面向工业应用智能双发选收的工业应用通信方法及系统技术方案

本发明专利技术属于通信技术领域，具体公开了一种面向工业应用智能双发选收的工业应用通信方法及系统，该方法根据不同的工业应用场景建立不同的双发选收模型；获取网络设备日志语言数据，并结构化预处理，得到结构化语言数据；基于结构化语言数据，建立网络故障检测模型；将网络故障检测模型应用于AR网关，对5G模组、核心网、承载网、无线网的故障进行预测；当预测值大于阈值时，输出故障警报信号。采用本技术方案，将被动监测切路由转换为主动监测，实现故障的预测发现，解决故障滞后的问题。解决故障滞后的问题。解决故障滞后的问题。

【技术实现步骤摘要】
面向工业应用智能双发选收的工业应用通信方法及系统


[0001]本专利技术属于通信
，涉及一种面向工业应用智能双发选收的工业应用通信方法及系统。

技术介绍

[0002]颠覆性的交互式工业应用终端设备正在进入工业制造领域市场，如工业应用领域的MES系统(manufacturing execution system，制造执行系统)、PLC(Programmable Logic Controller，可编程逻辑控制器)系统等，其终端设备是移动的边缘应用程序并且其应用程序将需要大量的计算和存储，以保持持续的可用性和响应能力，同时处理潜在的大量数据。因此，工业应用端到端的网络可靠性和实时性要求非常高，网络安全要求要达到9个9的级别。对此工业应用的网络传统方式是使用有线的工业以太网给予解决，但工业以太网采用的是有线接入方式，光缆线缆部署、设备安装和后续的维护及应用终端新增非常困难，成本很高。
[0003]随之5G新技术的出现，很好地解决了工业以太网的缺点，但工业应用要求网络具有高可靠性，因此在使用5G等新技术解决工业应用网络时也面临保证网络可靠性要达到9个9的安全问题。传统以5G链路为主、工业以太网工业为备用链路的方案，虽然能够解决网络容灾的问题，但这种容灾方式是通过故障发生滞后网络切换方式来解决的，是一种被动式的网络故障切换解决方法，存在如下缺点：
[0004]只有监测到主路由不通的情况下才选则备用路由，存在故障被动监测滞后问题，因此在5G模组故障发生后才能够监测到故障再发生切换路由；
[0005]在5G无线网络、核心网或承载网出现故障时，AR监测也被动监测，存在发现故障才切换滞后问题；
[0006]备用链路切换人工命令行操作或半自动脚本命令行操作，存在造成工业应用中断情况；
[0007]此解决方案模式为被动解决，被动解决方式存在滞后问题。

技术实现思路

[0008]本专利技术的目的在于提供一种面向工业应用智能双发选收的工业应用通信方法及系统，以解决故障滞后的问题。
[0009]为了达到上述目的，本专利技术的基础方案为：一种面向工业应用智能双发选收的工业应用通信方法，包括如下步骤：
[0010]获取工业应用场景类型，根据不同的工业应用场景建立不同的双发选收模型；
[0011]获取网络设备日志语言数据，并结构化预处理，得到结构化语言数据；
[0012]基于结构化语言数据，建立网络故障检测模型；
[0013]将网络故障检测模型应用于AR网关，对5G模组、核心网、承载网、无线网的故障进行预测；
[0014]当预测值大于阈值时，输出故障警报信号。
[0015]本基础方案的工作原理和有益效果在于：把故障从被动发现变为主动发现问题，对5G模组、核心网、承载网、无线网进行故障预测，解决故障滞后问题。双发选收较单发在最大时延和时延可靠性上有较大增益，可减少无线抖动带来的设备宕机，且可提升5G网络可靠性、时延稳定性，整体降低企业因设备宕机导致的停产停工概率。通过具有AI能力的AR为工业应用场景提供一张网的融合能力，解决现网资源与新技术的融合利用。
[0016]进一步，对结构化语言数据预处理的方法为：
[0017]对结构化语言数据进行聚类，得到数据点区域；
[0018]比较每个区域点p和其邻域区域点的密度，判断该区域点p是否为异常区域点，如果是异常区域点，缩小聚类区域，区域点p的邻居不断地被更接近的邻居所替代，使其离群度持续降低；
[0019]获取数个离群点的半径最小值，继续查找若未找到大于预设值Y的离群度，则无需继续查找；
[0020]根据数据的离群值与Y相比的差值，划分不同数值范围，将差值归属同一数值范围的数据归于一类，并对同一类的数据的离群值进行升序排序。
[0021]对结构化语言数据进行简化处理，便于后续数据分析，减少计算量。
[0022]进一步，建立网络故障检测模型的方法如下：
[0023]对每一个网络日志点进行异常评估，看其是否为离群点，其异常指数定义如公式如下：
[0024][0025]其中，Nk(p)表示区域点p的k近邻距离，p的离群因子捕获调用一个离群点，其是局部可达性比率的平均值；p的局部可达性密度越低，p最近邻局部可达性密度的异常指数值越高；为局部可达密度；
[0026]异常因子的异常指数越低，表明异常值越小，说明该网络设备的日志点落在密度较大区域；反之，若该日志点离群越远，该点异常值越高，当异常指数值高于阈值，则输出故障警报信号。
[0027]结构简单，利于使用，可以快速、有效地进行网络故障评估。
[0028]进一步，对上行带宽超出5G网络上行带宽168Mbps的场景应用，以及要求网络超低延时的场景，选则固移网融合模型；
[0029]上行带宽要求不超出5G上行带宽168Mbps的选则双5G模型。
[0030]根据需求选择合适的双发选收模型，便于使用。
[0031]进一步，把网络故障检测模型应用于AR网关，使AR网关具有AI人工智能预测网络故障隐患的功能；
[0032]当AR网关检测网络中存在故障时，提前将链接链路倒换到第二路由链路，起到主动容灾应用保护。
[0033]利用AR网关进行容灾保护，减少容灾保护延时。
[0034]进一步，基于场景应用对网络性能的要求，选择5G无线网或有线网络作为传输路
径，通过AR网关统一组网。
[0035]操作简单，便于使用。
[0036]本专利技术还提供一种面向工业应用智能双发选收的工业应用通信系统，包括信息采集单元和控制单元，所述信息采集单元用于获取网络设备日志语言数据，信息采集单元的输出端与控制单元的输入端连接，所述控制单元执行本专利技术所述方法，进行通信控制。
[0037]本方案系统结构简单，实现被动监测切路由转换为主动监测，解决故障滞后的问题，利于使用。
附图说明
[0038]图1是本专利技术面向工业应用智能双发选收的工业应用通信方法的流程示意图；
[0039]图2是本专利技术面向工业应用智能双发选收的工业应用通信方法的固移网融合模型的结构示意图；
[0040]图3是本专利技术面向工业应用智能双发选收的工业应用通信方法的双5G模型的结构示意图；
[0041]图4是本专利技术面向工业应用智能双发选收的工业应用通信方法的网络设备异常指数测试值。
具体实施方式
[0042]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能理解为对本专利技术的限制。
[0043]在本专利技术的描述中，需要理解的是，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向工业应用智能双发选收的工业应用通信方法，其特征在于，包括如下步骤：获取工业应用场景类型，根据不同的工业应用场景建立不同的双发选收模型；获取网络设备日志语言数据，并结构化预处理，得到结构化语言数据；基于结构化语言数据，建立网络故障检测模型；将网络故障检测模型应用于AR网关，对5G模组、核心网、承载网、无线网的故障进行预测；当预测值大于阈值时，输出故障警报信号。2.如权利要求1所述的面向工业应用智能双发选收的工业应用通信方法，其特征在于，对结构化语言数据预处理的方法为：对结构化语言数据进行聚类，得到数据点区域；比较每个区域点p和其邻域区域点的密度，判断该区域点p是否为异常区域点，如果是异常区域点，缩小聚类区域，区域点p的邻居不断地被更接近的邻居所替代，使其离群度持续降低；获取数个离群点的半径最小值，继续查找若未找到大于预设值Y的离群度，则无需继续查找；根据数据的离群值与Y相比的差值，划分不同数值范围，将差值归属同一数值范围的数据归于一类，并对同一类的数据的离群值进行升序排序。3.如权利要求1所述的面向工业应用智能双发选收的工业应用通信方法，其特征在于，建立网络故障检测模型的方法如下：对每一个网络日志点进行异常评估，看其是否为离群点，其异常指数定义如公式如下：其中，Nk(p)表示区域点p的k近邻距离，p的离群因子捕获调用一个离群点，其是局部可达性比率的平均值；p的局部...

【专利技术属性】
技术研发人员：唐尚禹，霍明德，张艳，霍誉文，周国语，及莹，
申请(专利权)人：唐尚禹，
类型：发明
国别省市：