用于网络基线的生成和适配的方法和系统技术方案

提供了用于网络基线的生成和适配的系统、方法、装置和计算机程序产品。一种方法可以包括：生成未来时间段内的一个或多个网络度量的预测值；使用预测值和/或历史数据生成针对(多个)网络度量的基线；使用至少一种时间序列分析技术来评估(多个)网络度量以检测网络状况的变化，以及使用历史数据、机器学习和/或时间序列分析技术使基线适配检测到的网络状况的变化。

【技术实现步骤摘要】
【国外来华专利技术】用于网络基线的生成和适配的方法和系统
某些实施例总体上可以涉及有线或无线通信网络，包括但不限于局域网或广域网，诸如互联网。例如，一些实施例总体上可以涉及无线或蜂窝通信系统，诸如但不限于通用移动电信系统(UMTS)地面无线电接入网络(UTRAN)、长期演进(LTE)演进的UTRAN(E-UTRAN)、高级LTE(LTE-A)、LTE-APro和/或第五代(5G)无线电接入技术或新无线电(NR)接入技术。例如，各种实施例可以涉及用于这种通信网络的网络基线的生成和适配。
技术介绍
通用移动电信系统(UMTS)地面无线电接入网络(UTRAN)是指包括基站或节点B以及例如无线电网络控制器(RNC)的通信网络。UTRAN允许用户设备(UE)与核心网络之间的连接。RNC为一个或多个节点B提供控制功能。RNC及其对应的节点B称为无线电网络子系统(RNS)。在E-UTRAN(演进的UTRAN)的情况下，空中接口设计、协议架构和多址原理比UTRAN的更为新颖，并且不存在RNC并且无线电接入功能由演进的节点B(eNodeB或eNB)或很多eNB提供。例如，在协作多点传输(CoMP)和双连接(DC)的情况下，单个UE连接涉及多个eNB。与前几代相比，长期演进(LTE)或E-UTRAN提高了效率和服务，提供了更低的成本，并且提供了新的频谱机会。特别地，LTE是一种3GPP标准，其提供的上行链路峰值速率为例如至少每载波每秒75兆比特(Mbps)并且其提供的下行链路峰值速率为例如至少每载波每秒300Mbps。LTE支持从20MHz到1.4MHz的可扩展载波带宽，并且支持频分双工(FDD)和时分双工(TDD)两者。载波聚合或上述双连接还允许同时在多个分量载波上操作，因此使性能(诸如每用户的数据速率)成倍增长。如上所述，LTE还可以提高网络中的频谱效率，从而允许载波在给定带宽上提供更多的数据和语音服务。因此，除了高容量语音支持，LTE还旨在满足高速数据和媒体传输的需求。LTE的优势包括例如高吞吐量、低延迟、在同一平台中的FDD和TDD支持、改善的最终用户体验、以及简单的架构，从而可以降低运营成本。3GPPLTE的某些另外的版本(例如，LTERel-10、LTERel-11)针对国际移动通信高级(IMT-A)系统，其在本文中为方便起见简称为高级LTE(LTE-A)。LTE-A针对扩展和优化3GPPLTE无线电接入技术。LTE-A的目标是通过更高的数据速率和更低的延迟以降低的成本来提供显著增强的服务。LTE-A是一种更优化的无线电系统，其可以满足高级IMT的国际电信联盟无线电(ITU-R)要求，同时保持向后兼容性。在LTERel-10中引入的LTE-A的关键特征之一是载波聚合，它允许通过两个或更多LTE载波的聚合来提高数据速率。3GPPLTE的下一版本(例如，LTERel-12、LTERel-13、LTERel-14，LTERel-15)的目标是进一步改进专用服务，缩短延迟，并且满足接近5G的要求。第五代(5G)或新无线电(NR)无线系统是指下一代(NG)无线电系统和网络架构。5G也被称为IMT-2020系统。据估计，5G将提供约10-20Gbit/s或更高的比特率。5G将至少支持增强型移动宽带(eMBB)和超可靠低延迟通信(URLLC)。预计5G还可以将网络扩展性提高到数十万个连接。预期5G的信号技术将具有更大的覆盖范围以及频谱和信令效率。预计5G将提供极端的宽带和超强健的低延迟连接以及大规模网络以支持物联网(IoT)。随着IoT和机器对机器(M2M)通信的日益普及，对满足低功耗、低数据速率和长电池寿命需求的网络的需求将日益增长。注意，在5G或NR中，节点B或eNB可以称为下一代或5G节点B(gNB)。通信系统向5G的演进将使网络变得更大且更复杂。此外，预计5G网络将支持各种垂直领域，诸如智能电网、智能城市、联网汽车、eHealth等，这将使通信系统与当前系统相比成为社会的更加必不可少的重要组成部分。因此，确保这样的社会关键基础设施的高可靠性和可用性将至关重要。而且，为了支持交付预期数据速率所需要的性能要求，必须有效地运营和管理网络。
技术实现思路
一个实施例涉及一种方法，该方法可以包括生成未来时间段内的至少一个网络度量的预测值。该生成可以包括使用历史数据、机器学习或时间序列分析技术中的至少一种来生成预测值。该方法还可以包括：使用预测值或历史数据中的至少一项生成针对至少一个网络度量的基线；使用至少一种时间序列分析技术来评估至少一个网络度量以检测网络状况的变化，以及使用历史数据、机器学习或时间序列分析技术中的至少一种使基线适应检测到的网络状况的变化。在一个实施例中，该方法还可以包括使用至少一种时间序列分析技术，根据未来时间段内的至少一个网络度量的预测值来确定可变性。在某些实施例中，基线的适配可以包括周期性地确定至少一个网络度量的趋势并且当趋势的变化被检测到时，修改基线。根据一些实施例，基线可以包括上限和下限，并且该方法还可以包括将至少一个网络度量的当前观察值与基线进行比较，以及当至少一个网络度量的当前观察值在基线的上限以上或在基线的下限以下时检测违背。在某些实施例中，该方法可以包括将基线的每个过去检测到的违背作为记录存储在知识库中，其中知识库中的每个记录可以包括发生违背的时间段、违背的持续时间、和/或违背的最大程度。根据一个实施例，当违背被检测到时，该方法可以包括检查知识库以确定是否存在与存储在知识库中的检测到的违背类似的违背。当在知识库中未找到类似的违背时，该方法可以包括生成警报并且在知识库中针对检测到的违背创建记录。当在知识库中找到类似的违背时，该方法可以包括监测导致该违背遵循该类似违背的记录的至少一个网络度量，以确认检测到的违背不表示网络中的异常。根据一些实施例，当警报被生成时，该方法还可以包括：向网络管理员发送所述警报；接收指示触发该警报的违背是否表示网络中的异常的响应；以及更新知识库将响应存储在违背的记录中。在一个实施例中，该方法还可以包括：根据度量之间的对准将至少一个网络度量分配给集群，以及基于该集群对知识库中的记录进行分组。在一个实施例中，该方法可以包括将预测值存储在存储器中以与至少一个网络度量的未来预测一起使用。在某些实施例中，预测值的生成可以包括周期性地生成预测值，并且对至少一个网络度量的评估还可以包括连续地评估至少一个网络度量以检测网络状况的变化。另一实施例涉及一种装置，该装置可以包括用于生成未来时间段内的至少一个网络度量的预测值的生成部件。生成部件可以包括用于使用历史数据、机器学习或时间序列分析技术中的至少一种来生成预测值的部件。该装置还可以包括用于使用预测值或历史数据中的至少一项来生成针对至少一个网络度量的基线的生成部件；用于使用至少一种时间序列分析技术来评估至少一个网络度量以检测网络状况的变化的评估部件；以及用于使用历史数据、机器学习或时间序列分析技术中的至少一项来使基线适配检测到的网络状况的变化的适配部件。另一实施例涉及一种装置，该装置本文档来自技高网...

【技术保护点】
1.一种方法，包括：/n生成未来时间段内的至少一个网络度量的预测值，其中所述生成包括使用历史数据、机器学习或时间序列分析技术中的至少一项；/n使用所述预测值或所述历史数据中的至少一项来生成针对所述至少一个网络度量的基线；/n使用所述至少一种时间序列分析技术来评估所述至少一个网络度量以检测网络状况的变化；以及/n使用历史数据、机器学习或时间序列分析技术中的所述至少一项来使所述基线适配检测到的所述网络状况的所述变化。/n

【技术特征摘要】
【国外来华专利技术】1.一种方法，包括：
生成未来时间段内的至少一个网络度量的预测值，其中所述生成包括使用历史数据、机器学习或时间序列分析技术中的至少一项；
使用所述预测值或所述历史数据中的至少一项来生成针对所述至少一个网络度量的基线；
使用所述至少一种时间序列分析技术来评估所述至少一个网络度量以检测网络状况的变化；以及
使用历史数据、机器学习或时间序列分析技术中的所述至少一项来使所述基线适配检测到的所述网络状况的所述变化。


2.根据权利要求1所述的方法，还包括使用所述至少一种时间序列分析技术，根据所述未来时间段内的所述至少一个网络度量的所述预测值来确定可变性。


3.根据权利要求1或2所述的方法，其中所述基线的所述适配包括：周期性地确定所述至少一个网络度量的趋势，以及当所述趋势的变化被检测到时，修改所述基线。


4.根据权利要求1至3中任一项所述的方法，其中所述基线包括上限和下限，并且其中所述方法还包括：
将所述至少一个网络度量的当前观察值与所述基线进行比较；以及
当所述至少一个网络度量的所述当前观察值在所述基线的所述上限以上或者在所述基线的所述下限以下时，检测违背。


5.根据权利要求4所述的方法，还包括：
将所述基线的每个过去检测到的违背作为记录存储在知识库中，其中所述记录包括发生所述违背的时间段、所述违背的持续时间或所述违背的最大程度中的至少一项。


6.根据权利要求5所述的方法，其中当违背被检测到时，所述方法还包括：
检查所述知识库以确定是否存在与存储在所述知识库中的检测到的所述违背类似的违背；
当在所述知识库中未找到类似的违背时，生成警报并且在所述知识库中针对检测到的所述违背创建记录；以及
当在所述知识库中找到类似的违背时，监测导致所述违背遵循所述类似的违背的所述记录的所述至少一个网络度量，以确认检测到的所述违背不表示所述网络中的异常。


7.根据权利要求6所述的方法，其中当警报被生成时，所述方法还包括：
向网络管理员发送所述警报；
接收响应，所述响应指示触发所述警报的所述违背是否表示所述网络中的异常；以及
更新所述知识库以将所述响应存储在所述违背的所述记录中。


8.根据权利要求5至7中任一项所述的方法，还包括：
根据度量之间的对准将所述至少一个网络度量分配给集群；以及
基于所述集群对所述知识库中的记录进行分组。


9.根据权利要求1至8中任一项所述的方法，还包括：
将所述预测值存储在存储器中以与所述至少一个网络度量的未来预测一起使用。


10.根据权利要求1至9中任一项所述的方法，其中所述生成还包括周期性地生成所述预测值，并且其中所述评估还包括连续地评估所述至少一个网络度量以检测所述网络状况的变化。


11.一种装置，包括：
用于执行根据权利要求1至10中任一项所述的方法的部件。


12.一种装置，包括：
至少一个处理器；以及
至少一个存储器，包括计算机程序代码，
所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起使所述装置至少
生成未来时间段内的至少一个网络度量的预测值，其中所述生成包括使用历史数据、机器学习或时间序列分析技术中的至少一项；
使用所述预测值或所述历史数据中的至少一项来生成针对所述至少一个网络度量的基线；
使用所述至少一种时间序列分析技术来评估所述至少一个网络度量以检测网络状况的变化；以及
使用历史数据、机器学习或时间序列分析技术中的所述至少一项来使所述基线适配检测到的所述网络状况的所述变化。

【专利技术属性】
技术研发人员：R·米江彼，A·阿萨纳，M·科伊瓦南，傅海泳，朱钦隽，
申请(专利权)人：上海诺基亚贝尔股份有限公司，诺基亚通信公司，
类型：发明
国别省市：上海;31