> |
永宁镇北045 | 86.066 |
永宁镇北046 | 87.78 |
步骤六:确定目标IPRAN网络的质量评估结果。
进一步的,基于步骤三确定的各个环路业务权重,以及步骤五确定的各个环路评估值,确定目标IPRAN的质量评估结果,如下表19所示:
表19
网络名称 | S<sub>network</sub> |
移动IPRAN | 86.65 |
参阅图7所示,为本申请实施例提供的一种网络质量评估装置,包括:数据采集模块701,节点评估模块702,环路评估模块703,网络评估模块704,其中:
数据采集模块701,用于获取目标网络的网络评估数据,其中,网络评估数据至少包含:目标网络中,各个网络环路各自的环路拓扑数据,以及目标网络中,各个网络节点各自的节点资源数据。
节点评估模块702,用于基于获得的各个节点资源数据,分别对目标网络中,各个网络节点进行节点质量评估,获得各个网络节点各自的节点评估值。
环路评估模块703,用于基于获得的各个环路拓扑数据,以及各个网络节点各自的节点评估值,分别对目标网络中,各个网络环路进行环路质量评估,获得各个网络环路各自的环路评估值。
网络评估模块704,用于基于预设的环路业务权重,以及目标网络中,各个网络环路各自的环路评估值,确定目标网络的质量评估结果。
在一种可选的实施例中,在获取目标网络的网络评估数据前,数据采集模块701还用于:
获取目标网络中,各个网络环路各自的环路业务数据。
基于获得的各个环路业务数据,分别确定目标网络中,各个网络环路各自的环路业务数目。
至少基于获得的各个环路业务数目,分别确定各个网络环路各自对应的环路业务权重。
在一种可选的实施例中,在获取目标网络的网络评估数据前,数据采集模块701还用于:
获取目标网络中,各个网络节点各自的节点业务数据。
基于获得的各个节点业务数据,分别确定目标网络中,各个网络节点各自的节点业务数目。
至少基于获得的各个节点业务数目,分别确定各个网络节点各自对应的节点业务权重。
在一种可选的实施例中,节点资源数据至少包括:节点环境数据及节点负载数据;则基于获得的各个节点资源数据,分别对目标网络中,各个网络节点进行节点质量评估,获得各个网络节点各自的节点评估值时,节点评估模块702至少用于:
针对各个网络节点,分别执行以下操作:
基于一个网络节点的节点环境数据,对一个网络节点进行节点质量评估,获得相应的第一节点评估值。
基于一个网络节点的节点负载数据,对一个网络节点进行节点质量评估,获得相应的第二节点评估值。
对第一节点评估值,第二节点评估值进行加权求和,获得一个网络节点相应的节点评估值。
在一种可选的实施例中,节点资源数据还包括:节点故障数据及节点入网数据;则对第一节点评估值,第二节点评估值进行加权求和,获得一个网络节点相应的节点评估值时,节点评估模块702进一步用于:
基于一个网络节点的节点故障数据,对一个网络节点进行节点质量评估,获得相应的第三节点评估值。
基于一个网络节点的节点入网数据,对一个网络节点进行节点质量评估,获得相应的第四节点评估值。
对第一节点评估值,第二节点评估值,第三节点评估值以及第四节点评估值进行加权求和,获得一个网络节点相应的节点评估值。
在一种可选的实施例中,在基于获得的各个环路拓扑数据,以及各个网络节点各自的节点评估值,分别对目标网络中,各个网络环路进行环路质量评估,获得各个网络环路各自的环路评估值时,环路评估模块703具体用于:
针对目标网络中,各个网络环路,分别执行以下操作:
基于一个网络环路的环路拓扑数据,对一个网络环路进行环路质量评估,获得相应的结构评估值。
至少基于结构评估值,以及一个网络环路中,各个网络节点各自的节点评估值,获得一个网络环路相应的环路评估值。
在一种可选的实施例中,环路拓扑数据至少包括:环路组网数据以及环路站址数据;则基于一个网络环路相应的环路拓扑数据,对一个网络环路进行环路质量评估,获得相应的结构评估值时,环路评估模块703至少用于:
基于一个网络环路的环路组网数据,对一个网络环路进行环路质量评估,获得相应的第一环路评估值。
基于一个网络环路的环路站址数据,对一个网络环路进行环路质量评估,获得相应的第二环路评估值。
对第一环路评估值,第二环路评估值进行加权求和,获得一个网络环路相应的结构评估值。
在一种可选的实施例中,网络资源数据还包括:各个网络环路各自的环路负载数据以及历史故障数据;则基于结构评估值,以及一个网络环路中,各个网络节点各自的节点评估值,获得一个网络环路相应的环路评估值时,环路评估模块703进一步用于:
基于一个网络环路的环路负载数据,对一个网络环路进行质量评估,获得相应的负载评估值。
基于一个网络环路的历史故障数据,对一个网络环路进行质量评估,获得相应的历史评估值。
基于结构评估值,负载评估值,历史评估值,以及一个网络环路中,各个网络节点各自的节点评估值,获得一个网络环路相应的环路评估值。
在一种可选的实施例中,在基于预设的环路业务权重,以及目标网络中,各个网络环路各自的环路评估值,确定目标网络的质量评估结果时,网络评估模块704具体用于:
基于预设的环路业务权重,对目标网络中,各个网络环路各自的环路评估值进行加权求和,获得相应的环路评估总值。
基于目标网络相应的网络环路数目,对环路评估总值进行均值处理,获得相应的环路评估均值,并将环路评估均值,作为目标网络相应的质量评估结果。
与上述申请实施例基于同一发明构思,本申请实施例中还提供了一种电子设备,该电子设备可以用于网络质量评估。在一种实施例中,该电子设备可以是服务器,也可以是终端设备或其他电子设备。在该实施例中,电子设备的结构可以如图8所示,包括存储器801,通讯接口803以及一个或多个处理器802。
存储器801,用于存储处理器802执行的计算机程序。存储器801可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***,以及运行即时通讯功能所需的程序等;存储数据区可存储各种即时通讯信息和操作指令集等。
存储器801可以是易失性存储器(volatile memory),例如随机存取存储器(random-access memory,RAM);存储器801也可以是非易失性存储器(non-volatilememory),例如只读存储器,快闪存储器(flash memory),硬盘(hard disk drive,HDD)或固态硬盘(solid-state drive,SSD)、或者存储器801是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器901可以是上述存储器的组合。
处理器802,可以包括一个或多个中央处理单元(Central Processing Unit,CPU)或者为数字处理单元等。处理器802,用于调用存储器801中存储的计算机程序时实现上述网络质量评估方法。
通讯接口803用于与终端设备和其他服务器进行通信。
本申请实施例中不限定上述存储器801、通讯接口803和处理器802之间的具体连接介质。本申请实施例在图8中以存储器801和处理器802之间通过总线804连接,总线804在图8中以粗线表示,其它部件之间的连接方式,仅是进行示意性说明,并不引以为限。总线804可以分为地址总线、数据总线、控制总线等。为便于表示,图8中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
根据本申请的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述实施例中的任一种网络质量评估方法。所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本申请实施例提出一种网络质量评估方法、装置、电子设备及存储介质,参照网络结构、网络负载、故障情况、入网时间等多类质量评估因素,实现针对网络节点-网络环路-网络组网的逐级质量评估,构建出针对IPRAN网络的多维度量化评估标准,为后续网络质量排查以及网络优化提供充分地、可信赖地的数据支撑,同时,根据网络环路的承载业务数量以及承载业务级别,对网络环路以及各个相应网络节点分别进行对应的业务权重评估,从而明确识别出网络中包含的各个关键环路以及相应的各个关键节点,进一步提升了网络质量评估的准确性。
本申请是参照根据本申请的方法、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。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (12)
1.一种网络质量评估方法,其特征在于,包括:
获取目标网络的网络评估数据,其中,所述网络评估数据至少包含:所述目标网络中,各个网络环路各自的环路拓扑数据,以及所述目标网络中,各个网络节点各自的节点资源数据;
基于获得的各个节点资源数据,分别对所述目标网络中,各个网络节点进行节点质量评估,获得所述各个网络节点各自的节点评估值;
基于获得的各个环路拓扑数据,以及所述各个网络节点各自的节点评估值,分别对所述目标网络中,各个网络环路进行环路质量评估,获得所述各个网络环路各自的环路评估值;
基于预设的环路业务权重,以及所述目标网络中,各个网络环路各自的环路评估值,确定所述目标网络的质量评估结果。
2.如权利要求1所述的方法,其特征在于,所述获取目标网络的网络评估数据前,还包括:
获取所述目标网络中,各个网络环路各自的环路业务数据;
基于获得的各个环路业务数据,分别确定所述目标网络中,各个网络环路各自的环路业务数目;
至少基于获得的各个环路业务数目,分别确定所述各个网络环路各自对应的环路业务权重。
3.如权利要求1所述的方法,其特征在于,所述获取目标网络的网络评估数据前,还包括:
获取所述目标网络中,各个网络节点各自的节点业务数据;
基于获得的各个节点业务数据,分别确定所述目标网络中,各个网络节点各自的节点业务数目;
至少基于获得的各个节点业务数目,分别确定所述各个网络节点各自对应的节点业务权重。
4.如权利要求3所述的方法,其特征在于,所述节点资源数据至少包括:节点环境数据及节点负载数据;则所述基于获得的各个节点资源数据,分别对所述目标网络中,各个网络节点进行节点质量评估,获得所述各个网络节点各自的节点评估值,至少包括:
针对所述各个网络节点,分别执行以下操作:
基于一个网络节点的节点环境数据,对所述一个网络节点进行节点质量评估,获得相应的第一节点评估值;
基于所述一个网络节点的节点负载数据,对所述一个网络节点进行节点质量评估,获得相应的第二节点评估值;
对所述第一节点评估值,所述第二节点评估值进行加权求和,获得所述一个网络节点相应的节点评估值。
5.如权利要求4所述的方法,其特征在于,所述节点资源数据还包括:节点故障数据及节点入网数据;则所述对所述第一节点评估值,所述第二节点评估值进行加权求和,获得所述一个网络节点相应的节点评估值,进一步包括:
基于所述一个网络节点的节点故障数据,对所述一个网络节点进行节点质量评估,获得相应的第三节点评估值;
基于所述一个网络节点的节点入网数据,对所述一个网络节点进行节点质量评估,获得相应的第四节点评估值;
对所述第一节点评估值,所述第二节点评估值,第三节点评估值以及第四节点评估值进行加权求和,获得所述一个网络节点相应的节点评估值。
6.如权利要求1-5任一项所述的方法,其特征在于,所述基于获得的各个环路拓扑数据,以及所述各个网络节点各自的节点评估值,分别对所述目标网络中,各个网络环路进行环路质量评估,获得所述各个网络环路各自的环路评估值,包括:
针对所述目标网络中,各个网络环路,分别执行以下操作:
基于一个网络环路的环路拓扑数据,对所述一个网络环路进行环路质量评估,获得相应的结构评估值;
至少基于所述结构评估值,以及所述一个网络环路中,各个网络节点各自的节点评估值,获得所述一个网络环路相应的环路评估值。
7.如权利要求6所述的方法,其特征在于,所述环路拓扑数据至少包括:环路组网数据以及环路站址数据;则所述基于一个网络环路相应的环路拓扑数据,对所述一个网络环路进行环路质量评估,获得相应的结构评估值,至少包括:
基于一个网络环路的环路组网数据,对所述一个网络环路进行环路质量评估,获得相应的第一环路评估值;
基于所述一个网络环路的环路站址数据,对所述一个网络环路进行环路质量评估,获得相应的第二环路评估值;
对所述第一环路评估值,所述第二环路评估值进行加权求和,获得所述一个网络环路相应的结构评估值。
8.如权利要求7所述的方法,其特征在于,所述网络评估数据还包括:各个网络环路各自的环路负载数据以及历史故障数据;则所述基于所述结构评估值,以及所述一个网络环路中,各个网络节点各自的节点评估值,获得所述一个网络环路相应的环路评估值,进一步包括:
基于所述一个网络环路的环路负载数据,对所述一个网络环路进行质量评估,获得相应的负载评估值;
基于所述一个网络环路的历史故障数据,对所述一个网络环路进行质量评估,获得相应的历史评估值;
基于所述结构评估值,所述负载评估值,所述历史评估值,以及所述一个网络环路中,各个网络节点各自的节点评估值,获得所述一个网络环路相应的环路评估值。
9.如权利要求1-5任一项所述的方法,其特征在于,所述基于预设的环路业务权重,以及所述目标网络中,各个网络环路各自的环路评估值,确定所述目标网络的质量评估结果,包括:
基于预设的环路业务权重,对所述目标网络中,各个网络环路各自的环路评估值进行加权求和,获得相应的环路评估总值;
基于所述目标网络相应的网络环路数目,对所述环路评估总值进行均值处理,获得相应的环路评估均值,并将所述环路评估均值,作为所述目标网络相应的质量评估结果。
10.一种网络质量评估装置,其特征在于,包括:
数据采集模块,用于获取目标网络的网络评估数据,其中,所述网络评估数据至少包含:所述目标网络中,各个网络环路各自的环路拓扑数据,以及所述目标网络中,各个网络节点各自的节点资源数据;
节点评估模块,用于基于获得的各个节点资源数据,分别对所述目标网络中,各个网络节点进行节点质量评估,获得所述各个网络节点各自的节点评估值;
环路评估模块,用于基于获得的各个环路拓扑数据,以及所述各个网络节点各自的节点评估值,分别对所述目标网络中,各个网络环路进行环路质量评估,获得所述各个网络环路各自的环路评估值;
网络评估模块,用于基于预设的环路业务权重,以及所述目标网络中,各个网络环路各自的环路评估值,确定所述目标网络的质量评估结果。
11.一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的网络质量评估方法。
12.一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,所述计算机程序被处理器执行时实现如权利要求1-7中任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111635523.XA CN114173369A (zh) | 2021-12-29 | 2021-12-29 | 一种网络质量评估方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111635523.XA CN114173369A (zh) | 2021-12-29 | 2021-12-29 | 一种网络质量评估方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114173369A true CN114173369A (zh) | 2022-03-11 |
Family
ID=80488638
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111635523.XA Pending CN114173369A (zh) | 2021-12-29 | 2021-12-29 | 一种网络质量评估方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114173369A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102123052A (zh) * | 2011-03-30 | 2011-07-13 | 北京星网锐捷网络技术有限公司 | 业务***可用性评估方法及*** |
US20130022353A1 (en) * | 2011-07-22 | 2013-01-24 | Fujitsu Limited | Network evaluation apparatus and network evaluation method |
CN105592487A (zh) * | 2014-10-22 | 2016-05-18 | 中兴通讯股份有限公司 | 一种lte网络业务流量评估方法及装置 |
CN111865627A (zh) * | 2019-04-25 | 2020-10-30 | ***通信集团河北有限公司 | 传输组网评估方法、装置、计算设备及计算机存储介质 |
CN112087384A (zh) * | 2020-08-03 | 2020-12-15 | 国网甘肃省电力公司信息通信公司 | 一种基于sdn环境的数据传输方法及*** |
-
2021
- 2021-12-29 CN CN202111635523.XA patent/CN114173369A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102123052A (zh) * | 2011-03-30 | 2011-07-13 | 北京星网锐捷网络技术有限公司 | 业务***可用性评估方法及*** |
US20130022353A1 (en) * | 2011-07-22 | 2013-01-24 | Fujitsu Limited | Network evaluation apparatus and network evaluation method |
CN105592487A (zh) * | 2014-10-22 | 2016-05-18 | 中兴通讯股份有限公司 | 一种lte网络业务流量评估方法及装置 |
CN111865627A (zh) * | 2019-04-25 | 2020-10-30 | ***通信集团河北有限公司 | 传输组网评估方法、装置、计算设备及计算机存储介质 |
CN112087384A (zh) * | 2020-08-03 | 2020-12-15 | 国网甘肃省电力公司信息通信公司 | 一种基于sdn环境的数据传输方法及*** |
Non-Patent Citations (4)
Title |
---|
AI编辑: "IPRAN网络质量指标与联合故障定位", pages 3 - 28, Retrieved from the Internet <URL:https://wenku.***.com/view/7d93d29e83d049649b665898.html?_wkts_=1710811153806> * |
刘太蔚等: "IPRAN网络评测方法探讨", 邮电设计技术, no. 08, 20 August 2018 (2018-08-20) * |
胥锋等: "IPRAN网络业务质量监控研究", 邮电设计技术, no. 01, 20 January 2018 (2018-01-20) * |
邱杨等: "运营商IPRAN网络质量测量部署方案", 电子技术与软件工程, no. 01, 11 January 2017 (2017-01-11) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107872402B (zh) | 全局流量调度的方法、装置及电子设备 | |
CN108833202B (zh) | 故障链路检测方法、装置和计算机可读存储介质 | |
CN109117275B (zh) | 基于数据分片的对账方法、装置、计算机设备及存储介质 | |
CN111966289B (zh) | 基于Kafka集群的分区优化方法和*** | |
CN110198305A (zh) | 坐席ip的异常检测方法、***、计算机设备及存储介质 | |
CN107707612B (zh) | 一种负载均衡集群的资源利用率的评估方法及装置 | |
CN109379757B (zh) | 一种基于窄带物联网业务的单用户故障诊断方法及装置 | |
US8990056B2 (en) | Method, computer program product, and apparatus for comparing traffic pattern models of a complex communication system | |
CN112738813B (zh) | 一种网络建设评估方法及装置 | |
CN114173369A (zh) | 一种网络质量评估方法、装置、电子设备及存储介质 | |
CN109245943B (zh) | 一种故障定位方法及装置 | |
CN117675653A (zh) | 链路探测方法、装置、设备以及介质 | |
CN113626283A (zh) | 一种分布式***节点资源评估方法、装置 | |
CN106533730B (zh) | Hadoop集群组件指标的采集方法及装置 | |
CN111885159B (zh) | 数据采集方法、装置、电子设备及存储介质 | |
CN113923096B (zh) | 网元故障预警方法、装置、电子设备及存储介质 | |
CN109918366B (zh) | 一种基于大数据的数据安全处理方法 | |
CN115333917A (zh) | 一种cdn异常检测方法及装置 | |
CN107426762B (zh) | 一种面向网络负载均衡的节点消息转发方法 | |
CN112235750A (zh) | 车联网***中的车辆配置方法、装置、设备及存储介质 | |
CN118201025B (zh) | 基于Wi-Fi的网格网络的组网方法、装置、设备及存储介质 | |
CN116055496B (zh) | 一种监控数据采集方法、装置、电子设备及存储介质 | |
CN116582451B (zh) | 一种弹性通信网络结合虚拟化技术通讯运营的方法 | |
CN113315660B (zh) | 一种基于网络和业务关系的载波网络故障诊断方法及*** | |
Alam et al. | A Reliable Semi-Distributed Load Balancing Architecture of Heterogeneous Wireless Networks |
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 |