一种故障定界方法及设备技术

本发明专利技术实施例涉及一种故障定界方法及设备。该方法包括：获取视频业务的用户体验数据、网络拓扑数据和资管数据；所述网络拓扑数据用于表征网络设备之间的连接关系，所述资管数据用于表征用户设备与网络设备之间的连接关系；根据所述用户体验数据、所述网络拓扑数据和所述资管数据，确定网络设备的体验质量QoE体验指标，其中，所述网络设备的QoE体验指标根据所述网络设备服务的用户设备的用户体验数据确定；当所述网络设备的QoE体验指标所表征的体验质量低于与设备筛选阈值所表征的体验质量时，将所述网络设备确定为疑似问题设备。本发明专利技术实施例，故障定界的准确性高。

【技术实现步骤摘要】
一种故障定界方法及设备
本专利技术涉及计算机领域，尤其涉及一种故障定界方法及设备。
技术介绍
随着网络视频产业的迅速发展，例如，网络协定电视(InternetProtocolTelevision，IPTV)业务和过顶(OverTheTop，OTT)业务的出现，运营商的运营重点逐渐从网络覆盖及网络质量保障，到“以用户为中心的运营”，尤其聚焦在对用户体验的关注。用户体验的好坏直接关系到用户流失，提高视频用户体验可进一步推动业务增长。在IPTV系统内，若网络设备或链路出现故障，如设备的端口、子卡、单板等出现问题，均会导致IPTV用户受到直接影响，非常影响用户的体验。因此，在网络设备发生故障导致用户体验下降时，需要及时准确的定界到故障设备，及时对故障进行修复维护，以保障用户体验保持在良好水平。目前在IPTV领域内，通常采用用户投诉工单反映体验问题，触发维护部门手工排除故障的应急方式。但人工定位故障延迟性太强，用户受影响时间长且操作繁杂。针对该缺陷，可以通过监控网络服务质量(QualityofService，QoS)指标(例如，丢包率、时延等)，若各QoS指标超出告警门限则进行告警，定界故障设备。但由于QoS异常可能并没有引起最终的用户体验出现问题，且出现QoS异常的设备可能不是引发异常的故障设备，因此故障定界的准确性低。
技术实现思路
本专利技术实施例提供了一种故障定界方法及设备，故障定界的准确性高。第一方面，提供了一种故障定界方法。获取视频业务的用户体验数据、网络拓扑数据和资管数据；所述网络拓扑数据用于表征网络设备之间的连接关系，所述资管数据用于表征用户设备与网络设备之间的连接关系；根据所述用户体验数据、所述网络拓扑数据和所述资管数据，确定网络设备的体验质量(QualityofExperience，QoE)体验指标，其中，所述网络设备的QoE体验指标根据所述网络设备服务的用户设备的用户体验数据确定；当所述网络设备的QoE体验指标所表征的体验质量低于设备筛选阈值所表征的体验质量时，将所述网络设备确定为疑似问题设备。本专利技术实施例中，通过获取视频业务的用户体验数据、网络拓扑数据和资管数据，从而可以确定网络设备的QoE体验指标，由于网络设备的QoE体验指标根据该网络设备服务的用户设备的用户体验数据确定，而不是像网络设备的QoS指标直接通过获取网络设备的参数确定，因此这种方法相较于监控QoS指标来进行故障定界的方法，更能反映用户体验，准确性高。在一种可能的实施方式中，所述用户体验数据包括视频平均意见打分(VideoMeanOpinionScore，vMOS)、卡顿时长、卡顿占比、卡顿频次、花屏时长占比、花屏次数、花屏面积占比、视频质量切换次数和视频质量质差占比中的至少一项。根据该实施方式，可以结合上述一项或多项来确定网络设备的QoE体验指标。在一种可能的实施方式中，所述网络拓扑数据包括现网的拓扑连接关系或业务路径，所述业务路径用于表征业务流所流经的网络设备之间的连接关系。根据该实施方式，可以根据现网的拓扑连接关系或业务路径确定网络设备服务的用户设备，从而可以根据获取到的用户体验数据，确定该网络设备的QoE体验指标。在一种可能的实施方式中，分析包括所述疑似问题设备在内的多个同层级网络设备的所述QoE体验指标的分布特征，当根据所述分布特征确定所述多个同层级网络设备的所述QoE体验指标是偏态分布时，将所述多个同层级网络设备中的所述QoE体验指标为离群值的网络设备确定为问题设备。根据该实施方式，通过对包括疑似问题设备在内的多个同层级网络设备的QoE体验指标的分布特征进行统计分析，从而确定问题设备，能够进一步提高故障定界的准确性。在一种可能的实施方式中，确定包括所述疑似问题设备在内的多个同层级网络设备的所述QoE体验指标的第一分布特征值，所述第一分布特征值用于表征所述多个同层级网络设备的所述QoE体验指标是否为偏态分布；当所述第一分布特征值大于第一均衡偏态阈值时，确定所述多个同层级网络设备的所述QoE体验指标是偏态分布；将所述多个同层级网络设备中的所述QoE体验指标为离群值的网络设备确定为问题设备。根据该实施方式，通过所述第一分布特征值与第一均衡偏态阈值的大小关系，确定所述多个同层级网络设备的所述QoE体验指标为偏态分布，从而确定问题设备，这种方式准确性高。可选地，所述第一分布特征值为变异系数。在一种可能的实施方式中，确定包括所述疑似问题设备在内的多个同层级网络设备的所述QoE体验指标的第一整体特征值，所述第一整体特征值用于表征所述多个同层级网络设备的所述QoE体验指标的平均水平；分析包括所述疑似问题设备在内的多个同层级网络设备的所述QoE体验指标的分布特征，当根据所述分布特征确定所述多个同层级网络设备的所述QoE体验指标是偏态分布时，将所述多个同层级网络设备中的所述QoE体验指标大于所述第一整体特征值的网络设备确定为问题设备。根据该实施方式，通过确定第一整体特征值，并将将所述多个同层级网络设备中的所述QoE体验指标与所述第一整体特征值进行比较，从而确定所述多个同层级网络设备中的所述QoE体验指标为离群值的网络设备，将该网络设备确定为问题设备，这种方式准确性高。可选地，所述第一整体特征值为均值或中位数或据经验设置的用于表征平均水平的值；上述均值可以为直接平均值或加权平均值，比如说，当网络设备服务的用户数多时则该网络设备的QoE体验指标的加权系数大。可选地，在根据前述方式初步确定问题设备后，还可以通过如下方式进一步确定问题设备：确定所述多个同层级网络设备的在线用户数的置信下界；当所述问题设备的在线用户数小于所述置信下界时，排除所述问题设备。也就是说，将初步确定的问题设备中的在线用户数过少的网络设备不认为是问题设备。这种方式可以进一步提高故障定界的准确性。在一种可能的实施方式中，当确定所述多个同层级网络设备的所述QoE体验指标不是偏态分布且所述第一整体特征值大于第一经验阈值时，确定所述多个同层级网络设备的上游的网络设备中存在疑似问题设备。根据该实施方式，可以先通过网络设备的QoE体验指标与设备筛选阈值的大小关系分析网络中某一层级的网络设备中存在的疑似问题设备，然后根据该层级网络设备的QoE体验指标的分布特征确定上游的网络设备中是否存在疑似问题设备，这种方式的运算量较低，能够节省处理资源。在一种可能的实施方式中，确定所述问题设备的多个同层级的下层网络设备的所述QoE体验指标的第二整体特征值，所述第二整体特征值用于表征所述多个同层级的下层网络设备的所述QoE体验指标的平均水平；当确定所述问题设备的多个同层级的下层网络设备的所述QoE体验指标不是偏态分布且所述第二整体特征值大于第二经验阈值时，不排除所述问题设备。根据该实施方式，在初步确定问题设备之后，还可以分析所述问题设备的多个同层级的下层网络设备的所述QoE体验指标的分布特征，从而进一步确定问题设备或排除该问题设备，这种方式能够提高确定问题设备的准确性。可选地，所述第二整体特征值为均值或中位数或据经验设置的用于表征平均水平的值；上述均值可以为直接平均值或加权平均值，比如说，当网络设备服务的用户数多时则该网络设备的QoE体验指标的加权系数大。在一种可能的实施方式中，所述问题设备包括至本文档来自技高网...

【技术保护点】
1.一种故障定界方法，其特征在于，所述方法包括：获取视频业务的用户体验数据、网络拓扑数据和资管数据；所述网络拓扑数据用于表征网络设备之间的连接关系，所述资管数据用于表征用户设备与网络设备之间的连接关系；根据所述用户体验数据、所述网络拓扑数据和所述资管数据，确定网络设备的体验质量QoE体验指标，其中，所述网络设备的QoE体验指标根据所述网络设备服务的用户设备的用户体验数据确定；当所述网络设备的QoE体验指标所表征的体验质量低于设备筛选阈值所表征的体验质量时，将所述网络设备确定为疑似问题设备。

【技术特征摘要】
1.一种故障定界方法，其特征在于，所述方法包括：获取视频业务的用户体验数据、网络拓扑数据和资管数据；所述网络拓扑数据用于表征网络设备之间的连接关系，所述资管数据用于表征用户设备与网络设备之间的连接关系；根据所述用户体验数据、所述网络拓扑数据和所述资管数据，确定网络设备的体验质量QoE体验指标，其中，所述网络设备的QoE体验指标根据所述网络设备服务的用户设备的用户体验数据确定；当所述网络设备的QoE体验指标所表征的体验质量低于设备筛选阈值所表征的体验质量时，将所述网络设备确定为疑似问题设备。2.如权利要求1所述的方法，其特征在于，所述用户体验数据包括视频平均意见打分vMOS、卡顿时长、卡顿占比、卡顿频次、花屏时长占比、花屏次数、花屏面积占比、视频质量切换次数和视频质量质差占比中的至少一项。3.如权利要求1或2所述的方法，其特征在于，所述网络拓扑数据包括现网的拓扑连接关系或业务路径，所述业务路径用于表征业务流所流经的网络设备之间的连接关系。4.如权利要求1至3中任一项所述的方法，其特征在于，所述方法还包括：分析包括所述疑似问题设备在内的多个同层级网络设备的所述QoE体验指标的分布特征，当根据所述分布特征确定所述多个同层级网络设备的所述QoE体验指标是偏态分布时，将所述多个同层级网络设备中的所述QoE体验指标为离群值的网络设备确定为问题设备。5.如权利要求4所述的方法，其特征在于，所述分析包括所述疑似问题设备在内的多个同层级网络设备的所述QoE体验指标的分布特征，根据所述分布特征确定所述多个同层级网络设备的所述QoE体验指标是偏态分布时，将所述多个同层级网络设备中的所述QoE体验指标为离群值的网络设备确定为问题设备，包括：确定包括所述疑似问题设备在内的多个同层级网络设备的所述QoE体验指标的第一分布特征值，所述第一分布特征值用于表征所述多个同层级网络设备的所述QoE体验指标是否为偏态分布；当所述第一分布特征值大于第一均衡偏态阈值时，确定所述多个同层级网络设备的所述QoE体验指标是偏态分布；将所述多个同层级网络设备中的所述QoE体验指标为离群值的网络设备确定为问题设备。6.如权利要求4所述的方法，其特征在于，所述分析包括所述疑似问题设备在内的多个同层级网络设备的所述QoE体验指标的分布特征，根据所述分布特征确定所述多个同层级网络设备的所述QoE体验指标是偏态分布时，将所述多个同层级网络设备中的所述QoE体验指标为离群值的网络设备确定为问题设备，包括：确定包括所述疑似问题设备在内的多个同层级网络设备的所述QoE体验指标的第一整体特征值，所述第一整体特征值用于表征所述多个同层级网络设备的所述QoE体验指标的平均水平；分析包括所述疑似问题设备在内的多个同层级网络设备的所述QoE体验指标的分布特征，当根据所述分布特征确定所述多个同层级网络设备的所述QoE体验指标是偏态分布时，将所述多个同层级网络设备中的所述QoE体验指标大于所述第一整体特征值的网络设备确定为问题设备。7.如权利要求6所述的方法，其特征在于，所述方法还包括：当确定所述多个同层级网络设备的所述QoE体验指标不是偏态分布且所述第一整体特征值大于第一经验阈值时，确定所述多个同层级网络设备的上游的网络设备中存在疑似问题设备。8.如权利要求4至7中任一项所述的方法，其特征在于，所述分析包括所述疑似问题设备在内的多个同层级网络设备的所述QoE体验指标的分布特征，根据所述分布特征确定所述多个同层级网络设备的所述QoE体验指标是偏态分布时，将所述多个同层级网络设备中的所述QoE体验指标为离群值的网络设备确定为问题设备之后，所述方法还包括：确定所述问题设备的多个同层级的下层网络设备的所述QoE体验指标的第二整体特征值，所述第二整体特征值用于表征所述多个同层级的下层网络设备的所述QoE体验指标的平均水平；当确定所述问题设备的多个同层级的下层网络设备的所述QoE体验指标不是偏态分布且所述第二整体特征值大于第二经验阈值时，不排除所述问题设备。9.如权利要求4至8中任一项所述的方法，其特征在于，所述问题设备包括至少一个层级的多个设备内部单元，所述方法还包括：分析所述问题设备的同层级的多个设备内部单元的所述QoE体验指标的分布特征，当根据所述分布特征确定所述同层级的多个设备内部单元的所述QoE体验指标是偏态分布时，将所述同层级的多个设备内部单元的所述QoE体验指标为离群值的设备内部单元确定为问题单元。10.如权利要求9所述的方法，其特征在于，所述方法还包括：确定所述问题设备的同层级的多个设备内部单元的所述QoE体验指标的第三整体特征值，所述第三整体特征值用于表征所述同层级的多个设备内部单元的所述QoE体验指标的平均水平；当确定所述同层级的多个设备内部单元的所述QoE体验指标不是偏态分布且所述第三整体特征值大于第三经验阈值时，确定所述同层级的多个设备内部单元的上层的设备内部单元中存在问题单元。11.如权利要求9或10所述的方法，其特征在于，所述分析所述问题设备的同层级的多个设备内部单元的所述QoE体验指标的分布特征，当根据所述分布特征确定所述同层级的多个设备内部单元的所述QoE体验指标是偏态分布时，将所述同层级的多个设备内部单元的所述QoE体验指标为离群值的设备内部单元确定为问题单元之后，所述方法还包括：确定所述问题单元的多个同层级的下层设备内部单元的所述QoE体验指标的第四整体特征值；当确定所述多个同层级的下层设备内部单元的所述QoE体验指标不是偏态分布且所述第四整体特征值大于第四经验阈值时，不排除所述问题单元。12.如权利要求4至11中任一项所述的方法，其特征在于，所述分析包括所述疑似问题设备在内的多个同层级网络设备的所述QoE体验指标的分布特征，当根据所述分布特征确定所述多个同层级网络设备的所述QoE体验指标是偏态分布时，将所述多个同层级网络设备中的所述QoE体验指标为离群值的网络设备确定为问题设备之后，所述方法还包括：对所述问题设备的多个下层设备的QoE体验指标进行聚类，每类包含至少一项QoE体验指标；将包含项数最多的类在所述多个下层设备的QoE体验指标的总项数中的占比，确定为所述问题设备的多个下层设备的QoE体验指标的第一相似聚合度；当所述第一相似聚合度大于第一相似聚合度阈值时，确定所述问题设备为故障设备。13.如权利要求9至11中任一项所述的方法，其特征在于，所述分析所述问题设备的同层级的多个设备内部单元的所述QoE体验指标的分布特征，当根据所述分布特征确定所述同层级的多个设备内部单元的所述QoE体验指标是偏态分布时，将所述同层级的多个设备内部单元的所述QoE体验指标为离群值的设备内部单元确定为问题单元之后，所述方法还包括：对所述问题单元的多个下层单元的QoE体验指标进行聚类，每类包含至少一项QoE体验指标；将包含项数最多的类在所述多个下层单元的QoE体验指标的总项数中的占比，确定为所述问题单元的多个下层单元的QoE体验指标的第二相似聚合度；当所述第二相似聚合度大于第二相似聚合度阈值时，确定所述问题单元为故障单元。14.如权利要求9至11中任一项所述的方法，其特征在于，所述分析所述问题设备的同层级的多个设备内部单元的所述QoE体验指标的分布特征，当根据所述分布特征确定所述同层级的多个设备内部单元的所述QoE体验指标是偏态分布时，将所述同层级的多个设备内部单元的所述QoE体验指标为离群值的设备内部单元确定为问题单元之后，所述方法还包括：当存在同层级的多个问题单元时，确定多个所述问题单元的多个下层单元的所述QoE体验指标的第三相似聚合度；当所述第三相似聚合度大于第三相似聚合度阈值且所述第三相似聚合度对应的类中每个下层单元的QoE体验指标的项数在其所属的问题单元的QoE体验指标的总项数中的占比均大于预设占比时，确定多个所述问题单元均为故障单元。15.如权利要求1至14中任一项所述的方法，其特征在于，所述QoE体验指标为质差率；每个网络设备的所述质差率对应的指标算法为：网络设备的质差率＝网络设备的质差用户总数/网络设备的总用户数；和/或，每个设备内部单元的所述质差率对应的指标算法为：设备内部单元的质差率＝设备内部单元的质差用户总数/设备内部单元的总用户数；其中，根据所述用户体验数据与体验阈值的大小关系，确定所述用户体验数据对应的用户是否为质差用户；所述所述网络设备的QoE体验指标所表征的体验质量低于设备筛选阈值所表征的体验质量具体包括，所述网络设备的质差率小于所述设备筛选阈值。16.一种故障定界设备，其特征在于，所述故障定界设备包括：通信模块和处理模块；所述通信模块，用于获取视频业务的用户体验数据、网络拓扑数据和资管数据；所述网络拓扑数据用于表征网络设备之间的连接关系，所述资管数据用于表征用户设备与网络设备之间的连接关系；所述处理模块，用于根据所述通信模块获取的所述用户体验数据、所述网络拓扑数据和所述资管数据，确定网络设备的体验质量QoE体验指标，其中，所述网络设备的QoE体验指标根据所述网络设备服务的用户设备的用户体验数据确定；当所述网络设备的QoE体验指标所表征的体验质量低于设备筛选阈值所表征的体验质量时，将所述网络设备确定为疑似问题设备。17.如权利要求16所述的故障定界设备，其特征在于，所述通信模块获取的所述用户体验数据包括视频平均...

【专利技术属性】
技术研发人员：肖欣，薛莉，王瑞红，王强，黄平，
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