KQI的问题定位方法及装置制造方法及图纸

本公开提供了一种关键质量指示KQI的问题定位方法及装置，属于网络技术领域。方法包括：获取多个样本网络数据；基于多个样本网络数据，从至少一种网络特征中选取KQI对应的网络特征，得到至少一种目标网络特征；对多个样本网络数据以及至少一种目标网络特征进行分析，生成至少一种目标网络特征的问题定位阈值；当接收到网络数据时，基于至少一种目标网络特征的问题定位阈值以及网络数据，输出KQI的问题定位结果。本公开通过对大量样本网络数据进行数据挖掘，自动发现出与KQI具有相关性的目标网络特征，自动生成了每种目标网络特征的问题定位阈值，极大地提高了确定问题定位阈值的效率、速度和精确性，能够高效、快速地、精准地定位KQI的问题。

【技术实现步骤摘要】
KQI的问题定位方法及装置
本公开涉及网络
，特别涉及一种关键质量指示(KeyQualityIndicator，KQI)的问题定位方法及装置。
技术介绍
KQI是一种衡量业务的用户体验的指标，例如视频业务的KQI可以为下载速率、初缓时延、卡顿次数和播放成功率等。随着用户对KQI的要求与日俱增，KQI成为运营商比拼的核心，为此需要结合网络数据，对KQI的问题进行定位，即，找出引起KQI出现问题的原因，分析网络中需要优化的网络特征，以便对这些网络特征进行优化，进而提升KQI。以KQI为视频的下载速率为例，目前会由专家根据经验，总结下载速率达标时，各种网络特征会符合的取值，作为每种网络特征的问题定位阈值，在计算机设备中存储每种网络特征的问题定位阈值。当计算机设备得到待分析的网络数据后，计算机设备会获取网络数据中每种网络特征的取值，判断每种网络特征的取值是否低于对应的问题定位阈值，若某一种网络特征的取值低于问题定位阈值，则定位该网络数据为异常网络数据问题，并输出该低于问题定位阈值的网络特征，作为问题定位结果。在实现本公开的过程中，专利技术人发现相关技术至少存在以下问题：通过专家设置网络特征的问题定位阈值的方式效率太低，导致问题定位的效率太低。
技术实现思路
本公开实施例提供了一种KQI的问题定位方法及装置，能够解决相关技术中问题定位的效率过低的技术问题，所述技术方案如下：第一方面，提供了一种KQI的问题定位方法，应用于计算机设备中，所述方法包括：获取多个样本网络数据，每个样本网络数据包括业务的KQI的取值以及处理所述业务时网络的至少一种网络特征的取值；基于所述多个样本网络数据，从所述至少一种网络特征中选取所述KQI对应的网络特征，得到至少一种目标网络特征；对所述多个样本网络数据以及所述至少一种目标网络特征进行分析，生成所述至少一种目标网络特征的问题定位阈值；当接收到网络数据时，基于所述至少一种目标网络特征的问题定位阈值以及所述网络数据，输出所述KQI的问题定位结果。本实施例提供的方法，通过对大量样本网络数据进行数据挖掘，自动发现出与KQI具有相关性的目标网络特征，还自动生成了每种目标网络特征的问题定位阈值，极大地提高了确定问题定位阈值的效率，同时加快了确定问题定位阈值的速度，同时极大地提高了目标网络特征的问题定位阈值的精确性，能够高效、快速地、精准地定位KQI的问题。在一种可能的实现中，所述对所述多个样本网络数据以及所述至少一种目标网络特征进行分析，生成所述至少一种目标网络特征的问题定位阈值，包括：基于所述多个样本网络数据，对所述KQI以及所述至少一种目标网络特征进行关联分析，得到KQI与网络特征之间的关联规则，所述关联规则包括KQI的至少一种取值以及对应的至少一种目标网络特征的问题定位阈值；根据所述KQI的目标取值，查询所述关联规则，得到所述目标取值对应的至少一个问题定位阈值。在一种可能的实现中，所述对所述KQI以及所述至少一种目标网络特征进行关联分析，得到KQI与网络特征之间的关联规则，得到KQI与网络特征之间的关联规则，包括：采用关联规则挖掘算法，对所述多个样本网络数据进行计算，得到至少一个频繁项集，每个频繁项集包括KQI的一种取值以及网络特征的一种取值；根据所述多个样本网络数据，获取每个频繁项集的置信度，频繁项集的置信度是指在KQI为所述频繁项集中的取值的条件下，多个样本网络数据中网络特征取所述频繁项集中的取值的概率；根据每个频繁项集的置信度，从所述至少一个频繁项集中选取关联规则。在一种可能的实现中，所述基于所述多个样本网络数据，从所述至少一种网络特征中选取所述KQI对应的网络特征，得到至少一种目标网络特征，包括：基于所述多个样本网络数据，获取所述至少一种网络特征的重要度，所述重要度用于指示对应网络特征的取值与KQI的取值之间的相关程度；基于所述至少一种网络特征的重要度，从所述至少一种网络特征中选取所述KQI对应的网络特征。本实现中，重要度能够度量网络特征的重要性，用于指示对应网络特征的取值与KQI的取值之间的相关程度，例如重要度越高，对应网络特征的取值与KQI的取值之间越相关，即对应网络特征的取值对KQI的取值的影响越大。在一种可能的实现中，计算机设备可以采用机器学习算法，获取网络特征的重要度。在一种可能的实现中，所述基于所述多个样本网络数据，获取所述至少一种网络特征的重要度，包括：根据所述多个样本网络数据，训练得到随机森林模型，所述随机森林模型用于根据输入的至少一种网络特征的取值，输出KQI的取值；根据至少一个验证数据，获取所述随机森林模型的第一误差率；对于所述至少一种网络特征中的任一网络特征，对所述至少一个验证数据中所述网络特征的取值进行干扰；根据干扰后的至少一个验证数据，获取所述随机森林模型的第二误差率；根据所述第一误差率与第二误差率之间的差距，得到所述网络特征的重要度。在一种可能的实现中，所述基于所述多个样本网络数据，获取所述至少一种网络特征的重要度，包括：对所述至少一种网络特征进行划分，得到多个网络特征集合，每个网络特征集合中的网络特征对应于通信网络中的同一层；对于每个网络特征集合，基于所述多个样本网络数据，获取所述网络特征集合中至少一种网络特征的重要度。在一种可能的实现中，所述基于所述至少一种目标网络特征的问题定位阈值以及所述网络数据，输出所述KQI的问题定位结果，包括：获取所述网络数据所属的类；基于所述类对应的至少一种目标网络特征的问题定位阈值以及所述网络数据，输出所述KQI的问题定位结果。在一种可能的实现中，所述对所述多个样本网络数据以及所述至少一种目标网络特征进行分析，生成所述至少一种目标网络特征的问题定位阈值：包括：对所述多个样本网络数据进行聚类，得到多个类；或，按照预设分类条件，对所述多个样本网络数据进行分类，得到多个类；对于所述多个类中的每个类，对所述类中的样本网络数据以及所述至少一种目标网络特征进行分析，生成所述类的至少一种目标网络特征的问题定位阈值。在一种可能的实现中，所述基于所述至少一种目标网络特征的问题定位阈值以及所述网络数据，输出所述KQI的问题定位结果，包括：获取所述网络数据中所述至少一种目标网络特征的取值，得到至少一个取值；对所述至少一个取值与对应的问题定位阈值进行差距分析，得到至少一种待优化网络特征，所述待优化网络特征是指取值未达到问题定位阈值的网络特征；根据所述至少一种待优化网络特征，得到所述KQI的问题定位结果。在一种可能的实现中，所述获取多个样本网络数据，包括：获取多个历史业务数据以及多个历史网络数据，每个历史业务数据包括业务的KQI的取值，每个历史网络数据包括历史处理所述业务时网络的至少一种网络特征的取值；根据每个历史业务数据的记录时间以及每个历史网络数据的记录时间，对记录时间属于同一记录时间段的历史业务数据以及历史网络数据进行拼接，得到样本网络数据。第二方面，提供了一种KQI的问题定位装置，应用于计算机设备中，所述装置包括多个功能模块，以实现上述第一方面以及第一方面的任一种可能实现的KQI的问题定位方法。第三方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现上本文档来自技高网...

【技术保护点】
1.一种关键质量指示KQI的问题定位方法，其特征在于，应用于计算机设备中，所述方法包括：获取多个样本网络数据，每个样本网络数据包括业务的KQI的取值以及处理所述业务时网络的至少一种网络特征的取值；基于所述多个样本网络数据，从所述至少一种网络特征中选取所述KQI对应的网络特征，得到至少一种目标网络特征；对所述多个样本网络数据以及所述至少一种目标网络特征进行分析，生成所述至少一种目标网络特征的问题定位阈值；当接收到网络数据时，基于所述至少一种目标网络特征的问题定位阈值以及所述网络数据，输出所述KQI的问题定位结果。

【技术特征摘要】
1.一种关键质量指示KQI的问题定位方法，其特征在于，应用于计算机设备中，所述方法包括：获取多个样本网络数据，每个样本网络数据包括业务的KQI的取值以及处理所述业务时网络的至少一种网络特征的取值；基于所述多个样本网络数据，从所述至少一种网络特征中选取所述KQI对应的网络特征，得到至少一种目标网络特征；对所述多个样本网络数据以及所述至少一种目标网络特征进行分析，生成所述至少一种目标网络特征的问题定位阈值；当接收到网络数据时，基于所述至少一种目标网络特征的问题定位阈值以及所述网络数据，输出所述KQI的问题定位结果。2.根据权利要求1所述的方法，其特征在于，所述对所述多个样本网络数据以及所述至少一种目标网络特征进行分析，生成所述至少一种目标网络特征的问题定位阈值，包括：基于所述多个样本网络数据，对所述KQI以及所述至少一种目标网络特征进行关联分析，得到KQI与网络特征之间的关联规则，所述关联规则包括KQI的至少一种取值以及对应的至少一种目标网络特征的问题定位阈值；根据所述KQI的目标取值，查询所述关联规则，得到所述目标取值对应的至少一个问题定位阈值。3.根据权利要求2所述的方法，其特征在于，所述对所述KQI以及所述至少一种目标网络特征进行关联分析，得到KQI与网络特征之间的关联规则，包括：采用关联规则挖掘算法，对所述多个样本网络数据进行计算，得到至少一个频繁项集，每个频繁项集包括KQI的一种取值以及网络特征的一种取值；根据所述多个样本网络数据，获取每个频繁项集的置信度，频繁项集的置信度是指在KQI为所述频繁项集中的取值的条件下，多个样本网络数据中网络特征取所述频繁项集中的取值的概率；根据每个频繁项集的置信度，从所述至少一个频繁项集中选取关联规则。4.根据权利要求1所述的方法，其特征在于，所述基于所述多个样本网络数据，从所述至少一种网络特征中选取所述KQI对应的网络特征，得到至少一种目标网络特征，包括：基于所述多个样本网络数据，获取所述至少一种网络特征的重要度，所述重要度用于指示对应网络特征的取值与KQI的取值之间的相关程度；基于所述至少一种网络特征的重要度，从所述至少一种网络特征中选取所述KQI对应的网络特征。5.根据权利要求4所述的方法，其特征在于，所述基于所述多个样本网络数据，获取所述至少一种网络特征的重要度，包括：根据所述多个样本网络数据，训练得到随机森林模型，所述随机森林模型用于根据输入的至少一种网络特征的取值，输出KQI的取值；根据至少一个验证数据，获取所述随机森林模型的第一误差率；对于所述至少一种网络特征中的任一网络特征，对所述至少一个验证数据中所述网络特征的取值进行干扰；根据干扰后的至少一个验证数据，获取所述随机森林模型的第二误差率；根据所述第一误差率与第二误差率之间的差距，得到所述网络特征的重要度。6.根据权利要求4所述的方法，其特征在于，所述基于所述多个样本网络数据，获取所述至少一种网络特征的重要度，包括：对所述至少一种网络特征进行划分，得到多个网络特征集合，每个网络特征集合中的网络特征对应于通信网络中的同一层；对于每个网络特征集合，基于所述多个样本网络数据，获取所述网络特征集合中至少一种网络特征的重要度。7.根据权利要求1所述的方法，其特征在于，所述基于所述至少一种目标网络特征的问题定位阈值以及所述网络数据，输出所述KQI的问题定位结果，包括：获取所述网络数据所属的类；基于所述类对应的至少一种目标网络特征的问题定位阈值以及所述网络数据，输出所述KQI的问题定位结果。8.根据权利要求7所述的方法，其特征在于，所述对所述多个样本网络数据以及所述至少一种目标网络特征进行分析，生成所述至少一种目标网络特征的问题定位阈值：包括：对所述多个样本网络数据进行聚类，得到多个类；或，按照预设分类条件，对所述多个样本网络数据进行分类，得到多个类；对于所述多个类中的每个类，对所述类中的样本网络数据以及所述至少一种目标网络特征进行分析，生成所述类的至少一种目标网络特征的问题定位阈值。9.根据权利要求1所述的方法，其特征在于，所述基于所述至少一种目标网络特征的问题定位阈值以及所述网络数据，输出所述KQI的问题定位结果，包括：获取所述网络数据中所述至少一种目标网络特征的取值，得到至少一个取值；对所述至少一个取值与对应的问题定位阈值进行差距分析，得到至少一种待优化网络特征，所述待优化网络特征是指取值未达到问题定位阈值的网络特征；根据所述至少一种待优化网络特征，得到所述KQI的问题定位结果。10.根据权利要求1所述的方法，其特征在于，所述获取多个样本网络数据，包括：获取多个历史业务数据以及多个历史网络数据，每个历史业务数据包括业务的KQI的取值，每个历史网络数据包括历史处理所述业务时网络的至少一种网络特征的取值；根据每个历史业务数据的记录时间以及每个历史网络数据的记录时间，对记录时间属于同一记录时间段的历史业务数据以及历史网络数据进行拼接，得到样本网络数据。11.一种关键质量指示KQI的问题定位装置，其特征在于，应用于计算...

【专利技术属性】
技术研发人员：李涛，惠永涛，牛少波，董露，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东,44