一种异常服务提供商定位方法和装置与流程

文档序号:14073281阅读:172来源:国知局

本发明涉及通信领域,尤其涉及一种异常服务提供商定位方法和装置。



背景技术:

在当前时期,终端事业如日中天,终端业务也发展的如火如荼,其中数据业务更是得到运营商的广泛关注,伴随着终端业务的发展,如何保证大数据量的数据业务在端到端的流程中所发生的问题能即时暴露给运营商,而不是被动地由客户投诉再处理,这点在提高网络质量、用户体验方面至关重要。端到端的流程很复杂,经历从无线侧基站接入,到核心网侧网关,再到互联网侧的过程,且该过程中数据量大,指标多。所以在此背景下,如何方便的获取互联网侧sp(serviceprovider,服务提供商)的异常情况,将问题暴露给运营商,并提出改进措施,是值得思考的问题。



技术实现要素:

本发明实施例提供的异常服务提供商定位方法和装置,主要解决的技术问题是无法主动发现互联网侧服务提供商的异常,使得用户体验差的问题。

为解决上述技术问题,本发明实施例提供一种异常服务提供商定位方法,包括:

监测终端与服务提供商间的信息交互,以获取用于衡量服务提供商是否异常的关键性能指标;信息交互包括传输控制协议建链交互和传输控制协议数据传输交互中的至少一种;

若预设统计周期内服务提供商的关键性能指标大于预设关键性能指标阈值,则将服务提供商标识为异常服务提供商。

本发明实施例还提供一种异常服务提供商定位装置,包括:

关键性能指标获取模块,用于监测终端与服务提供商间的信息交互,以获取用于衡量服务提供商是否异常的关键性能指标;信息交互包括传输控制协议建链交互和传输控制协议数据传输交互中的至少一种;

异常处理模块,用于当预设统计周期内服务提供商的关键性能指标大于预设关键性能指标阈值时,将服务提供商标识为异常服务提供商。

本发明实施例还提供一种计算机存储介质,计算机存储介质中存储有计算机可执行指令,计算机可执行指令用于执行前述的任一项的异常服务提供商定位方法。

本发明的有益效果是:

根据本发明实施例提供的异常服务提供商定位方法、装置以及计算机存储介质,通过监测终端与服务提供商间的信息交互,以获取用于衡量服务提供商是否异常的关键性能指标;信息交互包括传输控制协议建链交互和传输控制协议数据传输交互中的至少一种;若预设统计周期内服务提供商的关键性能指标大于预设关键性能指标阈值,则将服务提供商标识为异常服务提供商;即可以通过检测终端与服务提供商间的信息交互,获取到可以衡量服务提供商是否异常的关键性能指标,将该关键性能指标与预设关键性能指标阈值进行比较,就可以方便的得到服务提供商是否异常,并将异常问题暴露给运营商;进一步的,在发现异常服务提供商的基础上还可以定位出其异常类型,可以通过定位出的异常类型提供相应的解决措施,很大程度上减少客户的投诉,提高用户的体验。

附图说明

图1为本发明实施例一的异常服务提供商定位方法流程图;

图2为本发明实施例一的端到端的流程示意图;

图3为本发明实施例一的sp异常定位的流程示意图;

图4为本发明实施例二的话单示意图;

图5为本发明实施例二的另一话单示意图;

图6为本发明实施例三的异常服务提供商定位装置示意图;

图7为本发明实施例三的另一异常服务提供商定位装置示意图。

具体实施方式

下面通过具体实施方式结合附图对本发明实施例作进一步详细说明。

实施例一:

本实施例提供一种异常服务提供商定位方法,请参见图1,具体包括:

步骤s101,监测终端与服务提供商间的信息交互,以获取用于衡量服务提供商是否异常的关键性能指标;信息交互包括传输控制协议建链交互和传输控制协议数据传输交互中的至少一种。

步骤s102,若预设统计周期内服务提供商的关键性能指标大于预设关键性能指标阈值,则将服务提供商标识为异常服务提供商。

具体的,在检测sp是否异常时,具体可以通过监测终端与sp间的信息交互,根据该信息交互的过程获取可以衡量sp是否异常的kpi(keyperformanceindication,关键性能指标),然后通过该关键性能指标与预设关键性能指标阈值进行比较,就可以方便的得到服务提供商是否异常。

本实施例中,该信息交互包括tcp(transmissioncontrolprotocol,传输控制协议)建链交互和tcp数据传输交互中的至少一种。且进一步的,当信息交互包括传输控制协议建链交互时,关键性能指标包括传输控制协议有线建链时延和传输控制协议有线建链成功率中的至少一种;当信息交互包括传输控制协议数据传输交互时,关键性能指标包括传输控制协议上行传输时延和传输控制协议上行重传率中的至少一种。即用于衡量服务提供商是否异常的关键性能指标包括传输控制协议有线建链时延、传输控制协议有线建链成功率、传输控制协议上行传输时延和传输控制协议上行重传率中的至少一种。

对于步骤s101,监测终端与服务提供商间的信息交互,以获取用于衡量服务提供商是否异常的关键性能指标,具体可以是在lte(longtermevolution,长期演进)组网中的终端与sp之间设置用于采集该关键性能指标的probe(探针)。端到端的流程具体如图2所示,其中,用户ue(终端)从基站接入,到sgw(servinggateway,服务网关),再到pgw(packetdatanetworkgateway,分组数据网关),然后接入互联网dnsserver(domainnamesystem,域名服务器),再至sp。所以,进一步的,在终端与sp之间设置用于采集该关键性能指标的探针,具体可以是在基站与sgw网关之间设置用于采集关键性能指标的探针,该基站棘突可以是enodeb(evolvednodeb,演进型基站)。即本实施例中,在端到端的流程中,具体可以将探针接于enodeb基站与sgw网关之间,用于打点采集相应的关键性能指标信息,其流程具体包括:

步骤s201,ue向dnsserver发送dns请求;

步骤s202,dnsserver向ue返回dns响应;

步骤s203,ue向sp发送tcp建链请求;

步骤s204,sp返回tcp建链请求响应;

步骤s205,ue对建链请求响应再次确认,向sp发送tcp建链请求响应确认消息;

步骤s206,ue向sp发送tcpsequence(序列号)请求消息;

步骤s207,sp向ue发送tcpsequence响应消息;

步骤s208,ue向sp发送httpget请求消息;

步骤s209,sp向ue发送httpget响应消息。

具体的,如果终端没有dns地址缓存,则ue向dnsserver发送dns域名解析请求,dnsserver接收到dns域名解析请求后向ue返回dns域名解析请求响应。然后,ue与sp进行传输控制协议建链交互,完成ue向sp发送tcp建链syn请求;sp返回tcpsyn/ack响应消息;ue对响应消息再次确认,向sp发送tcpack确认消息总共三次握手,就可以完成建链交互。然后终端与sp在建立好的链路上进行tcpsequence交互,即进行tcp数据传输交互。进一步的,在完成tcp数据传输交互后,终端向sp发送httpget请求消息,sp向ue发送httpget响应消息,进入http会话阶段。其中,点a-j为探针对ue与sp间的信息交互进行的打点。

从整个流程可以看出,用于衡量sp好坏的关键性能指标可通过tcp建链交互和/或tcp数据传输交互获取,其中在tcp建链交互中,具体可以获取tcp有线建链时延和tcp有线建链成功率中的至少一种;在tcp数据传输交互中可以获取tcp上行传输时延和tcp上行重传率中的至少一个。其中,tcp有线建链时延具体指探针监测到sp发送syn/ack响应消息给ue,到ue接收到这个syn/ack响应消息的时间段,具体可以是tcp有线建链时延=time(d)-time(c);tcp上行传输时延具体可以是指探针监测到终端发送tcpsequence请求到接收tcpsequence响应的时间段,具体可以是tcp上行传输时延=time(g)-time(f);传输控制协议有线建链成功率具体可以是探针在一定时间内探测到sp向ue返回的tcpsyn/ack响应的个数与ue向sp发送的tcp建链syn请求的比值;传输控制协议上行重传率具体可以是指探针探测到ue向sp重新发送tcpsequence请求的个数占总tcpsequence请求的比值。进一步的,本实施例中的探针具体可以是服务器等可以采集终端与sp间信息交互的信息的设备。

本实施例中,通过监测终端与服务提供商间的信息交互,获取到用于衡量服务提供商是否异常的关键性能指标后,进一步的,还包括:将预设统计周期内的该关键性能指标与其对应的预设关键性能指标阈值进行比较,判断该预设统计周期内的该关键性能指标是否大于其对应的关键性能指标阈值,若大于,则认为sp异常。另外,为使得到的sp是否异常的结果更加准确,可以通过计算各统计周期内的关键性能指标的平均值,将该统计周期内的关键性能指标的平均值与预设关键性能指标阈值进行比较。该预设的统计周期具体可以根据系统中终端与sp的实际交互情况进行设置,若其交互频繁,则可以将该统计周期的粒度设置的小一些;若交互不频繁,则可以将该统计周期的粒度设置的大一些;本实施例对该统计周期的设置粒度不做具体限定。另外,设置的该统计周期的粒度不同,获取的关键性能指标的平均值也不尽相同。

即进一步的,对于步骤s102,若预设统计周期内服务提供商的关键性能指标大于预设关键性能指标阈值,则将服务提供商标识为异常服务提供商,具体包括:若关键性能指标包括传输控制协议有线建链时延,则当统计周期内服务提供商的传输控制协议有线建链时延的平均值大于预设传输控制协议有线建链时延门限时,将服务提供商标识为异常服务提供商;若关键性能指标包括传输控制协议上行传输时延,则当统计周期内服务提供商的传输控制协议上行传输时延的平均值大于预设传输控制协议上行传输时延门限时,将服务提供商标识为异常服务提供商;若关键性能指标包括传输控制协议有线建链成功率,则当统计周期内服务提供商的传输控制协议有线建链成功率的平均值大于预设传输控制协议有线建链成功率门限时,将服务提供商标识为异常服务提供商;若关键性能指标包括传输控制协议上行重传率,则当统计周期内服务提供商的传输控制协议上行重传率的平均值大于预设传输控制协议上行重传率门限时,将服务提供商标识为异常服务提供商。即用于衡量sp是否异常的关键性能指标包括标传输控制协议有线建链时延、传输控制协议有线建链成功率、传输控制协议上行传输时延和传输控制协议上行重传率中的至少一个。另外,若用于衡量sp是否异常的关键性能指标包括传输控制协议有线建链时延、传输控制协议有线建链成功率、传输控制协议上行传输时延和传输控制协议上行重传率中的任意一种时,当其包含的该指标超出该指标对应的门限值,则认为sp异常。若用于衡量sp是否异常的关键性能指标包括输控制协议有线建链时延、传输控制协议有线建链成功率、传输控制协议上行传输时延和传输控制协议上行重传率中的两个或两个以上时,当其包含的指标中的任意一项超过该指标对应的门限,则认为sp异常;或指定的几项或全部指标超过对应的门限,则认为sp异常。

本实施例中,对于步骤s102,若预设统计周期内服务提供商的关键性能指标大于预设关键性能指标阈值,则将服务提供商标识为异常服务提供商,其中,将服务提供商标识为异常服务提供商包括将服务提供商的服务提供商标识存储至预先设置的异常标签集合中;该异常标签集合可以用于存储异常sp的标识信息。进一步的,将服务提供商标识为异常服务提供商还可以将服务提供商对应的异常的统计周期标识毛刺统计周期;另外,将服务提供商对应的异常的统计周期标识毛刺统计周期后,还可以将该毛刺统计周期也存储至前述的异常标签集合中。

进一步的,本实施例中,在识别出异常sp后,还可以识别该异常sp的异常类型,识别异常sp的异常类型的方法,具体包括:获取速率或时延类话单,判断话单对应的服务提供商的服务提供商标识是否属于异常标签集合;若属于,则获取异常类型检测时间段内话单对应的服务提供商的异常类型检测信息,判断话单对应的服务提供商的异常类型;异常类型检测时间段包含n个统计周期,n大于等于2。即可以获取探针侧采集的数据源,获取其中的速率或时延类话单,然后判断该速率或时延类话单对应的sp的标识是否属于异常标签集合,若属于,则说明该话单对应的sp为异常话单,则可以进一步获取异常类型检测时间段内话单对应的服务提供商的异常类型检测信息,判断该sp的异常类型。其中,该异常类型检测时间段包含至少两个统计周期,该异常类型检测时间段的大小可以根据需要具体设置;另外,该异常类型检测时间段包含的统计周期包括该话单发生时间对应的统计周期。

进一步的,将服务提供商对应的异常的统计周期标识毛刺统计周期,并存储在该异常标签集合中后,获取异常类型检测时间段内话单对应的服务提供商的异常类型检测信息,判断话单对应的服务提供商的异常类型,包括:获取异常类型检测时间段内毛刺统计周期个数n与异常类型检测时间段包含的统计周期个数n之比,判断该比值是否大于等于预设阈值,如是,则根据预设的服务提供商与运营商的对应关系判断该服务提供商是否属于为话单对应的终端提供服务的运营商,如属于,则获取终端与服务提供商之间的跳数,判断该跳数是否大于等于预设值,如大于等于预设值,判定异常类型为服务提供商距离过远,否则,判定异常类型为服务提供商内部持续异常;如不属于为话单对应的终端提供服务的运营商,则判定异常类型为非匹配运营商;如判定该比值小于预设阈值,则根据话单的发生时间确定其对应的统计周期,判断话单对应的服务提供商在统计周期内的流量是否大于等于预设流量波动最大值,若是,则判定异常类型为服务提供商突发流量高峰;如不是,则判定异常类型为服务提供商短暂随机异常。

本实施例中通过话单识别sp异常类型的过程具体可参见图3,具体包括:

步骤s301,是否为速率或时延类话单。

具体的,读取探针侧采集的数据源,判断是否为速率或者时延类的话单,如果是,则跳转到步骤s302;如果不是,则跳转到步骤s312。另外,该判断是否为速率或者时延类的话单即为判断是否为失败类型的话单。

步骤s302,异常话单是否发生在异常标签集合中。

具体的,如果获取到的话单是速率或者时延类的话单,则判断该话单对应的sp是否属于异常标签集合,或判断该话单的发生时间对应的统计周期是否属于该异常标签集合;如果属于,则认为该异常话单发生在异常标签集合中;如果异常话单发生在异常标签集合内,则跳转到步骤s303。

步骤s303,异常类型检测时间段内的毛刺占空比是否超过门限。

具体的,判断异常类型检测时间段内的毛刺占空比是否超过门限,即为计算该异常类型检测时间段内毛刺统计周期个数n与异常类型检测时间段包含的统计周期个数n之比,判断该比值是否大于等于预设阈值。其中,该毛刺异常占比的计算公式为毛刺异常占比ratio=sp毛刺period的个数/sp出现的period的个数。该period即为统计周期。另外,本实施例中的异常类型检测时间段具体可以是一小时。如果异常类型检测时间段内毛刺占空比超过门限,则跳转到步骤s307;如果未超过门限,则跳转到步骤s304。

步骤s304,对应统计周期内的流量是否大于流量波动最大值。

具体的,当异常类型检测时间段内的毛刺占空比未超过门限时,获取当前话单对应的统计周期内的流量,并将该流量与其对应的预设流量波动最大值进行比较。该流量波动最大值的计算公式具体包括:max(flux)=avg(flux)+m*stddev(flux),m为大于等于1的正数;即表示本系统中流量波动最大值等于流量均值与m倍标准差的和;进一步的,若流量超过流量均值与m倍标准差的和,则认为是处于流量高峰期。当该话单对应统计周期内的流量大于流量波动最大值时,跳转到步骤s305;否则跳转到步骤s306。

步骤s305,sp突发流量高峰。

具体的,若话单对应的毛刺占空比未超过预设毛刺占空比门限,对应的预设统计时间粒度内的流量超过预设流量拨动最大值,则判断话单对应的服务供应商的异常类型为服务供应商突发流量高峰。

步骤s306,sp内部短暂随机异常。

具体的,若话单对应的毛刺占空比未超过预设毛刺占空比门限,对应的预设统计时间粒度内的流量未超过预设流量拨动最大值,则判断话单对应的服务供应商的异常类型为服务供应商短暂随机异常。

步骤s307,sp是否归属于其他运营商。

具体的,当话单对应的毛刺占空比超过预设毛刺占空比门限时,进一步判断sp是否归属于其他运营商;其具体可以是通过sp的ip地址与所属运营商的对应关系,判断sp是否归属于其他运营商;该sp的ip地址与所属运营商的对应关系存于map映射中,具体为map={destipi→locationi}。判断sp是否归属于其他运营商,若是,则跳转到步骤s308;若不是,则跳转到步骤s309。

步骤s308,sp归属于其他运营商。

具体的,当话单对应的毛刺占空比超过预设毛刺占空比门限,且话单对应的检测服务供应商为非本运营商,则判断话单对应的服务供应商的异常类型为服务供应商归属于其他运营商。

步骤s309,sp跳数是否大于等于门限。

若sp不归属于其他运营商,则进一步判断目标sp距离请求方的跳数是否大于等于跳数门限;该目标sp距离请求方的跳数的计算方法如下:hopimin={255-ttl,128-ttl,64-ttl,32-ttl,16-ttl},其中ttl(timetolive)来源于tcp数据包中上报的生命周期,为ip包被路由器丢弃之前允许通过的最大网段数。若sp跳数大于等于跳数门限,则跳转到步骤s311;若sp跳数小于门限,则跳转到步骤s310。

步骤s310,sp内部持续异常。

具体的,若话单对应的毛刺占空比超过预设毛刺占空比门限,话单对应的服务供应商为本运营商,且服务供应商跳数未超过预设毛刺占空比门限,则判断话单对应的异常服务供应商类型为服务供应商内部持续异常。

步骤s311,sp距离较远。

具体的,若话单对应的且毛刺占空比超过预设毛刺占空比门限,话单对应的服务供应商为本运营商,且服务供应商跳数超过门限,则判断话单对应的异常服务供应商类型为服务供应商距离较远。

步骤s312,填写话单中携带的失败码。

具体的,当话单为非速率或者非时延类的话单,或判断为失败类型的话单时,填写该话单中携带的失败码。

通过前述sp异常类型的识别过程,可以方便的识别出sp的异常类型,在识别出sp的异常类型后,可以将其异常类型报告给运营商,使运营商根据该异常类型进行相应的异常修复。具体的,对于端到端定界定位流程中,互联网侧sp的异常情况的修复,其修复方案具体包含:对于sp跳数较远类型的异常,减少距离目标sp的路由器的个数;对于sp属于其他运营商类型的异常,可以增加同业务的本运营商的服务提供商sp;对于sp突发流量高峰类型的异常可考虑扩容;对于sp内部持续异常类型的异常,可以联系该sp进行专业检查;对于sp短暂随机异常类型的异常,可以忽略,不对其进行处理。

本实施例提供的异常服务提供商定位方法,通过监测终端与服务提供商间的信息交互,以获取用于衡量服务提供商是否异常的关键性能指标;信息交互包括传输控制协议建链交互和传输控制协议数据传输交互中的至少一种;若预设统计周期内服务提供商的关键性能指标大于预设关键性能指标阈值,则将服务提供商标识为异常服务提供商;即可以通过检测终端与服务提供商间的信息交互,获取到可以衡量服务提供商是否异常的关键性能指标,将该关键性能指标与预设关键性能指标阈值进行比较,就可以方便的得到服务提供商是否异常,并将异常问题暴露给运营商;进一步的,在发现异常服务提供商的基础上还可以定位出其异常类型,可以通过定位出的异常类型提供相应的解决措施,很大程度上减少客户的投诉,提高用户的体验。

实施例二:

本实施例中提供一种具体的异常服务提供商定位方法,本实施例中用于衡量服务提供商是否异常的关键性能指标包括tcp有线建链时延和tcp上行传输时延,且设置lte的tcp有线建链时延门限为50ms、tcp上行传输时延门限为80ms。另外,本实施例中的统计周期具体可以是10秒,异常类型检测时间段具体可以是1小时。

本实施例以现网中的数据为例,其中异常sp的定位流程具体包括:读取到从s1-u口采集到的话单,然后利用异常标签集合对异常sp进行定位。具体的,先按destip,hour(clttime)/10asperiod作key聚集,计算destip为161.16.82.81的sp,获取其在每个10s粒度内的tcp有线建链时延和tcp上行传输时延,假设共设置有n个10s粒度,该10s粒度即为统计周期为10s。其中前三个10s内该tcp有线建链时延和tcp上行传输时延的取值,分别为:

第一个10s:tcp有线建链时延:45ms;tcp上行传输时延:69ms;

第二个10s:tcp有线建链时延:60ms;tcp上行传输时延:90ms;

第三个10s:tcp有线建链时延:57ms;tcp上行传输时延:72ms。

将每个10s内的tcp有线建链时延与门限值50ms作比较,tcp上行传输时延与门限值80ms作比较,当其中之一超过门限即认为该10speriod为异常的period,打上异常标签,存于异常标签集合s中。如第一个10s为非异常;第二个10s为异常;第三个10s为异常,诸如此类。

然后,按destip为维度作聚集,统计异常个数占比,假如得到161.16.82.81的sp小时内毛刺异常占比ratio为7.35%,其毛刺异常占比门限设定为5%;且现网为联通运营商,但该sp归属于移动运营商。对现网中采集到的话单,部分格式展示如图4所示。则可以看出首先该话单属于媒体面话单,属于时延类和速率类话单;进而判断sp是否存在于异常标签集合内,判断在异常标签集合内;判断对应小时粒度内的毛刺异常占比超过毛刺异常占门限;则判断sp得到不属于本运营商,所以定位原因为该sp不属于本运营商。根据统计从该sp请求服务的次数,如果请求次数相对较高,建议本运营商提供一个运营商内的sp直接与该异厂商运营商交互,让其余用户服务从本运营商进行请求或者建立属于本运营商的提供同类服务的sp。

进一步的,本实施例中以现网中的数据为例,还提供了一种异常sp的定位方法,其具体定位流程包括:读取到从s1-u口采集到的话单,异常标签集合s的对异常sp进行定位。具体的,先按destip,hour(clttime)/10asperiod作key聚集,计算destip为162.22.83.98的sp,其在每个10s粒度内的tcp有线建链时延和tcp上行传输时延,n个10s粒度中前三个前三个10s内的取值,分别为:

第一个10s:tcp有线建链时延:42ms;tcp上行传输时延:72ms

第二个10s:tcp有线建链时延:56ms;tcp上行传输时延:88ms

第三个10s:tcp有线建链时延:40ms;tcp上行传输时延:72ms

将每个10s内的tcp有线建链时延与门限值50ms作比较,tcp上行传输时延与门限值80ms作比较,当其中之一超过门限即认为该10speriod为异常的period,打上异常标签,存于异常标签集合中。同前述判断方法,第一个10s为非异常;第二个10s为异常;第三个10s为非异常,诸如此类。

然后,按destip为维度作聚集,统计异常个数占比,得到162.22.83.98的sp小时内毛刺异常占比ratio为4.18%,其毛刺异常占比门限设定为5%,小时内异常占比小于门限值。现网为联通运营商,该sp归属于联通运营商。计算该destip在每个period的流量平均值并与流量平均值与2倍标准差之和作比较。对现网中采集到的话单,部分格式展示如图5所示,则可以得到首先该话单属于媒体面话单,属于时延类和速率类话单;进而判断sp是否存在于异常标签集合内,判断在异常标签集合s内;判断对应小时粒度内的毛刺异常占比没有超过毛刺异常占门限,然后判断该destip在clttime为2016-08-1908:45:15.37,即period为271,在period为271的时间段,162.22.83.98的sp的流量平均值为110.8kb,标准差为103.8kb,162.22.83.98的sp在271这个period的流量统计为208kb,小于平均流量加2倍标准差。所以该判定为该sp内部短暂随机异常。

本实施例提供的异常sp定位方法,可以方便的得到服务提供商是否异常,并将异常问题暴露给运营商;另外可以通过定位出的异常类型提供相应的解决措施,很大程度上减少客户的投诉,提高用户的体验。

实施例三:

本实施例提供一种异常服务提供商定位装置,请参见图6,具体包括:关键性能指标获取模块61和异常处理模块62,其中,关键性能指标获取模块61用于监测终端与服务提供商间的信息交互,以获取用于衡量服务提供商是否异常的关键性能指标;信息交互包括传输控制协议建链交互和传输控制协议数据传输交互中的至少一种;异常处理模块62用于当预设统计周期内服务提供商的关键性能指标大于预设关键性能指标阈值时,将服务提供商标识为异常服务提供商。

具体的,在检测sp是否异常时,具体可以通过关键性能指标获取模块61监测终端与sp间的信息交互,根据该信息交互的过程获取可以衡量sp是否异常的关键性能指标,然后由异常处理模块62通过该关键性能指标与预设关键性能指标阈值进行比较,就可以方便的得到服务提供商是否异常,并将异常的服务提供商标识为异常服务提供商。

本实施例中,该信息交互包括tcp建链交互和tcp数据传输交互中的至少一种。且进一步的,当信息交互包括传输控制协议建链交互时,关键性能指标包括传输控制协议有线建链时延和传输控制协议有线建链成功率中的至少一种;当信息交互包括传输控制协议数据传输交互时,关键性能指标包括传输控制协议上行传输时延和传输控制协议上行重传率中的至少一种。即用于衡量服务提供商是否异常的关键性能指标包括传输控制协议有线建链时延、传输控制协议有线建链成功率、传输控制协议上行传输时延和传输控制协议上行重传率中的至少一种。

该关键性能指标获取模块61监测终端与服务提供商间的信息交互,以获取用于衡量服务提供商是否异常的关键性能指标具体包括:监测终端与服务提供商间的信息交互,打点采集相应的关键性能指标信息。该关键性能指标获取模块61的功能具体可以由可以采集终端与sp间信息交互的信息的设备完成,如其可以是设置在探针服务器上,该探针服务器设置在enodeb基站与sgw网关之间。

本实施例中,异常处理模块62还用于:若关键性能指标包括传输控制协议有线建链时延,则当统计周期内服务提供商的传输控制协议有线建链时延的平均值大于预设传输控制协议有线建链时延门限时,将服务提供商标识为异常服务提供商;若关键性能指标包括传输控制协议上行传输时延,则当统计周期内服务提供商的传输控制协议上行传输时延的平均值大于预设传输控制协议上行传输时延门限时,将服务提供商标识为异常服务提供商;若关键性能指标包括传输控制协议有线建链成功率,则当统计周期内服务提供商的传输控制协议有线建链成功率的平均值大于预设传输控制协议有线建链成功率门限时,将服务提供商标识为异常服务提供商;若关键性能指标包括传输控制协议上行重传率,则当统计周期内服务提供商的传输控制协议上行重传率的平均值大于预设传输控制协议上行重传率门限时,将服务提供商标识为异常服务提供商。即本实施例中通过异常处理模块62将预设统计周期内的关键性能指标与其对应的预设关键性能指标阈值进行比较,判断该预设统计周期内的该关键性能指标是否大于其对应的关键性能指标阈值,若大于,则认为sp异常。另外,为使得到的sp是否异常的结果更加准确,可以通过计算各统计周期内的关键性能指标的平均值,将该统计周期内的关键性能指标的平均值与预设关键性能指标阈值进行比较。该预设的统计周期具体可以根据系统中终端与sp的实际交互情况进行设置,若其交互频繁,则可以将该统计周期的粒度设置的小一些;若交互不频繁,则可以将该统计周期的粒度设置的大一些;本实施例对该统计周期的设置粒度不做具体限定。另外,设置的该统计周期的粒度不同,获取的关键性能指标的平均值也不尽相同。

进一步的,本实施例中,异常处理模块将服务提供商标识为异常服务提供商包括将服务提供商的服务提供商标识存储至异常标签集合中;另外,请参见图7,本实施例提供的异常服务提供商定位装置还包括异常类型确定模块63,异常类型确定模块63用于:获取速率或时延类话单,判断话单对应的服务提供商的服务提供商标识是否属于异常标签集合;若属于,则获取异常类型检测时间段内话单对应的服务提供商的异常类型检测信息,判断话单对应的服务提供商的异常类型;异常类型检测时间段包含n个统计周期,n大于等于2。即异常类型确定模块63可以获取探针侧采集的数据源,获取其中的速率或时延类话单,然后判断该速率或时延类话单对应的sp的标识是否属于异常标签集合,若属于,则说明该话单对应的sp为异常话单,则可以进一步获取异常类型检测时间段内话单对应的服务提供商的异常类型检测信息,判断该sp的异常类型。其中,该异常类型检测时间段包含至少两个统计周期,该异常类型检测时间段的大小可以根据需要具体设置;另外,该异常类型检测时间段包含的统计周期包括该话单发生时间对应的统计周期。

进一步的,本实施例中异常处理模块62将服务提供商标识为异常服务提供商还包括将服务提供商对应的异常的统计周期标识毛刺统计周期;则该异常类型确定模块63还用于:获取异常类型检测时间段内毛刺统计周期个数n与异常类型检测时间段包含的统计周期个数n之比,判断该比值是否大于等于预设阈值,如是,则根据预设的服务提供商与运营商的对应关系判断该服务提供商是否属于为话单对应的终端提供服务的运营商,如属于,则获取终端与服务提供商之间的跳数,判断该跳数是否大于等于预设值,如大于等于预设值,判定异常类型为服务提供商距离过远,否则,判定异常类型为服务提供商内部持续异常;如不属于为话单对应的终端提供服务的运营商,则判定异常类型为非匹配运营商;如判定该比值小于预设阈值,则根据话单的发生时间确定其对应的统计周期,判断话单对应的服务提供商在统计周期内的流量是否大于等于预设流量波动最大值,若是,则判定异常类型为服务提供商突发流量高峰;如不是,则判定异常类型为服务提供商短暂随机异常。即异常类型确定模块63可以通过前述判断识别出sp的异常类型。

本实施例提供的异常服务提供商定位装置,通过监测终端与服务提供商间的信息交互,以获取用于衡量服务提供商是否异常的关键性能指标;信息交互包括传输控制协议建链交互和传输控制协议数据传输交互中的至少一种;若预设统计周期内服务提供商的关键性能指标大于预设关键性能指标阈值,则将服务提供商标识为异常服务提供商;即可以通过检测终端与服务提供商间的信息交互,获取到可以衡量服务提供商是否异常的关键性能指标,将该关键性能指标与预设关键性能指标阈值进行比较,就可以方便的得到服务提供商是否异常,并将异常问题暴露给运营商;进一步的,在发现异常服务提供商的基础上还可以定位出其异常类型,可以通过定位出的异常类型提供相应的解决措施,很大程度上减少客户的投诉,提高用户的体验。

显然,本领域的技术人员应该明白,上述本发明实施例的各模块或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,可以将它们存储在计算机存储介质(rom/ram、磁碟、光盘)中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,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。所以,本发明不限制于任何特定的硬件和软件结合。

以上内容是结合具体的实施方式对本发明实施例所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1