专利名称：一种关键性能指标的监控方法及装置的制作方法
技术领域：
本发明涉及网络性能管理技术，尤其涉及一种关键性能指标(KPI)的监控方法及装置。
背景技术：
性能管理是电信网络管理中的几大管理功能之一。性能管理的目的是对网络、网络单元或设备进行性能监视，采集性能统计数据，评价网络、网络单元的有效性，报告电信设备的状态，支持网络规划和网络分析等等。、现有的电信网络中，无论是网络设备的类型还是网络设备的数量均众多，而且每个网络设备承载的业务类型也越来越多，从而导致网管系统中的关键性能指标(KPI)指标变得复杂。当前的KPI指标大多都是相互之间独立呈现，基本是一个个独立的分散点，现有技术对KPI指标的监控较为松散，不利于总体观察和分析。
发明内容
本发明所要解决的技术问题是需要提供一种关键性能指标的监控方法及装置，克服现有技术对KPI指标的监控较为松散的缺陷。为了解决上述技术问题，本发明提供了一种关键性能指标(KPI)的监控方法，包括确定待监控业务所涉及的网元实例，获得各网元实例的连接关系；确定待监控业务的第一 KPI，根据各网元实例的连接关系，对所述第一 KPI的指标树模型进行展开，获得表现该第一 KPI的指标树；根据所述指标树对所述业务进行监控。进一步地，在确定待监控业务的第一 KPI后，所述方法还包括为所述待监控业务建立该业务对应的第一 KPI的指标树模型。进一步地，所述为待监控业务建立该业务对应的KPI的指标树模型包括根据所述业务所涉及的网元的连接关系以及KPI间的关联关系，对所述第一 KPI进行逐层分解，得到与所述第一 KPI具有关联关系的一层或者多层KPI，所述第一 KPI与所述一层或者多层KPI共同组成所述第一 KPI的指标树模型，所述指标树模型中的每个KPI属于一种网元类型。进一步地，所述对第一 KPI进行逐层分解包括根据所述业务所涉及的网元的连接关系以及与所述第一 KPI具有关联关系的KPI，对所述第一 KPI进行分解，得到与所述第一 KPI具有关联关系的一个或多个KPI作为第一层KPI，判断所述第一层KPI若能分解，则根据与所述第一层KPI中各KPI具有关联关系的KPI对所述第一层KPI中的每个KPI逐个进行分解，得到第二层KPI，以此类推，直到得到的KPI不能再分解为止。进一步地，所述对第一KPI的指标树模型进行展开，获得表现该第一KPI的指标树的步骤包括根据各网元实例的连接关系，将所述指标树模型中每个KPI展开为该KPI所属网元类型对应的一个或多个网元实例的KPI，展开后得到的指标树中，每个KPI属于一个网元实例。为了解决上述技术问题，本发明还提供了一种关键性能指标(KPI)的监控装置，包括获取模块、第一建立模块和监控模块，其中所述获取模块，用于确定待监控业务所涉及的网元实例，获得各网元实例的连接关系;所述第一建立模块，用于确定待监控业务的第一 KPI，根据各网元实例的连接关系，对所述第一 KPI的指标树模型进行展开，获得表现该第一 KPI的指标树；所述监控模块，用于根据所述指标树对所述业务进行监控。 进一步地，所述装置还包括第二建立模块，所述第二建立模块还用于为所述待监控业务建立该业务对应的KPI的指标树模型。进一步地，所述第二建立模块采用以下方式为所述待监控业务建立该业务对应的KPI的指标树模型根据所述业务所涉及的网元的连接关系以及KPI间的关联关系，对所述第一 KPI进行逐层分解，得到与所述第一 KPI具有关联关系的一层或者多层KPI，所述第一KPI与所述一层或者多层KPI共同组成所述第一 KPI的指标树模型，所述指标树模型中的每个KPI属于一种网元类型。进一步地，所述第二建立模块采用以下方式对所述第一 KPI进行逐层分解根据所述业务所涉及的网元的连接关系以及与所述第一 KPI具有关联关系的KPI，对所述第一KPI进行分解，得到与所述第一 KPI具有关联关系的一个或多个KPI作为第一层KPI，判断所述第一层KPI若能分解，则根据与所述第一层KPI中各KPI具有关联关系的KPI对所述第一层KPI中的每个KPI逐个进行分解，得到第二层KPI，以此类推，直到得到的KPI不能再分解为止。进一步地，所述第一建立模块用于采用以下方式对所述第一 KPI的指标树模型进行展开，获得表现该第一 KPI的指标树根据各网元实例的连接关系，将所述指标树模型中每个KPI展开为该KPI所属网元类型对应的一个或多个网元实例的KPI，展开后得到的指标树中，每个KPI属于一个网兀实例。与现有技术相比，本发明实施例利用网元连接关系以及KPI的关联关系等为KPI指标建立了立体的指标树，将KPI指标所述网兀的位置关系及KPI指标相互之间的关联关系有效地整合在了一起，有效解决KPI指标分散且相互之间的关联关系未能得以体现且加以利用的问题，有效地支持了网络规划和分析，使得网元位置关系、KPI数据以及KPI关联关系以立体的形式呈现在指标树中并用于KPI指标的监控。本发明的技术方案适用于电信领域跨专业网络管理中的性能管理。本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。在附图中图I是本发明实施例关键性能指标的监控方法的流程示意图；图2是图I所示实施例的具体应用的流程示意图；图3是图2所不具体应用中的MSC连接关系不意图；图4是图2所示具体应用中MSC位置更新成功率分解示意图；图5是图2所示具体应用中MSC位置更新失败率的指标树示意图；图6是本发明实施例关键性能指标的监控系统的组成示意图。
具体实施例方式考虑到在相同的业务范围内，大部分KPI指标都是有一定关联关系并且是相互影响的，因此本发明通过为监控业务所涉及网元的KPI指标生成KPI指标树，有效表现各KPI指标之间的关联关系，方便运维人员进行维护。为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。实施例一、关键性能指标的监控方法如图I所示，本实施例主要包括如下步骤步骤S110，确定待监控业务所涉及的网元实例，获得各网元实例的连接关系；每种业务涉及多种类型的网元，一种网元类型可能有多个网元实例。例如某业务涉及的网元类型包括移动交换中心(MSC)和基站控制器(BSC)，其中类型为MSC的网元实例包括MSC1、MSC2，类型为BSC的网元实例包括BSC1、BSC2、BSC3和BSC4。本步骤中，还可以将各网元实例根据相互之间的连接关系整理成一个平面的连接关系图，可以将这个关系图视为后续所建立的KPI指标树的网元层面的扩展。并且，可以进一步地将这个关系图持久化到数据库中，在界面上以平面图的方式进行展现。步骤S120，确定待监控业务的第一 KPI，根据各网元实例的连接关系，对第一 KPI的指标树模型进行展开，获得表现该第一 KPI的指标树；上述第一 KPI的指标树模型可以预先建立好，在监控时调用，也可以在监控时再建立。如果是监控时再建立，则在确定第一 KPI后，还包括步骤为所述待监控业务建立该业务对应的第一 KPI的指标树模型。不管预先建立还是监控时建立，建立指标树模型的方法相同。在待监控业务确定后，待监控业务的KPI也可以确定，该KPI是用于衡量该业务的指标。而KPI的指标树模型需要结合该业务所涉及的网元的连接关系以及KPI间的关联关系获得，此处所述KPI间的关联关系包括函数关系或其他影响关系。例如当KPI_A = f (KPI_B)，其中f表不函数，则认为该KPI_A与KPI_B具有关联关系。该关联关系为函数关系时，上层KPI由下层KPI计算得到，下层KPI是上层KPI的因子的集合或子集。其他影响关系是指当KPI_C与KPI_D无确定的函数关系，但KPI_D的值会影响KPI_C的值，则也认为KPI_C与KPI_D具有关联关系，KPI_D为KPI_C的下层KPI0例如第一 KPI = f(KPI_l, KPI_2)，则可直接确定第一层KPI包括KPI_1和KPI_2。再例如第一 KPI与KPI_1、KPI_2具有关联关系(例如影响关系，KPI_1和KPI_2会影响到第一 KPI的值)，则可以确定第一层KPI包括KPI_1和KPI_2，其中第一 KPI和KPI_1、KPI_2分别属于不同网元类型。上层KPI与下层KPI被认为是有直接关联关系的。根据待监控业务所涉及网元的连接关系以及与第一 KPI具有关联关系的KPI，对该第一 KPI进行分解，得到与所述第一 KPI具有关联关系的一个或多个KPI作为第一层KPI，判断所述第一层KPI若能分解，则根据与该第一层KPI中各KPI具有关联关系的KPI对所述第一层KPI中的每个KPI逐个进行分解，得到第二层KPI，以此类推，直到得到的KPI不能再分解为止。通过上述的逐层分解，最终得到与第一 KPI具有关联关系的一层或者多层KPI，该第一 KPI (可以被认为是第零层KPI)与得到的一层或者多层KPI共同组成该第一KPI的指标树模型，指标树模型中的每个KPI属于一种网元类型，或者说对应一种网元类型。上层KPI和下层KPI可能归属同一个网元类型，也可能归属不同的网元类型。
在性能的管理过程中，每个业务都会有不同的性能测量对象(PO)，性能测量对象会有相关计数器来对基本业务进行计数，在PO的基础上可以获得关键性能指标KPI值。一般而言，KPI会有多个，而且相互之间一般都具有关联关系。因此，根据业务的性能测量对象获得KPI指标，并经过层层提取和整理，可以按照业务的类型整理出对应的KPI指标树模型，通过该KPI模型来描述KPI体系的层次以及关系，并以树形的形式进行表现和展示。KPI指标树模型体现的是指标KPI间的关系，而实际每个KPI类型所属的网元会有多个实例。也就是说，上述指标树模型中，仅有与上层KPI有关联关系的下层KPI，该下层KPI只表示针对某种网元类型的KPI，由于每种网元类型可能有多个网元实例，因此需要列出所有网元实例的KPI。由于指标树模型中的每个KPI都有对应的网元类型，因此根据连接关系，将指标树模型中每个KPI展开为该KPI所属网元类型对应的一个或多个网元实例的KPI。展开后得到的指标树中的每个KPI属于一个网元实例,或者说对应一个网元实例。比如网元类型为BSC的KPI为呼叫成功率，如果BSC有3个网元实例，那么就要监控BSC_1.呼叫成功率(第一个BSC网元实例的呼叫成功率)、BSC_2.呼叫成功率(第二个BSC网元实例的呼叫成功率)和BSC_3.呼叫成功率(第三个BSC网元实例的呼叫成功率)。如此，在KPI指标树模型的基础上，将网元实例进行展开，就得到一个完整的指标树。步骤S130，根据指标树对该业务进行监控。本实施例以业务为主线，在跨专业网的前提下有效地将KPI关系及网元位置关系等整合到一起，整合后的展示系统信息量更全面而且也更有实用价值。上述实施例的一具体应用，以KPI为MSC的位置更新失败率为例进行说明。如图2所示，本应用具体包括如下步骤步骤S210，本实施例业务涉及的网元类型包括MSC和BSC，其中MSC的网元实例为MSCl，MSCl连接了 3个BSC网元实例BSCl、BSC2以及BSC3，建立MSCl与这三个BSC网元实例的连接关系如图3所示；步骤S220，建立MSC位置更新失败率对应的树形的KPI指标模型；如图4所示，本步骤具体包括如下的分解过程以及相应的获取KPI指标的过程如下(I)第I层分解
对KPI指标进行分解，以获得MSC位置更新失败率的下一层KPI指标。与位置更新失败率有关联关系的KPI指标包括如下的两个MSC位置更新失败率I)，MSC局内位置更新失败率；2)，MSC局间位置更新失败率；(2)第2层分解对KPI指标继续分解，以获得MSC局内位置更新失败率的下一层KPI指标，与MSC局内位置更新失败率有关联关系的KPI指标包括如下的四个MSC局内位置更新失败率I)，MSC局内位置更新用户原因导致的位置更新失败率；2)，MSC局内位置更新内部原因导致的位置更新失败率；3)，MSC局内位置更新无线原因导致的位置更新失败率；4)，MSC局内位置更新HLR(归属位置寄存器)原因导致的位置更新失败率；以及，对KPI指标继续分解，以获得MSC局间位置更新失败率的下一层KPI指标，与MSC局间位置更新失败率有关联关系的KPI指标包括如下的四个MSC局间位置更新失败率 I)，MSC局间位置更新HLR原因导致的位置更新失败率；2)，MSC局间位置更新无线原因导致的位置更新失败率；3)，MSC内部原因导致的位置更新失败率；4)，MSC用户原因导致的位置更新失败率；
(3)第3层分解进一步对上述KPI指标继续分解，以获得MSC局内位置更新无线原因导致的位置更新失败率的下一层KPI指标，与MSC局内位置更新无线原因导致的位置更新失败率有关联关系的KPI指标包括如下的两个MSC局内位置更新无线原因导致的位置更新失败率I)，BSC局内位置更新无线主动释放导致的位置更新失败率；2)，BSC局内位置更新鉴权或者ID请求超时导致的位置更新失败率；以及，进一步对KPI指标继续分解，以获得MSC局间位置更新无线原因导致的位置更新失败率的下一层KPI指标，与MSC局间位置更新无线原因导致的位置更新失败率有关联关系的KPI指标包括如下的两个MSC局间位置更新无线原因导致的位置更新失败率I)，BSC局间位置更新无线主动释放导致的位置更新失败率；2)，BSC局间位置更新鉴权或者ID请求超时导致的位置更新失败率；步骤S230，在KPI指标树模型中涉及多个网元实例的节点处，对KPI指标树模型进行展开，获得表现MSC位置更新失败率的KPI指标的指标树，利用该指标树即可进行后续的KPI指标的监控。图5为采用上述方法生成的实际指标树图，最后一列为树中每个KPI的取值。运维人员可根据该指标树直观地查找出对MSCl位置更新失败率影响最大的KPI指标，或者根据该指标树进行网络排查。本实施例中，实现上述方法的KPI监控装置如图6所示，本实施例主要包括获取模块610、第一建立模块620以及监控模块640，其中所述获取模块610，用于确定待监控业务所涉及的网元实例，获得各网元实例的连接关系;
所述第一建立模块620，用于确定待监控业务的第一 KPI，根据各网元实例的连接关系，对所述第一 KPI的指标树模型进行展开，获得表现该第一 KPI的指标树；所述监控模块640，用于根据所述指标树对所述业务进行监控。优选地，该装置还包括第二建立模块630，该第二建立模块630还用于为所述待监控业务建立该业务对应的KPI的指标树模型。具体地，该第二建立模块采用以下方式为所述待监控业务建立该业务对应的KPI的指标树模型根据所述业务所涉及的网元的连接关系以及KPI间的关联关系，对所述第一 KPI进行逐层分解，得到与所述第一 KPI具有关联关系的一层或者多层KPI，所述第一KPI与所述一层或者多层KPI共同组成所述第一 KPI的指标树模型，所述指标树模型中的每 个KPI属于一种网元类型。该第二建立模块采用以下方式对所述第一 KPI进行逐层分解根据所述业务所涉及的网元的连接关系以及与所述第一 KPI具有关联关系的KPI，对所述第一 KPI进行分解，得到与所述第一 KPI具有直接关联关系的一个或多个KPI作为第一层KPI，判断该第一层KPI若能分解，则根据与该第一层KPI中各KPI具有关联关系的KPI对该第一层KPI中的每个KPI逐个进行分解，得到第二层KPI，以此类推，直到得到的KPI不能再分解为止。优选地，上述第一建立模块用于采用以下方式对第一 KPI的指标树模型进行展开，获得表现该第一 KPI的指标树根据各网元实例的连接关系，将所述指标树模型中每个KPI展开为该KPI所属网元类型对应的一个或多个网元实例的KPI，展开后得到的指标树中，每个KPI属于一个网元实例。实施例二、KPI模型建立方法包括如下步骤步骤310，确定待监控业务的第一 KPI，以及所述待监控业务所涉及的网元的连接关系;每种业务涉及多种类型的网元。步骤320，根据所述业务所涉及的网元的连接关系以及KPI间的关联关系，对所述第一 KPI进行逐层分解，得到与所述第一 KPI具有关联关系的一层或者多层KPI，所述第一KPI与所述一层或者多层KPI共同组成所述第一 KPI的指标树模型，所述指标树模型中的每个KPI属于一种网元类型。对第一 KPI进行逐层分解的步骤包括根据所述业务所涉及的网元的连接关系以及与所述第一 KPI具有关联关系的KPI，对该第一 KPI进行分解，得到与所述第一 KPI具有直接关联关系的一个或多个KPI作为第一层KPI，判断该第一层KPI若能分解，则根据与该第一层KPI中各KPI具有关联关系的KPI对该第一层KPI中的每个KPI逐个进行分解，得到第二层KPI，以此类推，直到得到的KPI不能再分解为止。采用上述方法生成的指标树模型将衡量业务的KPI用树形结构表现出来，一方面可以直观展现各KPI间的关系，另一方面还可以利用该模型生成指标树以方面监控。本实施例中，实现上述方法的KPI模型建立装置，包括确定模块以及建模模块，其中所述确定模块，用于确定待监控业务的第一 KPI，以及所述待监控业务所涉及的网元的连接关系；
所述建模模块，用于根据所述业务所涉及的网元的连接关系以及KPI间的关联关系，对该第一KPI进行逐层分解，得到与所述第一KPI具有关联关系的一层或者多层KPI，所述第一 KPI与所述一层或者多层KPI共同组成所述第一 KPI的指标树模型，所述指标树模型中的每个KPI属于一种网元类型。本发明提出的技术方案有效整合KPI相关信息，将分散的KPI数据、KPI关系以及网元连接关系等建立了从点到面再到立体的关联方式，从而提供了一种多角度立体监控的KPI指标监控技术，为用户提供了一种全新的监控方式和监控体验。本领域的技术人员应该明白，上述的本发明所提供的系统类的实施例中各组成部分，以及方法类的实施例中各步骤，可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。 虽然本发明所揭露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。
权利要求
1.一种关键性能指标(KPI)的监控方法，包括 确定待监控业务所涉及的网元实例，获得各网元实例的连接关系； 确定待监控业务的第一 KPI，根据各网元实例的连接关系，对所述第一 KPI的指标树模型进行展开，获得表现该第一 KPI的指标树； 根据所述指标树对所述业务进行监控。
2.根据权利要求I所述的方法，其特征在于 在确定待监控业务的第一 KPI后，所述方法还包括为所述待监控业务建立该业务对应的第一 KPI的指标树模型。
3.根据权利要求2所述的方法，其特征在于所述为待监控业务建立该业务对应的KPI的指标树模型包括 根据所述业务所涉及的网元的连接关系以及KPI间的关联关系，对所述第一 KPI进行逐层分解，得到与所述第一 KPI具有关联关系的一层或者多层KPI，所述第一 KPI与所述一层或者多层KPI共同组成所述第一 KPI的指标树模型，所述指标树模型中的每个KPI属于一种网元类型。
4.根据权利要求3所述的方法，其特征在于 所述对第一 KPI进行逐层分解包括根据所述业务所涉及的网元的连接关系以及与所述第一 KPI具有关联关系的KPI，对所述第一 KPI进行分解，得到与所述第一 KPI具有关联关系的一个或多个KPI作为第一层KPI，判断所述第一层KPI若能分解，则根据与所述第一层KPI中各KPI具有关联关系的KPI对所述第一层KPI中的每个KPI逐个进行分解，得到第二层KPI，以此类推，直到得到的KPI不能再分解为止。
5.根据权利要求1-4中任一权利要求所述的方法，其特征在于 所述对第一 KPI的指标树模型进行展开，获得表现该第一 KPI的指标树的步骤包括根据各网元实例的连接关系，将所述指标树模型中每个KPI展开为该KPI所属网元类型对应的一个或多个网元实例的KPI，展开后得到的指标树中，每个KPI属于一个网元实例。
6.一种关键性能指标(KPI)的监控装置，包括获取模块、第一建立模块和监控模块，其中 所述获取模块，用于确定待监控业务所涉及的网元实例，获得各网元实例的连接关系; 所述第一建立模块，用于确定待监控业务的第一 KPI，根据各网元实例的连接关系，对所述第一 KPI的指标树模型进行展开，获得表现该第一 KPI的指标树； 所述监控模块，用于根据所述指标树对所述业务进行监控。
7.根据权利要求6所述的装置，其特征在于 所述装置还包括第二建立模块，所述第二建立模块还用于为所述待监控业务建立该业务对应的KPI的指标树模型。
8.根据权利要求7所述的装置，其特征在于 所述第二建立模块采用以下方式为所述待监控业务建立该业务对应的KPI的指标树模型根据所述业务所涉及的网元的连接关系以及KPI间的关联关系，对所述第一KPI进行逐层分解，得到与所述第一 KPI具有关联关系的一层或者多层KPI，所述第一 KPI与所述一层或者多层KPI共同组成所述第一 KPI的指标树模型，所述指标树模型中的每个KPI属于一种网元类型。
9.根据权利要求8所述的装置，其特征在于 所述第二建立模块采用以下方式对所述第一 KPI进行逐层分解根据所述业务所涉及的网元的连接关系以及与所述第一 KPI具有关联关系的KPI，对所述第一 KPI进行分解，得到与所述第一 KPI具有关联关系的 一个或多个KPI作为第一层KPI，判断所述第一层KPI若能分解，则根据与所述第一层KPI中各KPI具有关联关系的KPI对所述第一层KPI中的每个KPI逐个进行分解，得到第二层KPI，以此类推，直到得到的KPI不能再分解为止。
10.根据权利要求6-9中任一权利要求所述的装置，其特征在于 所述第一建立模块用于采用以下方式对所述第一 KPI的指标树模型进行展开，获得表现该第一 KPI的指标树 根据各网元实例的连接关系，将所述指标树模型中每个KPI展开为该KPI所属网元类型对应的一个或多个网元实例的KPI，展开后得到的指标树中，每个KPI属于一个网元实例。
全文摘要
本发明公开了一种关键性能指标的监控方法及装置，克服现有技术对KPI指标的监控较为松散的缺陷。所述方法包括确定待监控业务所涉及的网元实例，获得各网元实例的连接关系；确定待监控业务的第一KPI，根据各网元实例的连接关系，对所述第一KPI的指标树模型进行展开，获得表现该第一KPI的指标树；根据所述指标树对所述业务进行监控。所述监控装置包括获取模块、第一建立模块和监控模块。本发明利用网元连接关系以及KPI的关联关系等为KPI指标建立了立体的指标树，将KPI指标所述网元的位置关系及KPI指标相互之间的关联关系有效地整合在了一起，有效解决KPI指标分散且相互之间的关联关系未能得以体现且加以利用的问题。
文档编号H04W24/00GK102740319SQ20111009554
公开日2012年10月17日 申请日期2011年4月15日 优先权日2011年4月15日
发明者杜家强, 杜贤俊, 熊纪涛, 高原 申请人:中兴通讯股份有限公司