用于多视图学习式异常检测及根本原因分析的系统和方法技术方案

一种用于在通信网络中检测异常的系统和方法包括：检测蜂窝小组的第一质量指标集合中的第一异常值；检测所述蜂窝小组的第二性能指标集合中的第二异常值；关联所述第一异常值和所述第二异常值以生成异常候选；确定所述异常候选的置信度阈值；以及响应于所述置信度阈值超出预定阈值，指示网络异常。

System and method for multi view learning anomaly detection and root cause analysis

A system and method for detecting exceptions in a communication network includes detecting the first exception value in the first quality index set of the cellular group; detecting the second anomaly value in the second performance index set of the honeycomb group; associating the first outlier and the second exception value to generate an exception candidate; determine the number of outliers; The confidence threshold of the abnormal candidate is described, and the network exception is indicated in response to the threshold of the confidence threshold exceeding the predetermined threshold.

【技术实现步骤摘要】
【国外来华专利技术】用于多视图学习式异常检测及根本原因分析的系统和方法相关申请案交叉引用本申请要求于2015年9月24日提交的题为“用于多视图学习式异常检测及根本原因分析的系统和方法”的第14864360号美国正式专利申请的优先权，所述申请在此通过引用并入本文，如同全文再现。
本专利技术一般涉及管理网络中资源的分配的系统和方法，并在特定实施例中涉及在通信网络中用于多视图学习式异常检测及根本原因分析的系统和方法。
技术介绍
在如通信系统的基站(或NodeB或eNodeB或小区)或无线网络控制器(RadioNetworkController，RNC)的无线接入网络的网元中，偶尔会发生异常。异常的例子包括小区中断(如休眠小区)。这些异常可以由具有异常差(低或高)的值的关键质量指标(KeyQualityIndicators，KQI)来表明。异常还可以通过在变量组之间观察到的异常的或断开的关系或关联的形式发生。异常具有根本原因，如用户设备(UserEquipment，UE)或网元出现故障、干扰和/或大量流量造成的资源堵塞。特别地，瓶颈可能是例如上行接收宽带总功率、下行带宽(码或资源块)、上行带宽(资源块)、回程带本文档来自技高网...

【技术保护点】
一种用于在通信网络中检测异常的方法，包括：检测蜂窝小组的第一质量指标集合中的第一异常值；检测所述蜂窝小组的第二性能指标集合中的第二异常值；关联所述第一异常值和所述第二异常值以生成异常候选；确定所述异常候选的置信度阈值；以及响应于所述置信度阈值超出预定阈值，指示网络异常。

【技术特征摘要】
【国外来华专利技术】2015.09.24 US 14/864,3601.一种用于在通信网络中检测异常的方法，包括：检测蜂窝小组的第一质量指标集合中的第一异常值；检测所述蜂窝小组的第二性能指标集合中的第二异常值；关联所述第一异常值和所述第二异常值以生成异常候选；确定所述异常候选的置信度阈值；以及响应于所述置信度阈值超出预定阈值，指示网络异常。2.根据权利要求1所述的方法，其中关联所述第一异常值和所述第二异常值以生成所述异常候选包括多视图关联。3.根据权利要求1-2中任一项所述的方法，其中所述第一质量指标集合包括关键质量指标KQI。4.根据权利要求1-3中任一项所述的方法，其中所述第二质量指标集合包括关键性能指标KPI。5.根据权利要求1-4中任一项所述的方法，其中检测所述第一质量指标集合中的所述第一异常值包括与检测所述第二性能指标集合中的所述第二异常值不同的检测算法。6.根据权利要求1-5中任一项所述的方法，其中关联所述第一异常值和所述第二异常值以生成所述异常候选包括按照时间关联。7.根据权利要求6所述的方法，其中按照时间关联包括：确定所述第一异常值之间的第一时间差是否小于事件阈值；确定所述第二异常值之间的第二时间差是否小于所述事件阈值；以及响应于所述第一时间差与所述第二时间差有重叠，生成所述异常候选。8.根据权利要求7所述的方法，其中确定所述异常候选的所述置信度阈值包括确定所述第一时间差与所述第二时间差之间的重叠量。9.根据权利要求6-8中任一项所述的方法，其中按照时间关联包括：选择时间窗口；根据所述第一异常值的数量，将所述时间窗口中所述第一异常值分类为富候选或贫候选；根据所述第二异常值的数量，将所述时间窗口中所述第二异常值分类为富候选或贫候选；将所述富候选加入累积总和；从所述累积总和中减去所述贫候选；以及响应于所述累积总和，生成所述异常候选。10.根据权利要求9所述的方法，其中确定所述异常候选的所述置信度阈值包括：将所述富候选中的异常值的数量求和加入所述累积总和，并从所述累积总和中减去所述贫候选的异常值的数量，以生成计得的异常值总和；以及响应于所述计得的异常值总和与所述富候选和所述贫候选中异常值的总数的比，生成所述置信度阈值。11.根据权利要求1-9中任一项所述的方法，其中检测所述蜂窝小组的所述第一质量指标集合中的所述第一异常值包括：根据对所述第一质量指标集合的训练及测试观察来选择训练数据；根据所述训练数据计算滑动窗口，所述滑动窗口包括顶阈值和底阈值；以及在所述第一质量指标集合中选择高于所述顶阈值或小于所述底阈值的数据。12.一种根本原因分析的方法，包括：对通信网络的多个指标集合中的每个集合检测候选异常值事件，所述多个指标集合包括至少一个性能指标集合和一个质量指标集合；按照时间关联所述候选...

【专利技术属性】
技术研发人员：杨凯，刘瑞林，孙艳佳，
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