一种检测网络性能异常的方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种检测网络性能异常的方法、装置、设备及存储介质，涉及计算机及通信领域，所述方法包括：利用用来表征网络性能的关键性能指标KPI的历史数据，确定所述KPI的置信区间；对所述KPI进行监听，获取所述KPI的实时数据；以及利用所述置信区间和所述实时数据，确定所述KPI是否正常。本发明专利技术实施例能够使运维人员随时随地观察当前网络状态，立刻获得异常信息，对网络进行及时调整，达到网络始终保持最优化状态。

A Method, Device, Equipment and Storage Medium for Detecting Abnormal Network Performance

【技术实现步骤摘要】
一种检测网络性能异常的方法、装置、设备及存储介质
本专利技术涉及计算机及通信领域，特别涉及一种检测网络性能异常的方法、装置、设备及存储介质。
技术介绍
KPI(KeyPerformanceIndicator，关键性能指标)是否良好是衡量无线网络优良的一个重要指标。影响KPI的性能数据有很多，运维人员可以根据该KPI找到影响该KPI异常的配置参数，然后调整参数，以优化网络。因此找到异常的KPI数据是优化网络的一个重要条件。然而，通过人工的方式来查找表现异常的KPI时，由于KPI类型达到上万数量级，且当前KPI异常检测方法具有延时性，无法自动、实时检测异常KPI，因此，异常KPI的检测方法必须寻找新的方式。
技术实现思路
本专利技术实施例提供的一种检测网络性能异常的方法、装置、设备及存储介质，以提供一种可以实现自动、实时地检测异常KPI的新方式。本专利技术实施例提供一种检测网络性能异常的方法，所述方法包括：利用用来表征网络性能的关键性能指标KPI的历史数据，确定所述KPI的置信区间；对所述KPI进行监听，获取所述KPI的实时数据；以及利用所述置信区间和所述实时数据，确定所述KPI是否正常。本专利技术实施例另提供一种检测网络性能异常的装置，所述装置包括：第一确定模块，用于利用用来表征网络性能的关键性能指标KPI的历史数据，确定所述KPI的置信区间；实时数据获取模块，用于对所述KPI进行监听，获取所述KPI的实时数据；以及第二确定模块，用于利用所述置信区间和所述实时数据，确定所述KPI是否正常。本专利技术实施例还提供一种检测网络性能异常的设备，所述设备包括：处理器，以及与所述处理器耦接的存储器。所述存储器上存储有可在所述处理器上运行的检测网络性能异常的程序，所述检测网络性能异常的程序被所述处理器执行时实现如上述的检测网络性能异常的方法的步骤。本专利技术实施例还提供一种存储介质，其上存储有检测网络性能异常的程序，所述检测网络性能异常的程序被处理器执行时实现如上述的检测网络性能异常的方法的步骤。本专利技术实施例根据KPI的置信区间，自动、实时地识别异常KPI，有助于运维人员及时优化网络，提高网络性能，改善用户体验。附图说明图1是本专利技术实施例提供的一种检测网络性能异常的方法的流程示意图；图2是本专利技术实施例提供的一种检测网络性能异常的装置的示意性框图；图3是本专利技术实施例提供的一种检测网络性能异常的设备的示意性框图；图4是本专利技术实例1提供的基于大数据分析对虚拟化网络中的异常KPI实时检测的流程示意图；图5是本专利技术实例2提供的检测异常的流程示意图；图6是本专利技术实例3提供的调整阈值的流程示意图；图7是本专利技术实例4提供的标注实时数据的流程示意图；图8是本专利技术实例5提供的未检测出异常时重新调整置信区间的流程示意图。具体实施方式以下结合附图对本专利技术的主要实施例进行详细说明。本专利技术实施例可以基于大数据分析对虚拟化网络系统中的异常KPI进行实时检测。实施例1图1是本专利技术实施例提供的一种检测网络性能异常的方法流示意程图，如图1所示，所述方法包括：步骤S101：利用用来表征网络性能的KPI的历史数据，确定所述KPI的置信区间。具体地说，利用待检测对象的所述KPI的历史数据，确定所述KPI的历史数据的均值和残差区间，并利用所述均值和残差区间，确定所述KPI的置信区间。例如，将所述均值和所述残差区间的上限之和，确定为所述KPI的所述置信区间的上限；将所述均值和所述残差区间的下限之和，确定为所述KPI的所述置信区间的下限。其中，所述待检测对象指需要检测KPI的站点或小区。其中，所述历史数据可以是在前一个或多个周期的数据，可以自定义，例如可以是最近两周的数据。其中，所述置信区间是一个确定的数值范围，该数值范围的最小值为所述置信区间的下限，该数值范围的最大值为所述置信区间的上限。所述置信区间给出所述KPI的实时数据的可信程度，也就是说，实时数据在该数值范围内为可信，即正常，否则为不可信，即异常。步骤S102：对所述KPI进行监听，获取所述KPI的实时数据。步骤S103：利用所述置信区间和所述实时数据，确定所述KPI是否正常。具体而言，若所述KPI的所述实时数据在所述KPI的所述置信区间内，则确定所述KPI正常，否则确定所述KPI异常。本实施例根据所述置信区间自动确定异常KPI，因此可以在人员参与非常少的基础上实现KPI异常检测。在其它实施例中，在步骤S103之后，所述方法还可进一步包括：在确定所述KPI异常之后，接收所述KPI的实时数据的人工审计结果，若所述人工审计结果指示所述实时数据为正常值，即对所述KPI的实时数据进行人工审计后所述实时数据被用户标记为正常，则保存被标记为正常的所述实时数据，以便后续监听到同样的数据时，作为正常值处理。或者，若所述人工审计结果指示一个包含所述实时数据的阈值区间，即用户自定义的包含所述实时数据的阈值区间，则将所述阈值区间作为所述KPI的新置信区间，以便按照新置信区间，对后续监听到的KPI数据进行异常检测，本步骤主要用于自定义置信区间，自定义置信区间优先级可以高于系统训练的置信区间。在确定所述KPI异常之后，如果未进行人工调整，也可以根据预设时间段内所述KPI的实时数据，自动调整所述KPI的置信区间。具体地说，在所述预设时间段内对所述KPI数据中超出所述KPI的置信区间的上限的比例进行统计，若超出所述上限的KPI数据的比例达到预设第一比例，说明所述置信区间的上限不合理，此时将所述预设时间段内的KPI数据中的最大值确定为所述KPI的置信区间的新上限；在所述预设时间段内对所述KPI数据中超出所述KPI的置信区间的下限的比例进行统计，若超出所述下限的KPI数据的比例达到预设第二比例，说明所述置信区间的下限不合理，此时将所述预设时间段内的KPI数据中的最小值确定为所述KPI的置信区间的新下限。若超出所述上限和下限的KPI数据的比例均为零，即所有KPI数据均在所述置信区间内，说明所述置信区间的上下限均不合理，此时将所述预设时间段内的KPI数据中的最大值和最小值分别作为所述KPI的置信区间的新上限或新下限。本步骤主要是自适应的调整KPI的置信区间，从而得到合理的置信区间。其中，上述预设时间段、预设第一和第二比例均可由用户(即运维人员)预设。进一步地，在确定所述KPI异常后，还可以从所有异常KPI中，选取用户关注KPI和非用户关注KPI，将所述用户关注KPI排列在所述非用户关注KPI的前面，并在人机界面(如Web界面)展示给所述用户。其中，用户关注KPI可以由用户定制，也可以根据用户点击次数确定。本步骤主要是把用户重点关注的异常KPI展示在最前面，便于用户查看。本专利技术实施例能够将异常KPI实时推送给用户，优化网络资源管理，提高网络性能，改善用户体验。本领域普通技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于计算机可读取存储介质中。实施例2本专利技术还可以提供一种存储介质，其上存储有检测网络性能异常的程序，所述检测网络性能异常的程序被处理器执行时实现上述的检测网络性能异常的方法的步骤。其中，所述的处理器可以是但不限于CPU，所述的存储介质可以是但不限于ROM、RAM、磁碟、光盘或者U盘等存本文档来自技高网...

【技术保护点】
1.一种检测网络性能异常的方法，其特征在于，所述方法包括：利用用来表征网络性能的关键性能指标KPI的历史数据，确定所述KPI的置信区间；对所述KPI进行监听，获取所述KPI的实时数据；以及利用所述置信区间和所述实时数据，确定所述KPI是否正常。

【技术特征摘要】
1.一种检测网络性能异常的方法，其特征在于，所述方法包括：利用用来表征网络性能的关键性能指标KPI的历史数据，确定所述KPI的置信区间；对所述KPI进行监听，获取所述KPI的实时数据；以及利用所述置信区间和所述实时数据，确定所述KPI是否正常。2.根据权利要求1所述的方法，其特征在于，所述利用用来表征网络性能的KPI的历史数据，确定所述KPI的置信区间包括：利用所述历史数据，确定所述历史数据的均值和残差区间；将所述均值和所述残差区间的上限之和，确定为所述置信区间的上限；以及将所述均值和所述残差区间的下限之和，确定为所述置信区间的下限。3.根据权利要求1所述的方法，其特征在于，所述利用所述置信区间和所述实时数据，确定所述KPI是否正常包括：若所述实时数据在所述置信区间内，则确定所述KPI正常，否则确定所述KPI异常。4.根据权利要求3所述的方法，其特征在于，在确定所述KPI异常之后，还包括：接收所述实时数据的人工审计结果；若所述人工审计结果指示所述实时数据为正常值，则保存所述实时数据；若所述人工审计结果指示一个包含所述实时数据的阈值区间，则将所述阈值区间作为所述KPI的新置信区间。5.根据权利要求3所述的方法，其特征在于，在确定所述KPI异常之后，还包括：根据预设时间段内所述KPI的实时数据，自动调整所述KPI的置信区间。6.根据权利要求5所述的方法，其特征在于，所述根据预设时间段内所述KPI的实时数据，自动调整所述KPI的置信区间包括：在所述预设时间段内对所述实时数据中超出所述置信区间的上限和下限的比例分别进行统计；若所述实...

【专利技术属性】
技术研发人员：牛文升，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：广东,44