一種基于用戶感知的異構(gòu)網(wǎng)絡(luò)運(yùn)維管理方法
【專利摘要】本發(fā)明公開了一種基于用戶感知的異構(gòu)網(wǎng)絡(luò)運(yùn)維管理方法,其包括以下步驟:步驟S1,通過基站和網(wǎng)絡(luò)監(jiān)測節(jié)點(diǎn)收集異構(gòu)網(wǎng)絡(luò)運(yùn)維數(shù)據(jù);步驟S2,將獲得的異構(gòu)網(wǎng)絡(luò)運(yùn)維數(shù)據(jù)進(jìn)行統(tǒng)一處理,構(gòu)建統(tǒng)一的運(yùn)維數(shù)據(jù)模型;步驟S3,根據(jù)構(gòu)建的運(yùn)維數(shù)據(jù)模型對異構(gòu)網(wǎng)絡(luò)運(yùn)維數(shù)據(jù)和網(wǎng)絡(luò)故障進(jìn)行關(guān)聯(lián)分析,實(shí)現(xiàn)網(wǎng)絡(luò)故障定位;步驟S4,網(wǎng)絡(luò)節(jié)點(diǎn)針對定位的故障自主的進(jìn)行故障分析,調(diào)整相應(yīng)的運(yùn)維數(shù)據(jù),實(shí)現(xiàn)故障自愈及網(wǎng)絡(luò)優(yōu)化。本發(fā)明對網(wǎng)絡(luò)運(yùn)維數(shù)據(jù)挖掘分析和定位網(wǎng)絡(luò)故障之后,通過對網(wǎng)絡(luò)參數(shù)進(jìn)行優(yōu)化,實(shí)現(xiàn)網(wǎng)絡(luò)自愈,提升用戶體驗(yàn),實(shí)現(xiàn)網(wǎng)絡(luò)智能運(yùn)維。
【專利說明】一種基于用戶感知的異構(gòu)網(wǎng)絡(luò)運(yùn)維管理方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于無線網(wǎng)絡(luò)通信【技術(shù)領(lǐng)域】中的網(wǎng)絡(luò)智能運(yùn)維技術(shù),尤其涉及一種基于用 戶感知的異構(gòu)網(wǎng)絡(luò)運(yùn)維管理方法。
【背景技術(shù)】
[0002] 未來網(wǎng)絡(luò)是一個(gè)多種接入技術(shù)和多層次部署的異構(gòu)融合網(wǎng)絡(luò),網(wǎng)絡(luò)的拓?fù)浜图軜?gòu) 都隨網(wǎng)絡(luò)中節(jié)點(diǎn)的變化而變化,如peer-to-peer網(wǎng)絡(luò)、ad hoc網(wǎng)絡(luò)以及社交網(wǎng)絡(luò)等無線網(wǎng) 絡(luò),從而使網(wǎng)絡(luò)具有重構(gòu)性,并且多種技術(shù)體制并存所引起的互操作、家庭網(wǎng)元Home NodeB 的大量應(yīng)用,易發(fā)生產(chǎn)生大量網(wǎng)絡(luò)告警信息及網(wǎng)絡(luò)故障,使得未來網(wǎng)絡(luò)管理和運(yùn)維變得越 來越復(fù)雜。巨量的規(guī)劃、維護(hù)、優(yōu)化參數(shù)使得傳統(tǒng)的手工操作無法完成。越來越高的運(yùn)維 支出使得運(yùn)營商強(qiáng)烈希望用新技術(shù)來降低運(yùn)營成本、提高系統(tǒng)性能,確保網(wǎng)絡(luò)運(yùn)行高效、安 全、穩(wěn)定。
[0003] 目前最普遍的做法是通過大量的人工分析網(wǎng)絡(luò)的問題,然后進(jìn)行探索性的故障定 位及優(yōu)化,然而,優(yōu)化的結(jié)果非常粗糙,不能準(zhǔn)確及時(shí)定位網(wǎng)絡(luò)故障問題,無法滿足用戶日 益增長的體驗(yàn)需求。
[0004] 在此背景下,網(wǎng)絡(luò)需要對網(wǎng)絡(luò)運(yùn)維信息進(jìn)行挖掘分析,主動(dòng)定位網(wǎng)絡(luò)故障問題,從 用戶體驗(yàn)角度出發(fā),優(yōu)化網(wǎng)絡(luò)以及在網(wǎng)絡(luò)發(fā)生故障以后可以自適應(yīng)的愈合,極大地提高網(wǎng) 絡(luò)的智能化水平,減少了網(wǎng)絡(luò)運(yùn)營和維護(hù)中的人工干預(yù),降低了通信網(wǎng)絡(luò)的運(yùn)營和維護(hù)成 本。
【發(fā)明內(nèi)容】
[0005] 為了解決現(xiàn)有技術(shù)中存在的上述問題,本發(fā)明的目的是提供基于用戶感知的異構(gòu) 網(wǎng)絡(luò)運(yùn)維管理方法,其通過對網(wǎng)絡(luò)運(yùn)維數(shù)據(jù)挖掘分析,定位網(wǎng)絡(luò)故障,之后通過對網(wǎng)絡(luò)參數(shù) 進(jìn)行優(yōu)化,實(shí)現(xiàn)網(wǎng)絡(luò)自愈,提升用戶體驗(yàn),實(shí)現(xiàn)網(wǎng)絡(luò)智能運(yùn)維。
[0006] 為了實(shí)現(xiàn)上述目的,本發(fā)明采用的技術(shù)方案為:一種基于用戶感知的異構(gòu)網(wǎng)絡(luò)運(yùn) 維管理方法包括以下步驟:
[0007] 步驟S1,通過基站和網(wǎng)絡(luò)監(jiān)測節(jié)點(diǎn)收集異構(gòu)網(wǎng)絡(luò)運(yùn)維數(shù)據(jù);
[0008] 步驟S2,將獲得的異構(gòu)網(wǎng)絡(luò)運(yùn)維數(shù)據(jù)進(jìn)行統(tǒng)一處理,構(gòu)建統(tǒng)一的運(yùn)維數(shù)據(jù)模型;
[0009] 步驟S3,根據(jù)構(gòu)建的運(yùn)維數(shù)據(jù)模型對異構(gòu)網(wǎng)絡(luò)運(yùn)維數(shù)據(jù)和網(wǎng)絡(luò)故障進(jìn)行關(guān)聯(lián)分 析,實(shí)現(xiàn)網(wǎng)絡(luò)故障定位;
[0010] 步驟S4,網(wǎng)絡(luò)節(jié)點(diǎn)針對定位的故障自主的進(jìn)行故障分析,調(diào)整相應(yīng)的運(yùn)維數(shù)據(jù),實(shí) 現(xiàn)故障自愈及網(wǎng)絡(luò)優(yōu)化。
[0011] 優(yōu)選的技術(shù)方案,所述步驟S1中的異構(gòu)網(wǎng)絡(luò)運(yùn)維數(shù)據(jù)包括用戶測量報(bào)告、網(wǎng)絡(luò)計(jì) 數(shù)器數(shù)據(jù)、路測數(shù)據(jù)、用戶終端數(shù)據(jù)、異構(gòu)網(wǎng)絡(luò)的關(guān)鍵性技術(shù)指標(biāo)、網(wǎng)絡(luò)故障信息和異構(gòu)網(wǎng) 絡(luò)無線參數(shù)。
[0012] 進(jìn)一步優(yōu)選的技術(shù)方案,所述異構(gòu)網(wǎng)絡(luò)的關(guān)鍵性技術(shù)指標(biāo)包括掉話率和阻塞率。
[0013] 更進(jìn)一步的優(yōu)選技術(shù)方案,所述步驟S2中對異構(gòu)網(wǎng)絡(luò)運(yùn)維數(shù)據(jù)進(jìn)行統(tǒng)一處理包 括數(shù)據(jù)選取、數(shù)據(jù)預(yù)處理和數(shù)據(jù)變換。
[0014] 所述數(shù)據(jù)預(yù)處理包括對數(shù)據(jù)的噪聲處理,所述數(shù)據(jù)的噪聲處理包括刪除網(wǎng)絡(luò)故障 信息數(shù)據(jù)中無法識別的數(shù)據(jù)和在關(guān)鍵告警信息上有缺失的數(shù)據(jù)。
[0015] 所述在關(guān)鍵告警信息上有缺失的數(shù)據(jù)包括無告警網(wǎng)元標(biāo)示的數(shù)據(jù)、無告警類型標(biāo) 示的數(shù)據(jù)和無告警時(shí)間標(biāo)示的數(shù)據(jù)。
[0016] 所述數(shù)據(jù)變換包括數(shù)據(jù)變換降維,所述數(shù)據(jù)變換降維為從數(shù)據(jù)初始特征中通過聚 類分析提取出與故障緊密相關(guān)的特征,削減數(shù)據(jù)維數(shù)。
[0017] 所述步驟S2中構(gòu)建統(tǒng)一的運(yùn)維數(shù)據(jù)模型過程如下:首先,選取參考告警信息參數(shù) 向量,建立參考數(shù)列
【權(quán)利要求】
1. 一種基于用戶感知的異構(gòu)網(wǎng)絡(luò)運(yùn)維管理方法,其特征在于,其包括以下步驟: 步驟S1,通過基站和網(wǎng)絡(luò)監(jiān)測節(jié)點(diǎn)收集異構(gòu)網(wǎng)絡(luò)運(yùn)維數(shù)據(jù); 步驟S2,將獲得的異構(gòu)網(wǎng)絡(luò)運(yùn)維數(shù)據(jù)進(jìn)行統(tǒng)一處理,構(gòu)建統(tǒng)一的運(yùn)維數(shù)據(jù)模型; 步驟S3,根據(jù)構(gòu)建的運(yùn)維數(shù)據(jù)模型對異構(gòu)網(wǎng)絡(luò)運(yùn)維數(shù)據(jù)和網(wǎng)絡(luò)故障進(jìn)行關(guān)聯(lián)分析,實(shí) 現(xiàn)網(wǎng)絡(luò)故障定位; 步驟S4,網(wǎng)絡(luò)節(jié)點(diǎn)針對定位的故障自主的進(jìn)行故障分析,調(diào)整相應(yīng)的運(yùn)維數(shù)據(jù),實(shí)現(xiàn)故 障自愈及網(wǎng)絡(luò)優(yōu)化。
2. 根據(jù)權(quán)利要求1所述的一種基于用戶感知的異構(gòu)網(wǎng)絡(luò)運(yùn)維管理方法,其特征在于, 所述步驟Sl中的異構(gòu)網(wǎng)絡(luò)運(yùn)維數(shù)據(jù)包括用戶測量報(bào)告、網(wǎng)絡(luò)計(jì)數(shù)器數(shù)據(jù)、路測數(shù)據(jù)、用戶 終端數(shù)據(jù)、異構(gòu)網(wǎng)絡(luò)的關(guān)鍵性技術(shù)指標(biāo)、網(wǎng)絡(luò)故障信息和異構(gòu)網(wǎng)絡(luò)無線參數(shù)。
3. 根據(jù)權(quán)利要求2所述的一種基于用戶感知的異構(gòu)網(wǎng)絡(luò)運(yùn)維管理方法,其特征在于, 所述異構(gòu)網(wǎng)絡(luò)的關(guān)鍵性技術(shù)指標(biāo)包括掉話率和阻塞率。
4. 根據(jù)權(quán)利要求3所述的一種基于用戶感知的異構(gòu)網(wǎng)絡(luò)運(yùn)維管理方法,其特征在于, 所述步驟S2中對異構(gòu)網(wǎng)絡(luò)運(yùn)維數(shù)據(jù)進(jìn)行統(tǒng)一處理包括數(shù)據(jù)選取、數(shù)據(jù)預(yù)處理和數(shù)據(jù)變換。
5. 根據(jù)權(quán)利要求4所述的一種基于用戶感知的異構(gòu)網(wǎng)絡(luò)運(yùn)維管理方法,其特征在于, 所述數(shù)據(jù)預(yù)處理包括對數(shù)據(jù)的噪聲處理,所述數(shù)據(jù)的噪聲處理包括刪除網(wǎng)絡(luò)故障信息數(shù)據(jù) 中無法識別的數(shù)據(jù)和在關(guān)鍵告警信息上有缺失的數(shù)據(jù)。
6. 根據(jù)權(quán)利要求5所述的一種基于用戶感知的異構(gòu)網(wǎng)絡(luò)運(yùn)維管理方法,其特征在于: 所述在關(guān)鍵告警信息上有缺失的數(shù)據(jù)包括無告警網(wǎng)元標(biāo)示的數(shù)據(jù)、無告警類型標(biāo)示的數(shù)據(jù) 和無告警時(shí)間標(biāo)示的數(shù)據(jù)。
7. 根據(jù)權(quán)利要求5所述的一種基于用戶感知的異構(gòu)網(wǎng)絡(luò)運(yùn)維管理方法,其特征在于, 所述數(shù)據(jù)變換包括數(shù)據(jù)變換降維,所述數(shù)據(jù)變換降維為從數(shù)據(jù)初始特征中通過聚類分析提 取出與故障緊密相關(guān)的特征,削減數(shù)據(jù)維數(shù)。
8. 根據(jù)權(quán)利要求2所述的一種基于用戶感知的異構(gòu)網(wǎng)絡(luò)運(yùn)維管理方法,其特征在于, 所述步驟S2中構(gòu)建統(tǒng)一的運(yùn)維數(shù)據(jù)模型過程如下: 首先,選取參考告警信息參數(shù)向量,建立參考數(shù)列X〇, X0= {X0(k)|k= 1,2, ...,n} = (X0(1),X0(2),...,X0(n)) 其中k表示時(shí)刻,\表示告警信息,n表示告警信息參數(shù)向量特征維數(shù); 其次,假設(shè)有m個(gè)比較故障告警信息數(shù)據(jù),建立比較數(shù)列Xi Xi ={Xi(k)Ik= 1,2,…,n} = (Xi (I),Xi (2),…,Xi (n))i= 1,2,…,m 然后,建立比較數(shù)列X;對參考數(shù)列X。在k時(shí)刻的關(guān)聯(lián)系數(shù)ζ; (k)
其中,W1S各個(gè)參數(shù)相應(yīng)的權(quán)重,其根據(jù)用戶的網(wǎng)絡(luò)屬性進(jìn)行調(diào)整和決定;其中P為 分辨系數(shù),pe [〇,+ 00 ) 越大,分辯率越大;p越小,分辯率越??; 最后,計(jì)算出比較數(shù)列Xi對參考數(shù)列關(guān)聯(lián)度G=--6(幻。 n k:l
9. 根據(jù)權(quán)利要求8所述的一種基于用戶感知的異構(gòu)網(wǎng)絡(luò)運(yùn)維管理方法,其特征在于, 所述步驟S3包括通過關(guān)聯(lián)分析對故障告警信息、KPI指標(biāo)及網(wǎng)絡(luò)之間故障建立映射關(guān)系, 構(gòu)建故障定位模型,通過BP(back-propagation,后向傳播)神經(jīng)網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)故障定位; 所述網(wǎng)絡(luò)故障定位具體包括如下過程: 首先,獲取m維告警向量Qn=(sps2,Sfsm)和η維故障向量On=(pup2,pfpm),并 將其通過多個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)同時(shí)輸入,使系統(tǒng)具有并行結(jié)構(gòu)和并行處理能力,對輸入進(jìn)行實(shí)時(shí) 的動(dòng)態(tài)處理; 其次,BP網(wǎng)絡(luò),為每個(gè)連接的權(quán)值賦予指定范圍內(nèi)的值,同時(shí)為每個(gè)神經(jīng)元節(jié)點(diǎn)指定閾 值; 再次,組輸入告警樣本機(jī)器目標(biāo)結(jié)果提供給網(wǎng)絡(luò),并計(jì)算神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)的連接權(quán)值,閾 值及各個(gè)隱含層單元的輸入和輸出值; 然后,正各層誤差:利用目標(biāo)向量和網(wǎng)絡(luò)實(shí)際輸出值計(jì)算輸出層單元的誤差,并結(jié)合隱 含層的各單元的輸出來修正連接權(quán)值和閾值,進(jìn)行反向誤差傳播修正; 最后,訓(xùn)練樣本向量和對異構(gòu)網(wǎng)絡(luò)系統(tǒng)進(jìn)行訓(xùn)練,直到訓(xùn)練完全部樣本后將絡(luò)運(yùn)維故 障告警信息,輸入訓(xùn)練好的BP網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)故障定位。
10.權(quán)利要求9述的一種基于用戶感知的異構(gòu)網(wǎng)絡(luò)運(yùn)維管理方法,其特征在于,所述步 驟S3還包括通過無線網(wǎng)絡(luò)參數(shù)映射到異構(gòu)網(wǎng)絡(luò)中以獲取定位的網(wǎng)絡(luò)故障,在該過程中每 一個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)均作為一個(gè)智能體參與網(wǎng)絡(luò)故障定位過程中,其具體過程如下: 選擇Q學(xué)習(xí)方法來建立一個(gè)參數(shù)系統(tǒng),建立和維護(hù)一個(gè)二維的Q值表,第一維用來表 示所有可能的狀態(tài),第二維表示網(wǎng)絡(luò)節(jié)點(diǎn)智能體所可能采取的行動(dòng);每一個(gè)Q值表的單元 q(s,a)都對應(yīng)著智能體在狀態(tài)S下采取行動(dòng)a的Q值;用戶選擇行動(dòng)的一般準(zhǔn)則為:網(wǎng)絡(luò) 節(jié)點(diǎn)智能體基于在給定狀態(tài)下的每個(gè)動(dòng)作的Q值表,按照一定的概率進(jìn)行動(dòng)作選擇,一個(gè) 動(dòng)作的Q值越大,則被選擇的概率就越大;當(dāng)發(fā)生網(wǎng)絡(luò)故障時(shí),首先,網(wǎng)絡(luò)節(jié)點(diǎn)智能體根據(jù) 運(yùn)維數(shù)據(jù)中的網(wǎng)絡(luò)告警信息的相關(guān)性分析和邏輯回歸分析確定將要優(yōu)化的異構(gòu)網(wǎng)絡(luò)無線 參數(shù),構(gòu)建一個(gè)新狀態(tài)S,在構(gòu)建完?duì)顟B(tài)S后,要計(jì)算對應(yīng)S的各個(gè)Q值; 然后,網(wǎng)絡(luò)節(jié)點(diǎn)智能體根據(jù)Q值以一定的概率P
選擇優(yōu)化策略,即動(dòng)作a; 最后,系統(tǒng)終端根據(jù)網(wǎng)絡(luò)節(jié)點(diǎn)智能體回報(bào)值和已有的Q值,更新Q值表中狀態(tài)S和所選 動(dòng)作的值,其中, 0&Λ
DEA 上述R(X,a) =E{rIs,a},' = "1.〒(/(y,b),K, (>\) =η;?〒丨Qt , (y,b)丨,π 為所選的策 略,α是學(xué)習(xí)因子。
【文檔編號】H04W24/10GK104469833SQ201510009092
【公開日】2015年3月25日 申請日期:2015年1月8日 優(yōu)先權(quán)日:2015年1月8日
【發(fā)明者】楊清海, 秦猛 申請人:西安電子科技大學(xué)