专利名称：：基于户线测试模块的软交换户线智能测试系统及其方法
技术领域：
：本发明涉及一种通信领域中的软交换(VoIP,VoiceofInternetPhone)技术，尤其涉及一种基于户线测试模块的软交换户线智能测试系统及其方法。
背景技术：
：在软交换
技术领域：
中，电话业务户线测试(亦称112测试)的体系结构由依次连接的核心控制器、软交换支撑网、接入设备、户线和话机组成。一般接入设备分布在靠近用户的位置，因而较为分散。接入设备一般包括综合接入设备(IAD)和接入网关(AG)。用户线故障数据可通过相关接入设备提供的检测单元取得，供故障维护系统分析定位。软交换网络具有承载与控制相分离、业务与信令相分离的特点；相对于传统交换网络(承载与控制相结合、业务与信令相结合一体化的特点)，软交换网络具有多种用户接入方式和类型，因此对户线故障测试提出了新的要求。传统电话业务的户线测试通常采用测试头测试方案，必须构建专用维护系统，包括"户线中心+业务分局+远端测试设备"等部分组成，其中户线中心包括户线IVR(自动语音导航受理、自动证实)，数据库(用户资料库、工单信息表、分局路由表、测试路由表、维修记录表和系统维护表等)，WEB服务器(自动流程管理、人工呢B应用和统计分析等)，测试服务器(自动、人工测试调度管理)，户线中心人工台(人工受理、人工证实、工单査询、统计分析和人工测试等)o业务分局包括人工受理，人工证实，工单管理，综合査询，系统维护，统计分析和人工测试等。远端测试设备远端测试盒。由此可见，传统电话业务的户线测试配置成本很高；但因程控交换机集中配置在局端电信机房，而软交换系统通常是分散配置的，针对这种情况就要采用不同的户线测试方案。软交换系统与传统电话的集中式程控交换体系结构不同，电话线分布在用户住所和综合接入设备(IAD)或接入网关(AG)之间，一般接入设备分布范围很广，不适宜构建传统测试头方案，因此可通过接入设备附带的检测单元来采集数据分析建模，形成户线故障测试分析系统，以下称之为经济型仿真测试方案。仿真测试具有便利部署和低成本的优势，但需要分析测试数据来定位故障，准确性取决于分析算法和合理的分析模型。
发明内容对于基于接入设备的户线仿真测试，针对连接接入设备端口以及话机的用户线，标准电话线包括A线和B线。通过接入设备AG的检测单元，可取得A线对B线、A线对地和B线对地的电阻、电容值，以及环路电流值，必须由测试取得的数据区分下述状态，才能实现故障定位。(1)A线对地短路(2)B线对地短路(3)双线对地短路(4)用户摘机(5)话机故障(6)正常(挂机)(7)断线(8)短路(9)线路串直流要根据接入设备检测单元得到的数据定位户线相关故障，通常需在结果可知情况下经过大量测试取得实验数据(以下称之为训练数据)，再根据数值分布的特点来形成经验公式，由此确定某个特定用户线状态，称此方法为经验归类法(以下称方案B)，由于话机型号、用户线长度等方面因素都影响故障定位结论，因此就必须保存这些关联信息，而且在每条用户线测试前预先保存各种确定状态的基准数据，实际情况下大规模用户线的基准数据采集是一项艰巨任务，几乎无法实施，虽然可利用实验室受控条件采集，但因现场一般不可控，而实验室采集到的样本不能覆盖特定地点的相关因素。因而有必要引入数据挖掘技术(以下称方案A)，本发明是方案A的一种实现。实践证明，借助计算机软件功能，采用合适的数据挖掘技术，也能满足故障定位的准确度要求，由此可大幅降低户线测试系统配置与实施成本，适用于软交换户线测试在内的综合故障维护系统需求。本发明的目的就在于克服现有技术存在的上述缺点和不足，提供一种基于户线测试模块的软交换户线智能测试系统及其方法。本发明的目的是这样实现的一、基于户线测试模块的软交换户线智能测试系统如图l，本系统包括依次连接的核心控制器100、软交换支撑网200、接入设备群300、户线400和话机500;设置有户线测试模块600，户线测试模块600通过软交换支撑网200与其它网络部件连接；如图2，户线测试模块600是一种计算机程序，安装运行在常用PC机上，包括前后连接的数据采集器610和分类器620，通过软交换支撑网200连接到故障受理中心630;所述的数据采集器610是一种通过接入设备群300获取户线400电阻、电容、电压和电流等数据的子程序，提供分类器620所需数据；所述的分类器620是一种子程序，对数据采集器610提供的数据进行分类，以确定故障类别；所述的故障受理中心630是一种连接到软交换支撑网200上的系统，负责受理软交换户线系统故障。本系统的工作原理为定位户线400的故障，接入设备群300中各接入网关(AG)都具有户线检测单元，通过部署户线测试模块600，包括数据采集器610和分类器620两部分；分类器620按智能算法622工作，建立训练数据集621构建分类模型623，并在此基础上完成故障类别判断，将故障情况及时通知户线故障受理中心630。其中智能算法622为依据朴素贝叶斯分类方法编制的子程序，供分类器620调用。二、基于户线测试模块的软交换户线智能测试方法本方法包括下列步骤(1)构建分类模型如图3，①在实验室受控或现场受控条件下，采集户线特征数据，包括电阻、电容、电压和电流的数值；②将采集的数据转化成样本数据，构建训练数据集；③每种类别采集的样本数据要求在50200组之间(太小了不能够很好地拟和曲线)，分类器判断每类训练数据是否达到样本数量；若各类训练数据数量达到要求，则通过智能算法构建分类模型，此后将分类器用于故障定位；◎若某些训练数据数量未达到指定数量，则转入步骤l-①，通过受控方式继续采集相应类别的户线特征数据；(2)通过分类器620处理待测数据诊断故障①例行采集户线特征数据，传送到分类器620;②已构建分类模型的分类器处理采集的数据，得出故障定位结论，传送到故障受理中心630。本发明具有下列优点和积极效果1、通过引入基于朴素贝叶斯分类的户线智能测试方法，使得户线仿真测试方案实用化，可以满足故障定位的需求，比传统测试头方案大大降低了成本，适合于软交换户线测试系统需求。2、用朴素贝叶斯分类的方法来做户线测试(方案A)，比常规经验分类依赖基准数据的户线测试方法(方案B)有非常明显的优势①数据规模小A方案需要的样本数据大约在5001000组左右，不受户线数量限制；B方案需要的样本(基准)数据几乎和户线数量相当，假设软交换系统有30万用户线，这两种方案的数据规模相差300倍以上；②准确度高A方案采集的数据是各种情况下的数据，通过拟和各种情况下的数据分布曲线来做分析，通过贝叶斯分类的方法自学习发现数据之间以及数据和结论之间的关联，有着科学理论依据，能明确区分常见的正常和故障状态。B方案即使完成了30万组数据采集，仅凭经验归类，数据如何使用并没有理论根据，只能够判断是否有故障和正常，不能有效定位故障；③灵活方便A方案是基于数据的，所以即使测试单元版本升级导致采集数据值有变化，或者有新类别的故障发现，只需要采集添加所需数据即可，不需要修改程序和算法。而B方案就需要调整经验公式，而且可能会导致重新采集大批的数据；④速度快A方案只需要对5001000组训练数据做一次学习过程，学习过程也会非常快，当前普通的计算机也不需要l秒钟，即可生成分类器，以后就可以用该分类器对测试数据直接进行故障判断，花费的时间完全可以忽略(不会超过O.Ol秒)。B方案需要频繁地查询30万以上数据规模的数据，其速度必然会非常的慢。总之，本发明利用贝叶斯分类方法实现数据挖掘，构建廉价而实用的户线故障智能测试系统，相对传统户线测试系统成本大大降低；实现对错综复杂的户线故障进行智能诊断，有利于提高诊断的准确性和灵活性；该智能测试方法易于实施；对软交换系统具有广泛的适应性，由于配置灵活还可以方便地移植到其它领域故障诊断应用中。图1是本系统的结构方框图2是户线测试模块600的结构方框图;图3是本方法的主要流程图。其中IOO—核心控制器。200—软交换支撑网。300—接入设备群。400—户线。500—话机。600—户线测试模块；610—数据采集器，621—训练数据集，622—智能算法，623—分类模型；620—分类器；630—故障受理中心。1—实验室受控或现场受控条件；2—采集户线特征数据；3—构建训练数据集；4—判断是否达到样本数量；5—构建分类模型。具体实施例方式与传统测试头方案不同，仿真户线测试数据分析属于典型的分类问题，即通过在设备上采集测试数据来判断该设备相关户线可能出现的故障，需要训练数据作为先验知识用于训练分类器，从而预测将来实际数据所反映的故障类别。由于户线采集到的数据受多种因素的影响，具有不确定性，要弄清楚复杂因素之间的关系以及对结果的影响是非常困难的，然而这类受复杂因素影响的不确定数据服从正态分布，所以贝叶斯分类方法适合于处理这类问题。贝叶斯分类基于贝叶斯定理，通过对贝叶斯算法的比较研究发现，一种称为朴素贝叶斯分类的简单贝叶斯分类算法可以与判定树和神经网络分类算法相媲美，与计算机数据库相配套，具有高准确率与高速度的特点。朴素贝叶斯分类假设一个属性对给定类的影响独立于其他属性的值,这一假设称为类条件独立，由此来简化所需计算，并在此意义下称为"朴素的"。软交换户线仿真智能测试引入朴素贝叶斯方法来实现数据挖掘。户线测试模块600是运行在普通PC机上的程序，由数据采集器610和分类器620子程序构成，数据采集器610是面向网络工作的，分类器620包含数据库引擎，基于常用数据库(如MySQL)工作。数据采集器610包含TCP/IP通信程序机构，可通过指定IP地址和通信端口向接入设备群300的AG发出户线测试命令，命令参数包括户线接口号，当数据采集器接收到来自AG相应户线接口的返回数据后，分类器620采用智能算法处理，将这些数据构建训练数据集621,直到构成分类模型623，在此基础上就可用来判定采集数据的故障类别，当然结论的有效性取决于训练数据集621和分类模型623。1、分类模型构建如图2，分类器620首先要运用智能算法622对采集的数据进行运算分类，转化成训练数据集621。训练数据集621可通过实验室和现场实地采集，一般有受控和常规不受控方式，若采集时能够事先确定具体类别，或人为制造出不同类别的故障时采集数据，则称为受控方式，包括实验室受控采集、现场受控采集；现场例行检测采集通常是不受控方式。实验室受控条件下应尽最大可能模拟现场实地的各种因素，包括AG端口、户线长度和话机型号，并采集各种情况下不同类别的训练数据，包括正常状态下的数据。在实验室受控采集形成训练数据集的基础上，还需通过现场受控采集增量数据，在现场维护人员配合下，确认这次采集数据的实际类别；另外还要尽可能随机挑选接入设备AG并均匀地制造各种类型的故障，将此受控采集的数据按故障类别保存到训练数据集内。注意通过现场采集的数据弥补实验室模拟不出的情况，由此来完善分类模型623。其中，实验室受控构建分类模型的计划如表1:将故障分成9类，户线长度从最近(10米)到较远5公里，表格中数据表示试验组数，其中采用常用的两种型号的电话机，5|5表示互换电话机各测5组。表l:户线数据采集构建分类模型的实验计划<table>complextableseeoriginaldocumentpage10</column></row><table>B线对地短路5101010101055双线对地短路5101010101055<table>complextableseeoriginaldocumentpage11</column></row><table>2、新增故障类和设备升级的维护工作如果试验室受控采集方法构建的分类模型精度不够高，或需要新增故障类别，或设备升级导致数据值分布状况变化，一般需要实地采集200到300组新的训练数据来修正，可以采用循序渐进的修正方法，这样就可以通过调整训练数据样本集来动态地调整分类精度。即使将来由于设备升级等原因导致采集的样本数据发生较大变化，也只需要重新采集训练数据，分类器处理程序也不必改动。3、采集数据的测试准确度估算方法根据户线测试的实际情况，选择了数据挖掘中朴素贝叶斯分类方法作为自学习算法，通过对采集到的数据做十迭交叉的运算方法来检验测试的准确性。采集到的数据可作为训练数据，也可作为待测的试验数据。具体实现方法包括下列步骤-①用随机算法将数据打乱分成10组，依次取1组作为测试数据，而其余的9组为训练数据；②取第l组为测试数据，而210组为训练数据，训练数据经过自学习过程后可构建分类模型，再用该分类器来预测测试数据(去除故障状态)的故障状态，即完成了一次分类，并得到分类的精度；③取第2组为测试数据，1、310组作为训练数据，同②步操作；依次类推可得到10组分类精度，然后取平均值作为最后的测试准确度。试验结论在实验室受控条件下，用朴素贝叶斯分类方法建立分类模型可测得分类准确度达到了99.41%。常规经验公式分类法还不能够有效区分用户摘机和短路这两种情况，不易确定短路故障，而朴素贝叶斯分类方法可以很好地区分开来；另外，线路串直流也是经验公式分类法无法识别的，而朴素贝叶斯分类器对这类故障识别度接近100%。朴素贝叶斯分类方法可以动态地新增故障类别，通过上述方法使分类器达到有效的精度。测试的速度510组数据作十迭交叉运算得出结论的时间不到1秒钟。机器配置是CPU:2.93GHZ、MEM:1G。工作原理和理论依据1、接入网关AG測试原理AG内部可提供仿真测试功能，仿真测试是利用AG内部测试资源实现112线路测试的一种测试手段。112仿真测试采用模拟仿真AG维护终端的测试命令，并通过相应的终端口将测试命令发送至AG启动测试，AG内部测试单元在接受到终端发送来的测试命令后，启动测试并将测试结果回送相应的终端。112仿真测试从经济角度来看是投资成本最为低廉的112解决方案。当然，仿真测试的测试精度取决于AG测试单元本身的测试精度。而且，外部仿真测试请求在AG的消息处理机制中是处理级别较低，因此测试速度将受AG忙闲程度影响。但通过多年来固网用户的建设情况看，对基本电话业务(P0TS，PlainOldTel印honeService)用户解决各类业务的测试一般都使用测试台或测试头方式解决。外接测试设备的方式无论是精度、速度及稳定方面都大大强于内部卡板的测试。AG局具有容量小、点多分布广、通常无人值守等特点，基于高性价比的考虑，可在AG中内置"仿真远端测试头功能"来完成测试，在充分保证测试性能的同时充分考虑AG局的上述特征，达到最佳性价比的效果。测试流程用户电话故障申报后，通过软交换核心控制平台的资源管理系统可定位到接入设备端口，此端口与故障电话号码对应。通过接入设备网管可发起仿真测试命令，由专家系统对获取的结果数据进行分析，将结论反馈给故障维护系统，进而完成故障受理。2、数据挖掘原理贝叶斯分类基于贝叶斯定理，通过对贝叶斯算法的比较研究发现，一种称为朴素贝叶斯分类的简单贝叶斯分类算法可以与判定树和神经网络分类算法相媲美，与计算机数据库相配套，表现出高准确率与高速度。朴素贝叶斯分类假设一个属性对给定类的影响独立于其他属性的值。这一假设称为类条件独立。做此假定是为了简化所需计算，并在此意义下称为"朴素的"。软交换VOIP户线仿真测试引入朴素贝叶斯方法来实现数据挖掘。3、贝叶斯定理设X是类标号未知的数据样本。设^为某种假定，如数据样本义属于某特定的类C。对于分类问题，我们希望确定户(//|1)一一给定观测数据样本X，假设〃成立的概率。/^//|1)是后验概率，或条件X下V的后验概率，P(/0是先验概率，或#的先验概率。后验概率P(/ZlX)比先验概率尸(7/)基于更多的信息，P(/f)是独立于X的。类似地，P(Xl/Z)是条件H下，X的后验概率，P(Z)是1的先验概率。如何计算这些概率呢？正如下面将看到的，P(Z)，尸(7/)和尸(^/f)可以由给定的数据计算。贝叶斯定理是有用的，它提供了一种由P(X)，尸(i/)和P(Xl/Z)计算后验概率尸(//|1)的方法。贝叶斯定理是-<formula>complexformulaseeoriginaldocumentpage13</formula>接下来，将叙述如何在朴素贝叶斯分类中使用贝叶斯定理。4、朴素贝叶斯分类理论朴素贝叶斯分类的工作过程如下(1)每个数据样本用一个n维特征向量X=6o,化為'…''，xj表示，分别描述对n个属性A样本的n个度量。(2)假定有m个类G,G,G—G。给定一个未知的数据样本X(即没有类标号)，分类法将预测J属于具有最高后验概率(条件X下)的类。即是说，朴素贝叶斯分类将未知的样本分配给类G，当且仅当<formula>complexformulaseeoriginaldocumentpage14</formula>.这样，最大化/YG/"。其/YG/"最大的类G称为最大后验假设。根据贝叶斯定理，<formula>complexformulaseeoriginaldocumentpage14</formula>(3)由于〃x)对于所有类为常数，只需要/Yz/cj/YGJ最大即可。如果类的先验概率未知，则通常假设这些类是等概率的，即/Y<^=/YG7=—/Y6J。并据此对/YG/"最大化。否则，最大化尸OV。/YG人注意，类的先验概率可以用/YO二^L计算其中&是类G中的训练样本数，而s是训练样本总数。(4)给定具有许多属性的数据集，计算尸07G^的开销可能非常大。为降低计算尸(1/CJ的开销，可以做类条件独立的朴素假设。给定样本标号，假设属性值相互条件独立，即在属性间，不存在依赖关系。这样，<formula>complexformulaseeoriginaldocumentpage14</formula>概率iXx」C,)可以由训练样本估算，其中①如果A是分类属性，则尸(x」C,)二,其中6^是在属性A上具有值^的类C的训练样本数，而S是G中的训练样本数。②如果A是连续值属性，则通常假设该属性服从正态分布。因而，<formula>complexformulaseeoriginaldocumentpage14</formula>其中，给定类G的训练样本属性A的值，g(^,/^，ov.,)是属性A的密度函数，而/^'和av:i分别是平均值和标准差。(5)为对未知样本X分类，对每个类G,计算/Yz/6y/YG入样本x被指派给类G，当且仅当尸(ZlC,)户(C,)>/>(ZIC乂)尸(C乂),l《_/《-/换言之，Z被指派到其/YJ/G/YW最大的类G。权利要求1、一种基于户线测试模块的软交换户线智能测试系统，包括依次连接的核心控制器(100)、软交换支撑网(200)、接入设备群(300)、户线(400)和话机(500)；其特征在于设置有户线测试模块(600)，户线测试模块(600)通过软交换支撑网(200)与其它网络部件连接；所述的户线测试模块(600)是一种计算机程序，安装运行在常用PC机上，包括前后连接的数据采集器(610)和分类器(620)，通过软交换支撑网(200)连接到故障受理中心(630)；所述的数据采集器(610)是一种通过接入设备群(300)获取户线(400)电阻、电容、电压和电流等数据的子程序，提供分类器(620)所需数据；所述的分类器(620)是一种子程序，对数据采集器(610)提供的数据进行分类，以确定故障类别；所述的故障受理中心(630)是一种连接到软交换支撑网(200)上的系统，负责受理软交换户线系统故障；为定位户线(400)的故障，接入设备群(300)中各接入网关都具有户线检测单元，通过部署户线测试模块(600)，包括数据采集器(610)和分类器(620)两部分；分类器(620)按智能算法(622)工作，建立训练数据集(621)构建分类模型(623)，并在此基础上完成故障类别判断，将故障情况及时通知户线故障受理中心(630)；其中智能算法(622)为依据朴素贝叶斯分类方法编制的子程序，供分类器(620)调用。2、一种基于户线测试模块的软交换户线智能测试方法，其特征在于(1)构建分类模型①在实验室受控或现场受控条件下，采集户线特征数据，包括电阻、电容、电压和电流的数值；②将采集的数据转化成样本数据，构建训练数据集；③每种类别采集的样本数据要求在50200组之间，分类器判断每类训练数据是否达到样本数量；若各类训练数据数量达到要求，则通过智能算法构建分类模型，此后将分类器用于故障定位；⑤若某些训练数据数量未达到指定数量，则转入步骤卜①，通过受控方式继续采集相应类别的户线特征数据；(2)通过分类器620处理待测数据诊断故障①例行采集户线特征数据，传送到分类器(620);②已构建分类模型的分类器处理采集的数据，得出故障定位结论，传送到故障受理中心(630)。全文摘要本发明公开了一种基于户线测试模块的软交换户线智能测试系统及其方法，涉及一种通信领域中的软交换技术。本系统包括依次连接的核心控制器(100)、软交换支撑网(200)、接入设备群(300)、户线(400)和话机(500)；设置有户线测试模块(600)，户线测试模块(600)通过软交换支撑网(200)与其它网络部件连接；所述的户线测试模块(600)是一种计算机程序，安装运行在常用PC机上，包括前后连接的数据采集器(610)和分类器(620)，通过软交换支撑网(200)连接到故障受理中心(630)。本发明对软交换系统具有广泛的适应性，由于配置灵活还可以方便地移植到其它领域故障诊断应用中。文档编号H04M3/30GK101345796SQ20081004891公开日2009年1月14日申请日期2008年8月19日优先权日2008年8月19日发明者苏王,郑学智申请人:烽火通信科技股份有限公司