本申请属于通信技术领域，具体涉及一种网元设备性能的检测方法、装置及计算机可读介质。该方法包括：获取网元设备的历史通信数据，并根据历史通信数据确定风险源，其中，风险源为对网元设备的性能有影响的因素；基于风险源，构建风险评估指标体系；对风险评估指标体系中的权重和阈值进行优化，以得到风险评估模型；将网元设备的风险评估指标输入风险评估模型，以得到风险评估值；根据风险评估值，确定网元设备的风险等级。这样，通过风险源构建风险评估指标体系，并对风险评估指标体系中的权重和阈值进行优化，有利于构建得到与实际情况更加符合的风险评估模型，从而使得预测得到的风险评估值更加准确，风险评估结果更加可靠。风险评估结果更加可靠。风险评估结果更加可靠。
【技术实现步骤摘要】
网元设备性能的检测方法、装置及计算机可读介质
[0001]本申请属于通信
，具体涉及一种网元设备性能的检测方法、装置及计算机可读介质。
技术介绍
[0002]5G核心网(5GC)中存在着大量的网元设备，在实际应用场景中，要保证不同类型的网元设备处于正常运行状态，就需要对网元设备性能进行检测并对可能出现的故障风险进行评估，确定风险等级并采取必要的应对措施。
[0003]而传统的风险评估方法都是主观分析方法，在分析过程中需要人为设定一些关键风险源的数值，在很大程度上影响了评估结果的准确性及可信度。
[0004]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本申请的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
[0005]本申请的目的在于提供一种网元设备性能的检测方法、装置及计算机可读介质，在一定程度上实现了得到较准确的性能评估结果，从而使得风险评估结果更加可靠。
[0006]本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。
[0007]根据本申请实施例的一个方面，提供一种网元设备性能的检测方法，所述方法包括：
[0008]获取网元设备的历史通信数据，并根据所述历史通信数据确定风险源，其中，所述风险源为对网元设备的性能有影响的因素；
[0009]基于所述风险源，构建风险评估指标体系；
[0010]对所述风险评估指标体系中的权重和阈值进行优化，以得到风险评估模型；
[0011]将所述网元设备的风险评估指标输入所述风险评估模型，以得到风险评估值；
[0012]根据所述风险评估值，确定所述网元设备的风险等级。
[0013]根据本申请实施例的一个方面，提供一种网元设备性能的检测装置，所述装置包括：
[0014]获取模块，用于获取网元设备的历史通信数据，并根据所述历史通信数据确定风险源，其中，所述风险源为对网元设备的性能有影响的因素；
[0015]构建模块，用于基于所述风险源，构建风险评估指标体系；
[0016]优化模块，用于对所述风险评估指标体系中的权重和阈值进行优化，以得到风险评估模型；
[0017]评估模块，用于将所述网元设备的风险评估指标输入所述风险评估模型，以得到风险评估值；
[0018]确定模块，用于根据所述风险评估值，确定所述网元设备的风险等级。
[0019]在本申请的一些实施例中，基于以上技术方案，所述构建模块还用于，根据所述网元设备在运行过程中实际的风险源个数构建目标函数，以得到所述风险评估指标体系。
[0020]在本申请的一些实施例中，基于以上技术方案，所述优化模块还用于，构建初始权重及阈值种群；计算所述初始权重及阈值种群的适应度；根据所述初始权重及阈值种群的适应度，对所述初始权重及阈值种群进行选择、交叉、变异，直至满足终止条件，以得到最优权重与最优阈值；将所述最优权重与所述最优阈值代入所述风险评估指标体系，以得到所述风险评估模型。
[0021]在本申请的一些实施例中，基于以上技术方案，所述优化模块还用于，对所述风险评估指标体系中的权重和阈值进行编码；将每一组所述权重和所述阈值的集合组成一条染色体，并根据所述权重和所述阈值的不同组合选取多条染色体，以得到所述初始权重及阈值种群。
[0022]在本申请的一些实施例中，基于以上技术方案，所述优化模块还用于，根据目标函数计算所述初始权重及阈值种群中各条染色体的目标函数值；根据所述目标函数值以及预设约束条件，以得到所述初始权重及阈值种群的适应度。
[0023]在本申请的一些实施例中，基于以上技术方案，所述优化模块还用于，根据所述初始种群的适应度对所述初始权重及阈值种群进行选择，以组建成新的权重及阈值遗传种群；将生成新的权重及阈值遗传种群进行配对，以生成遗传配对风险评估群体；对所述遗传配对风险评估群体进行交叉，以得到遗传交叉风险评估群体；对所述遗传交叉风险评估群体进行变异，形成次遗传风险评估群体。
[0024]在本申请的一些实施例中，基于以上技术方案，所述优化模块还用于，计算所述次遗传风险评估群体中各个染色体的目标函数值，并以所述次遗传风险评估群体作为下一轮的初始风险评估群体；对下一轮的初始风险评估群体重复迭代计算适应度，以及根据适应度计算得到目标函数值；直至计算得到目标函数值最低时对应的权重和阈值组合群体，以得到最优权重与最优阈值。
[0025]根据本申请实施例的一个方面，提供一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如以上技术方案中的网元设备性能的检测方法。
[0026]根据本申请实施例的一个方面，提供一种电子设备，该电子设备包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器被配置为经由执行所述可执行指令来执行如以上技术方案中的网元设备性能的检测方法。
[0027]根据本申请实施例的一个方面，提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行如以上技术方案中的网元设备性能的检测方法。
[0028]在本申请实施例提供的技术方案中，通过风险源构建风险评估指标体系，并对风险评估指标体系中的权重和阈值进行优化，有利于构建得到与实际情况更加符合的风险评估模型，从而使得预测得到的风险评估值更加准确，使得风险评估结果更加可靠。
[0029]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0030]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0031]图1示意性地示出了本申请一实施例提供网元设备性能的检测方法步骤流程。
[0032]图2示意性地示出了本申请一实施例中对风险评估指标体系中的权重和阈值进行优化，以得到风险评估模型的步骤流程。
[0033]图3示意性地示出了本申请一实施例中构建初始权重及阈值种群的步骤流程。
[0034]图4示意性地示出了本申请一实施例中计算初始权重及阈值种群的适应度的步骤流程。
[0035]图5示意性地示出了本申请一实施例中根据初始权重及阈值种群的适应度，对初始权重及阈值种群进行选择、交叉、变异的步骤流程。
[0036]图6示意性地示出了本申请另一实施例提供网元设备性能的检测方法步骤流程。
[0037]图7示意性地示出了本申请一实施例系统整体流程图。
[0038]图8示意性地示出了本申请实施例提供的网元设备性能的检测装置的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种网元设备性能的检测方法，其特征在于，所述方法包括：获取网元设备的历史通信数据，并根据所述历史通信数据确定风险源，其中，所述风险源为对网元设备的性能有影响的因素；基于所述风险源，构建风险评估指标体系；对所述风险评估指标体系中的权重和阈值进行优化，以得到风险评估模型；将所述网元设备的风险评估指标输入所述风险评估模型，以得到风险评估值；根据所述风险评估值，确定所述网元设备的风险等级。2.根据权利要求1所述的网元设备性能的检测方法，其特征在于，所述基于所述风险源，构建风险评估指标体系，包括：根据所述网元设备在运行过程中实际的风险源个数构建目标函数，以得到所述风险评估指标体系。3.根据权利要求1或2所述的网元设备性能的检测方法，其特征在于，所述对所述风险评估指标体系中的权重和阈值进行优化，以得到风险评估模型，包括：构建初始权重及阈值种群；计算所述初始权重及阈值种群的适应度；根据所述初始权重及阈值种群的适应度，对所述初始权重及阈值种群进行选择、交叉、变异，直至满足终止条件，以得到最优权重与最优阈值；将所述最优权重与所述最优阈值代入所述风险评估指标体系，以得到所述风险评估模型。4.根据权利要求3所述的网元设备性能的检测方法，其特征在于，所述构建初始权重及阈值种群，包括：对所述风险评估指标体系中的权重和阈值进行编码；将每一组所述权重和所述阈值的集合组成一条染色体，并根据所述权重和所述阈值的不同组合选取多条染色体，以得到所述初始权重及阈值种群。5.根据权利要求4所述的网元设备性能的检测方法，其特征在于，所述计算所述初始权重及阈值种群的适应度，包括：根据目标函数计算所述初始权重及阈值种群中各条染色体的目标函数值；根据所述目标函数值以及预设约束条件，以得到所述初始权重及阈值种群的适应度。6.根据权利要求5所述的网元设备性能的检测方法，其特征在于，所述根据所述初始权重及阈值种群的适...
【专利技术属性】
技术研发人员：高一超，阳志明，李凌，田海波，张宇婕，云龙，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。