一种网络事件处理方法及装置、处理设备与流程

1.本技术涉及无线通信技术领域，尤其涉及一种网络事件处理方法及装置、处理设备。


背景技术：

2.随着蜂窝网络深入工业园区、教育医疗、城市楼宇等行业的行业现场网，蜂窝网络和行业现场网将进一步融合，行业现场网的网络结构也将趋于异构化。
3.目前，对于行业现场网，行业用户对网络运维的差错容忍度提出了更高需求。传统的网络管理方式已经无法满足行业现场网的运维需求，如何高效的实现行业现场网的网络运维需要解决。


技术实现要素：

4.为解决上述技术问题，本技术实施例提供了一种网络事件处理方法及装置、通信设备、芯片、计算机可读存储介质。
5.本技术实施例提供了一种网络事件处理方法，包括：
6.根据处理设备接收到的网络运行信息确定网络事件的影响因素，并根据所述网络事件的影响因素确定所述网络事件对应的第一优先级系数；
7.根据第一算法对所述第一优先级系数进行处理，基于处理结果对所述网络事件进行处理。
8.本技术实施例提供了一种网络事件处理装置，包括：
9.确定单元，用于根据处理设备接收到的网络运行信息确定网络事件的影响因素，并根据所述网络事件的影响因素确定所述网络事件对应的第一优先级系数；
10.处理单元，用于根据第一算法对所述第一优先级系数进行处理，基于处理结果对所述网络事件进行处理。
11.本技术实施例提供的处理设备，包括：处理器和存储器，该存储器用于存储计算机程序，所述处理器用于调用并运行所述存储器中存储的计算机程序，执行上述任意一种网络事件处理方法。
12.本技术实施例提供的芯片，包括：处理器，用于从存储器中调用并运行计算机程序，使得安装有所述芯片的设备执行上述任意一种网络事件处理方法。
13.本技术实施例提供的芯计算机可读存储介质，用于存储计算机程序，所述计算机程序使得计算机执行上述任意一种网络事件处理方法。
14.本技术实施例的技术方案中，根据网络运行信息，确定与网络事件的影响因素对应的第一优先级系数；根据第一算法对所述第一优先级系数进行处理，基于处理结果对所述网络事件进行处理。如此，实现了对行业现场网的自动化维护，降低了行业现场网的运维成本，提升了行业现场网的服务效率。
附图说明
15.图1是本技术实施例提供的行业现场网的通信系统架构图；
16.图2是本技术实施例提供的一种pdu格式示意图；
17.图3是本技术实施例提供的数字孪生网络的信息模型的示意图；
18.图4是本技术实施例提供的网络事件处理方法的流程示意图一；
19.图5是本技术实施例提供的网络事件处理方法的流程示意图二；
20.图6是本技术实施例提供的网络事件处理装置的结构组成示意图；
21.图7是本技术实施例提供的一种处理设备示意性结构图；
22.图8是本技术实施例的芯片的示意性结构图。
具体实施方式
23.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
24.需要说明的是，本技术实施例中，术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本技术实施例中，字符“/”，一般表示前后关联对象是一种“或”的关系。
25.应理解，在本技术的实施例中提到的“指示”可以是直接指示，也可以是间接指示，还可以是表示具有关联关系。举例说明，a指示b，可以表示a直接指示b，例如b可以通过a获取；也可以表示a间接指示b，例如a指示c，b可以通过c获取；还可以表示a和b之间具有关联关系。
26.在本技术实施例的描述中，术语“对应”可表示两者之间具有直接对应或间接对应的关系，也可以表示两者之间具有关联关系，也可以是指示与被指示、配置与被配置等关系。
27.为便于理解本技术实施例的技术方案，以下对本技术实施例的相关技术进行说明，以下相关技术作为可选方案与本技术实施例的技术方案可以进行任意结合，其均属于本技术实施例的保护范围。
28.行业现场网是行业现场端侧设备网络接入技术的统称，连接行业现场网末端的各类终端、机器、传感器和系统，满足行业现场网对传感、数据、定位、控制、管理等的多样业务需求。相比传统网络，行业现场网具有桥接异构网络、网络管理集中、一体化运维等特点。
29.在无线通信网络运维领域，网络运维系统主要用于对运营商蜂窝网络中的各种物理部件、逻辑部件、网络协议、网络流量和网络安全进行查询、监测、审计和调度。在网络运维的技术方案中，故障处理一般涉及如下步骤：
30.(1)网络中部署信号质量采集装置实现网元配置数据、性能数据、告警数据等数据的采集，并将数据上报至网管系统服务器。
31.(2)网管系统服务器以一定周期轮询并获取动态的网络运行信息，形成动态的网络运行信息集和各种设备的运行日志信息集。
32.(3)建立以人工干预为主的统计模型，选取简单的网络基线对一系列管理维护操作产生响应，通过告警关联、场景化派单等环节控制工单派发。
33.(4)技术专员到现场进行维护工作。
34.目前的网络运维方法只针对组网结构单一的蜂窝网络设备的管理，几乎没有考虑包含物联网行业终端的统一运维管理，运维场景相对单一，因此目前应对通信网络的大规模运维故障多采用现场直接处理的方法，建立以人工干预为主的统计模型，通过告警关联、场景化派单等环节控制工单派发，最后，技术专员到现场进行维护工作。针对复杂环境的网络运维，目前的网络运维方法依然缺乏方法论的指导，缺少系统调度的层次设计，管理较为粗放。
35.随着5g蜂窝网络深入工业园区、教育医疗、城市楼宇等行业的行业现场网，5g蜂窝网络和非蜂窝行业现场网将进一步融合。行业现场网对确定性数据传输、广泛的设备信息采集、高精度室内定位、高速率数据上传、极限数量设备连接等技术的需求愈加强烈。行业现场网的场景日益复杂，行业现场网的网络异构化以及定制化现象将更加明显，行业用户对行业现场网进行一网收编、数据不出场等需求提出较高的要求，更是对网络运维的差错容忍度和系统运维时效性也提出了更高的需求。目前，传统网管和代维团队已经无法满足面向行业用户的行业现场网的网络运维和管理需求，网络运维的数字化、自优化成为行业现场网首当其冲需要解决的问题。
36.基于数字孪生技术和资产管理壳技术，网络运维平台将具备更先进的自优化、自运维能力，在此背景下，目前的网络运维方案仍然缺乏对运维资源自适应调度的系统性思考。
37.为解决上述问题中的至少部分问题，提出了本技术实施例的以下技术方案。本技术实施例提供了一种网络事件处理方法，通过数字孪生现场网服务平台(简称为数字孪生平台，或者也可以称为网络运维平台)实现网络事件的智能监测以及智能处理，降低了驻场运维成本，提升了行业现场网的服务效率。
38.图1是本技术实施例提供的行业现场网的通信系统架构图，在该架构中，行业现场网的通信技术可以但不局限于有：工业以太网通信、现场总线通信、短距离通信、低功耗广域网通信、时间敏感型网络(time sensitive network，tsn)通信、毫米波通信、无线射频识别(radio frequency identification，rfid)通信、以及超宽带(ultra-wide band，uwb)通信。其中，工业以太网通信例如有：ethernet/ip通信、profinet通信、ethercat通信等。现场总线通信例如有：profibus通信、cc-link通信、can通信等。短距离通信例如有：wifi通信、蓝牙通信、紫蜂(zigbee)通信等。低功耗广域网通信例如有：窄带物联网(narrow band internet of things，nb-iot)通信、远距离无线电(long rangeradio，lora)通信、sigfox通信等。
39.在行业现场网的通信系统架构中，主要包括：网络近端设备、近端网络汇聚节点、边缘网络数据分流单元、数字孪生平台(也称为网络运维平台)，以下对其进行描述。
40.网络近端设备
41.网络近端设备的表现形式可以是网络质量探针，它大规模部署在行业现场接入网中，作为示例，网络近端设备可以部署终端和/或网络中。网络近端设备可以实时感知和采集网络运行信息，根据协议数据单元(protocol data unit，pdu)实现网络运行信息的上
报。图2给出了一种pdu格式，其中，pdu格式中的数据域用于承载网络运行信息。
42.近端网络汇聚节点
43.近端网络汇聚节点的表现形式可以是行业网关、统一汇聚设备或者近端网络接入设备，作为示例，近端网络汇聚节点包括以下至少之一：现场级边缘网关、5g基站。网络近端设备采集的网络运行信息上报给近端网络汇聚节点并在近端网络汇聚节点进行汇聚，近端网络汇聚节点将汇聚的网络运行信息发送给行业现场核心网。行业现场核心网利用部署在行业现场边缘侧的用户面功能网元(user plane function，upf)对数据进行分流，实现网络运行信息的传输、处理和结果反馈整个过程终结于本地。
44.边缘网络数据分流单元
45.边缘网络数据分流单元的表现实现可以是面向行业现场的upf(即部署在行业现场边缘侧的upf)。边缘网络数据分流单元与近端网络汇聚节点之间进行通信，为行业用户提供专属的运营商公网计算资源，具备流量分流和流量计费的功能。
46.数字孪生平台
47.数字孪生平台也可以称为数字孪生网络运维平台或者网络运维平台。数字孪生平台支持自优化能力的网络运维和网络故障处理流程。数字孪生平台需要对资产对象(也可以称为物理对象)构建用于进行资产管理的信息模型，这里，用于进行资产管理的信息模型也可以称为资产管理壳，包括数字孪生管理实体。作为示例，如图3所示，资产对象有两类，分别为终端对象(也即ue对象)和网络对象，其中，终端对象具有对应的数字孪生管理实体(也可以称为终端数字孪生管理实体)，网络对象也具有对应的数字孪生管理实体(可以称为网络数字孪生管理实体)。终端数字孪生管理实体和网络数字孪生管理实体可以理解为行业现场网面向数字孪生的信息模型。通过数字孪生平台，可以实现行业现场网的三维可视化呈现、服务质量(quality of service，qos)管理以及柔性通信的灵活部署。
48.为了更加清楚的理解数字孪生平台，以下对数字孪生平台再做进一步的说明。(1)数字孪生平台是以数据与模型的集成融合为核心的物联网系统，通过在数字域的虚拟空间(简称为数字空间)实时构建物理域中的物理对象(物理对象可以是实物对象、行为对象、过程对象等)，实现对物理对象的精准数字化映射；数字孪生平台基于数据整合与分析预测形成智能决策优化闭环。(2)数字孪生平台综合运用物联网感知、网络服务、建模仿真、数据集成、人机交互等技术，能够在数字域的虚拟空间中完成对物理域的物理对象的映射，并反映物理域中所有物理对象的外观、行为、内在规律，为真实的网络提供实时计算、数据分析和智能推理能力。
49.本技术实施例的技术方案可以应用于图1所示的通信系统架构，但本技术实施例的技术方案不局限于应用于图1所示的通信系统架构，例如本技术实施例的技术方案可以应用于基于图1所示的通信系统架构而变形的另外一种通信系统架构，这里，另外一种通信系统架构例如可以是在图1所示的通信系统架构的基于上增加或者减少一部分所形成的通信系统架构。
50.图4是本技术实施例提供的网络事件处理方法的流程示意图一，如图4所示，所述网络事件处理方法包括以下步骤：
51.步骤401：根据处理设备接收到的网络运行信息确定网络事件的影响因素，并根据所述网络事件的影响因素确定所述网络事件对应的第一优先级系数。
52.步骤402：根据第一算法对所述第一优先级系数进行处理，基于处理结果对所述网络事件进行处理。
53.本技术实施例的技术方案应用于处理设备，所述处理设备可以是具有计算处理能力的电子设备或者处理平台或者处理系统。本技术对所述处理设备的类型不做限定。作为示例，所述处理设备可以是前述相关方案中的数字孪生平台(也可以称为网络运维平台)。前述相关方案中关于数字孪生平台的描述也可以结合到此进行实施。
54.本技术实施例中，数字孪生平台构建至少一个对象的信息模型，所述信息模型包括对象对应的数字孪生管理实体，所述数字孪生管理实体用于对所述对象进行资产管理；其中，所述至少一个对象包括终端对象和/或网络对象。如图3所示，对象包括终端对象(也即ue对象)和网络对象，其中，终端对象具有对应的数字孪生管理实体(也可以称为终端数字孪生管理实体)，网络对象也具有对应的数字孪生管理实体(可以称为网络数字孪生管理实体)。终端数字孪生管理实体和网络数字孪生管理实体可以理解为行业现场网面向数字孪生的信息模型。通过数字孪生平台，可以实现行业现场网的三维可视化呈现、qos管理以及柔性通信的灵活部署。
55.需要说明的是，行业现场网面向数字孪生的信息模型主要实现行业网络中物理实体的属性、能力、接口以及数据流的规范化语义描述。通过信息模型，可以将从物理网络空间采感的数据以标准化的方式传输给数字孪生虚拟空间，进行可视化和智能分析。信息模型可以真实地反应物理空间的客观规律，在此基础上对物理空间的实体进行管理控制。在一些实例中，数字孪生的信息模型由数字孪生管理实体组成，管理实体中可能包括协议适配层。
56.本技术实施例中，所述网络运行信息由部署在数字孪生网络中的网络质量探针周期性感知并上报给所述处理设备。在一些可选实施方式中，所述网络运行信息包括所述网络质量探针采集的网络事件的变量数据信息。作为示例，如图1所示，网络质量探针可以部署在行业现场接入网的任意位置。
57.需要说明的是，本技术实施例中的网络事件例如为网络故障。
58.本技术实施例中，所述根据处理设备接收到的网络运行信息确定网络事件的影响因素，并根据所述网络事件的影响因素确定所述网络事件对应的第一优先级系数，包括：
59.1)根据所述网络运行信息确定网络事件的影响因素，其中，所述网络事件的影响因素包括以下至少一类：网络故障范围、网络故障时间、网络业务质量；
60.2)根据第二模型确定与所述网络事件的影响因素对应的第一优先级系数，所述第二模型包括网络事件的影响因素与第一优先级系数之间的对应关系。这里，所述第二模型与所述网络事件的影响因素相关，其中，所述网络事件的影响因素包括以下至少一类：网络故障范围、网络故障时间、网络业务质量。
61.本技术实施例中，网络事件的影响因素可以包括一类影响因素，也可以包括多类影响因素，以下结合不同的情况分别进行说明。
62.情况一：
63.在一些可选实施方式中，网络事件的影响因素可以包括一类影响因素，例如网络事件的影响因素为网络故障范围、或者网络故障时间、或者网络业务质量。
64.这种情况下，对于所述网络事件的其中一类影响因素，根据第二模型对所述一类
影响因素对应的多个子因素的评价值进行归一化处理，并根据归一化处理结果确定所述网络事件的第一优先级系数。
65.具体地，根据以下公式对所述网络事件的一类影响因素对应的多个子因素的评价值进行归一化处理：
66.r＝log(1/(∑s1+s2+...+sn))；
67.其中，n为多个子因素的数量，si为n个子因素中的第i个子因素的评价值，i为大于等于1且小于等于n的整数。
68.情况二：
69.在一些可选实施方式中，网络事件的影响因素可以包括多类影响因素，例如网络事件的影响因素包括以下至少两类影响因素：网络故障范围、网络故障时间、网络业务质量。
70.这种情况下，对于所述网络事件的多类影响因素，基于第二模型以及所述多类影响因素的权重对所述多类影响因素对应的评价值进行归一化处理，并基于归一化处理结果确定所述网络事件的第一优先级系数。
71.具体地，根据以下公式对所述网络事件的多类影响因素对应的评价值进行归一化处理：
72.r＝f1
×
r1+f2
×
r2+...+fk
×
rk；
73.其中，k为多类影响因素的数量，rj为k多类影响因素中的第j类影响因素的评价值，fj为影响因素rj对应的权重，j为大于等于1且小于等于k的整数。
74.以下结合具体应用实例对本技术实施例上述方案中的如何确定网络事件的第一优先级系数进行说明。
75.需要说明的是，以下应用实例中，将“第二模型”的描述等效为了“协议适配模式”。
76.考虑到行业现场场景的差异性，网络异构、定制化现象明显，不同的行业用户对行业现场网的网络运维诉求不一样，在运维资源有限的前提下，优先处理行业用户最关心的网络事件。例如，某厂区部分网络老化导致区域突然弱覆盖，同时，覆盖核心业务区域的网络出现上行丢包现象，行业用户根据自身业务需要，需要优先解决上行丢包的故障，后处理弱覆盖的问题。基于定制化需求以及实施成本的差异化需求，行业用户可以选择不同的网络运维协议适配模式(简称为协议适配模式，也即第二模型)对网络事件的影响因素进行归一化处理，得到网络事件对应的优先级系数(即第一优先级系数)。以下结合不同的协议适配模式(也即第二模型)对如何确定网络事件对应的优先级系数进行说明。
77.(1)协议适配模式1：
78.协议适配模式1是基于网络故障范围(也即设备覆盖面)这一类影响因素从网络运行信息中选取相关的特征向量，这里，相关的特征向量是指与网络故障范围这一类影响因素相关的特征向量。考虑到网络的空间分布、网元功能、网元数量、客户需求等层面，网络故障范围这一类影响因素涉及到的子因素包括但不限于：关联网元数量、网元重要度评估。作为示例，以下表1给出了网络故障范围这一类影响因素涉及到的各个子因素的取值以及对应的评价值。根据网络运行信息中包括的故障网元信息、网络拓扑关系信息等，处理设备可以确定故障网元关联的网元数量以及故障网元的重要度，而后根据qos机制(即以下表1所示的映射关系)映射出对应的评价值。然后，根据以下公式对各个子因素对于的评价值进行
归一化处理：
79.r1＝log(1/(∑s1+s2))；
80.其中，s1为“关联网元数量”这一子因素的评价值，s2为“网元重要度”这一子因素的评价值。
81.进一步，若子因素的评价值有多个，则需要对该子因素的多个评价值进行归一化处理，那么，上述公式可以变化为：
82.r1＝log(1/(∑s10+s11+...+s1n+∑s20+s21+...+s2n))；
83.其中，n为子因素的评价值的数量。
[0084][0085][0086]
表1
[0087]
(2)协议适配模式2：
[0088]
协议适配模式2是从网络故障时间(也即时间覆盖面)这一类影响因素从网络运行信息中选取相关的特征向量，这里，相关的特征向量是指与网络故障时间这一类影响因素相关的特征向量。考虑到网络运维的全生命周期、物理功能、客户需求等层面，网络故障时间这一类影响因素涉及到的子因素包括但不限于：故障发生时段、故障处理时限、故障地区类型。作为示例，以下表2给出了网络故障时间这一类影响因素涉及到的各个子因素的取值以及对应的评价值。根据网络运行信息中包括的故障网元时间戳、故障网元的网元信息等，处理设备可以确定故障发生时段、故障处理时限以及故障地区类型，而后根据qos机制(即以下表2所示的映射关系)映射出对应的评价值。然后，根据以下公式对各个子因素对于的评价值进行归一化处理：
[0089]
r2＝log(1/(∑s1+s2+s3))；
[0090]
其中，s1为“故障发生时段”这一子因素的评价值，s2为“故障发生时段”这一子因素的评价值，s3为“故障地区类型”这一子因素的评价值。
[0091]
进一步，若子因素的评价值有多个，则需要对该子因素的多个评价值进行归一化
处理，那么，上述公式可以变化为：
[0092]
r2＝log(1/(∑s10+s11+...+s1n+∑s20+s21+...+s2n+∑s30+s31+...+s3n))；
[0093]
其中，n为子因素的评价值的数量。
[0094][0095][0096]
表2
[0097]
(3)协议适配模式3：
[0098]
协议适配模式3是从网络业务质量(也即业务影响面)这一类影响因素从网络运行信息中选取相关的特征向量，这里，相关的特征向量是指与网络业务质量这一类影响因素相关的特征向量。考虑到影响网络业务质量的物理参量、信道状态、编码质量等层面，网络业务质量这一类影响因素涉及到的子因素包括但不限于：上行物理层调制编码方式(上行mcs)、上行物理信道质量(上行cqi)、上行传输误码率(上行ibler)。这里，网络业务质量主要指标与工业互联网的模组能力分级分类行业标准对齐。作为示例，以下表3给出了网络业务质量这一类影响因素涉及到的各个子因素的取值以及对应的评价值。根据网络运行信息，处理设备可以确定上行物理层调制编码方式、上行物理信道质量、上行传输误码率，而后根据qos机制(即以下表3所示的映射关系)映射出对应的评价值。然后，根据以下公式对各个子因素对于的评价值进行归一化处理：
[0099]
同理，根据公式对这些特征值进行归一化处理。
[0100]
r3＝log(1/(∑s1+s2+s3))；
[0101]
其中，s1为“上行物理层调制编码方式”这一子因素的评价值，s2为“上行物理信道质量”这一子因素的评价值，s3为“上行传输误码率”这一子因素的评价值。
[0102]
进一步，若子因素的评价值有多个，则需要对该子因素的多个评价值进行归一化处理，那么，上述公式可以变化为：
[0103]
r3＝log(1/(∑s10+s11+...+s1n+∑s20+s21+...+s2n+∑s30+s31+...+s3n))；
[0104]
其中，n为子因素的评价值的数量。
[0105]
[0106][0107]
表3
[0108]
(4)协议适配模式4：
[0109]
协议适配模式4是混合型模式，根据网络故障范围、网络故障时间、网络业务质量这三类影响因素确定网络事件对应的优先级系数。根据上述方案确定出优先级系数r1、r2和r3后，假设f1、f2和f3分别代表r1、r2和r3的权重，权重的大小表示对应的影响因素对网络质量的影响，权重的大小可以根据保障需求与行业用户进行协商。那么，网络事件对应的优先级系数为：
[0110]
r＝f1
×
r1+f2
×
r2+f3
×
r3。
[0111]
本技术实施例中，通过上述方案确定出网络事件对应的优先级系数(也即第一优先级系数)后，根据第一算法对所述第一优先级系数进行处理，基于处理结果选择网络事件处理方式；按照所述网络事件处理方式，对所述网络事件进行处理。
[0112]
在一些可选实施方式中，所述网络事件的处理方法包括以下至少之一：确定网络事件的影响因素；确定网络事件对应的第一优先级系数；基于所述第一优先级系数构建第一模型；网络事件的分流；网络事件的资源调度，所述资源调度包括自适应调度和/或人工调度。
[0113]
上述方案中，所述根据第一算法对所述第一优先级系数进行处理，基于处理结果选择网络事件处理方式，包括：基于第一算法对所述第一优先级系数进行处理，得到所述第一优先级系数对应的目标值；基于所述目标值与第一阈值的判断结果，选择网络事件处理方式。具体地，若所述目标值大于第一阈值，则选择第一处理方式；若所述目标值小于等于第一阈值，则选择第二处理方式。这里，若所述目标值大于第一阈值，则表明网络事件为低风险的网络事件。若所述目标值小于等于第一阈值，则表明网络事件为高风险的网络事件。
[0114]
在一些可选实施方式中，基于多个优先级系数构建第一模型，其中，所述多个优先级系数根据所述处理设备在多个采样周期内采集到的网络运行信息确定；根据所述第一模型，计算所述第一优先级系数对应的目标值。
[0115]
作为示例，所述多个优先级系数为m个优先级系数，m为大于1的整数；
[0116]
1)根据以下公式计算多个优先级系数对应的均值：
[0117][0118]
其中，ri为m个优先级系数中的第i个优先级系数；
[0119]
2)根据以下公式计算多个优先级系数对应的协方差矩阵：
[0120][0121]
其中，t代表转置运算；
[0122]
3)根据以下公式计算第一模型：
[0123][0124]
本技术实施例中，选择所述第一处理方式的情况下，所述按照所述网络事件处理方式，对所述网络事件进行处理，包括：
[0125]
确定与多个优先级系数关联的优化目标和约束条件，其中，所述多个优先级系数根据所述处理设备在多个采样周期内采集到的网络运行信息确定，所述多个优先级系数包括所述第一优先级系数；基于所述优化目标和所述约束条件，确定所述多个优先级系数中的每个优先级系数对应的处理因子；根据所述第一优先级系数对应的第一处理因子确定是否对所述第一优先级系数对应的网络事件进行处理。
[0126]
具体地，若所述第一优先级系数对应的第一处理因子等于第一值，则确定对所述第一优先级系数对应的网络事件进行处理；若所述第一优先级系数对应的第一处理因子等于第二值，则确定不对所述第一优先级系数对应的网络事件进行处理。作为示例，所述第一值为1，所述第二值为0。
[0127]
以下结合具体应用实例对本技术实施例上述方案中的如何处理网络事件进行说明。
[0128]
在部署成本限制下，将针对网络事件的派单问题规划为一个线性规划问题。该问题是通过优化候选点选择派单的方案，使得预估投入人力成本有限的前提下，人工得到最优安排。
[0129]
网络运行信息的采样时间段(也即采样周期)为t1,t2,t3,
…
,tm，在每个采样时间段内，处理设备对网络运行信息进行更新并根据更新的网络运行信息计算当前采样时间段内的批量网络事件对应的优先级系数，记录每个采样时间段内对应的优先级系数分别为r1,r2,r3,
…
,rm。对优先级系数的异常检测方法基于多元高斯分布模型对优先级系数作初步检验，对具有明显离群特征的优先级系数进行异常判断。
[0130]
这里，需要说明的是，当网络运维处于正常状态时，优先级系数的取值应集中分布在多元高斯分布模型的一个区间段内，取值分布应满足正态分布。如果优先级系数的取值不一该区间段内，则可判定该优先级系数是正常状态的概率很低，即该优先级系数有很高的概率为异常。记优先级系数在该区间内的概率为p(r)，以下说明如何确定p(r)。
[0131]
以m个优先级系数(r1，r2，......，rm)为特征集，构建多元高斯分布模型。具体地，1)计算m个优先级系数的均值为：其中，ri为m个优先级系数中的第i个优先级系数。2)计算m个优先级系数的对应的协方差矩阵为：
其中，t代表转置运算。3)通过概率密度估计得多元高斯分布模型为：
[0132]
对于一个特定的优先级系数(即第一优先级系数)来说，可以带入上述多元高斯分布模型，从而该优先级系数对应的概率(即目标值)。然后根据以下公式可以判定该优先级系数对应的网络事件的处理方式：
[0133][0134]
这里，ε代表第一阈值。若p(r)≤ε，则说明网络事件为高风险的网络事件，选择第二处理方式对其进行处理。若p(r)＞ε，则说明网络事件为低风险的网络事件，选择第一处理方式对其进行处理。
[0135]
这里，第一阈值ε在验证集上使用评估指标来确定，选择使指标最大的ε作为第一阈值。
[0136]
对于高风险的网络事件，可以立即安排运维人员现场处理。
[0137]
对于低风险的网络事件，可以进一步通过以下方式确定是否对其进行处理。
[0138]
在预算成本有限的情况下，将针对网络事件的派单问题抽象为数学问题进一步甄选高优先级的网络事件进行派单处理。作为示例，可以将派单问题抽象为np-hard问题，组合优化问题等数学问题，具体的算法可以采用∈-greedy算法、动态规划算法等。以下以np-hard问题为例进行说明。
[0139]
通过强化学习采用贪心算法迭代训练q函数。其中，平台智能体与环境彼此交互状态(s)、动作(a)、奖赏(r)信息，通过训练逐步取得优化目标。具体来说，每一个步长t，通过对q值进行∈-greedy迭代训练获得当前环境的状态st，并根据策略函数生成动作at，环境在执行动作at后，将自身状态st转变为st+1，同时将动作的奖赏rt反馈给智能体。在这个过程中，四元组数据(st,at,rt,st1)将作为经验保存在q表中，训练的目标就是利用q表不断优化策略函数π的参数来最大化未来累积折扣奖赏rt的期望e(rt)。其中，e(rt)可以表示为：其中，t为迭代次数，γ是折扣因子，反映了当前行为对后续策略的影响程度。q值根据以下贝尔曼公式反复迭代进行更新：qnew(st-1,at-1)＝(1-α)
·
q(st-1,at-1)+α(rt+γ
·
maxq(st,a))；其中，maxq(st,a)根据贪心算法计算应该采取的动作，迭代查找st下期望回报最好的行为。α∈(0,1]，γ∈[0,1]，rt是t时刻的奖赏。更新故障分流调度的平均策略为：π(ss,y)
←
π(ss,y)+δsb；最终，在若干次迭代后，实现优先级系数的总和最小，此时，网络运维工单响应更及时，故障紧急程度分布最小、重要业务区域的网络故障平均历时最短。
[0140]
本技术实施例的技术方案，提出了一种面向数字孪生技术的运营商行业现场网网络运维业务优化方案，实现通过确定行业现场网故障处理在不同维度的影响因素，从网元的重要性、网元数量、异常发生的时间段和空间位置等维度，对采集数据划定层级并进行归一化处理，构建优先级系数模型，通过实现网络异常的检测和优化处理，根据具体的网络运维的预算和环境，明确边界条件和优化条件，对异常情况定义告警阀值，完成网络故障运维的派单调度。进一步的，对非超阀值情况强化告警管理，建立计算模型求解网络故障分流与
调度的最优解，形成自优化机制，提升网络运维准确性。
[0141]
图5是本技术实施例提供的网络事件处理方法的流程示意图二，如图5所示，所述网络事件处理方法包括以下步骤：
[0142]
步骤501：设定网络运行信息的采样频率，根据该频率周期性采集并更新网络运行信息。
[0143]
步骤502：根据一个周期内的网络运行信息，确定行业现场网的网络事件的影响因素以及影响因素对应的多个子因素的评价值。
[0144]
步骤503：对多个子因素的评价值进行归一化处理，得到网络事件对应的优先级系数。
[0145]
步骤504：确定边界条件和最优化条件，根据边界条件和最优化条件确定网络事件的处理方式，并根据该处理方式处理该网络事件。
[0146]
这里，边界条件例如为上述方案中的第一阈值。
[0147]
这里，最优化条件例如为上述方案中的优化目标和约束条件。
[0148]
具体地，根据第一模型计算网络事件对应的优先级系数对应的目标值；若所述目标值大于第一阈值，则选择第一处理方式；若所述目标值小于等于第一阈值，则选择第二处理方式。这里，第二处理方式为立即处理网络事件的方式。
[0149]
选择所述第一处理方式的情况下，基于优化目标和约束条件，确定网络事件对应的优先级系数对应的处理因子；若该处理因子等于第一值(例如1)，则确定对网络事件进行处理；若该处理因子等于第二值(例如0)，则确定不对网络事件进行处理。
[0150]
本技术实施例的技术方案，可以根据具体的网络运维的预算和环境，明确边界条件和最优化条件，进而求得网络故障分流与调度的最优解，提升了网络运维准确性。
[0151]
图6是本技术实施例提供的网络事件处理装置的结构组成示意图，应用于处理设备，如图6所示，所述网络事件处理装置包括：
[0152]
确定单元601，用于根据处理设备接收到的网络运行信息确定网络事件的影响因素，并根据所述网络事件的影响因素确定所述网络事件对应的第一优先级系数；
[0153]
处理单元602，用于根据第一算法对所述第一优先级系数进行处理，基于处理结果对所述网络事件进行处理。
[0154]
在一些可选实施方式中，所述处理单元602，用于根据第一算法对所述第一优先级系数进行处理，基于处理结果选择网络事件处理方式；按照所述网络事件处理方式，对所述网络事件进行处理。
[0155]
在一些可选实施方式中，所述网络事件的处理方法包括以下至少之一：
[0156]
确定网络事件的影响因素；
[0157]
确定网络事件对应的第一优先级系数；
[0158]
基于所述第一优先级系数构建第一模型；
[0159]
网络事件的分流；
[0160]
网络事件的资源调度，所述资源调度包括自适应调度和/或人工调度。
[0161]
在一些可选实施方式中，所述处理单元602，用于基于第一算法对所述第一优先级系数进行处理，得到所述第一优先级系数对应的目标值；基于所述目标值与第一阈值的判断结果，选择网络事件处理方式。
[0162]
在一些可选实施方式中，所述处理单元602，用于若所述目标值大于第一阈值，则选择第一处理方式；若所述目标值小于等于第一阈值，则选择第二处理方式。
[0163]
在一些可选实施方式中，所述处理单元602，用于基于多个优先级系数构建第一模型，其中，所述多个优先级系数根据所述处理设备在多个采样周期内采集到的网络运行信息确定；根据所述第一模型，计算所述第一优先级系数对应的目标值。
[0164]
在一些可选实施方式中，所述多个优先级系数为m个优先级系数，m为大于1的整数；
[0165]
所述处理单元602，用于根据以下公式计算多个优先级系数对应的均值：
[0166][0167]
其中，ri为m个优先级系数中的第i个优先级系数；
[0168]
根据以下公式计算多个优先级系数对应的协方差矩阵：
[0169][0170]
其中，t代表转置运算；
[0171]
根据以下公式计算第一模型：
[0172][0173]
在一些可选实施方式中，所述处理单元602，用于确定与多个优先级系数关联的优化目标和约束条件，其中，所述多个优先级系数根据所述处理设备在多个采样周期内采集到的网络运行信息确定，所述多个优先级系数包括所述第一优先级系数；基于所述优化目标和所述约束条件，确定所述多个优先级系数中的每个优先级系数对应的处理因子；根据所述第一优先级系数对应的第一处理因子确定是否对所述第一优先级系数对应的网络事件进行处理。
[0174]
在一些可选实施方式中，所述处理单元602，用于若所述第一优先级系数对应的第一处理因子等于第一值，则确定对所述第一优先级系数对应的网络事件进行处理；若所述第一优先级系数对应的第一处理因子等于第二值，则确定不对所述第一优先级系数对应的网络事件进行处理。
[0175]
在一些可选实施方式中，所述网络运行信息由部署在数字孪生网络中的网络质量探针周期性感知并上报给所述处理设备。
[0176]
在一些可选实施方式中，所述网络运行信息包括所述网络质量探针采集的网络事件的变量数据信息。
[0177]
在一些可选实施方式中，所述确定单元601，用于根据所述网络运行信息确定网络事件的影响因素，其中，所述网络事件的影响因素包括以下至少一类：网络故障范围、网络故障时间、网络业务质量。
[0178]
在一些可选实施方式中，所述确定单元601，用于根据第二模型确定与所述网络事件的影响因素对应的第一优先级系数，所述第二模型包括网络事件的影响因素与第一优先级系数之间的对应关系。
[0179]
在一些可选实施方式中，所述第二模型与所述网络事件的影响因素相关，其中，所
述网络事件的影响因素包括以下至少一类：网络故障范围、网络故障时间、网络业务质量。
[0180]
在一些可选实施方式中，所述确定单元601，用于对于所述网络事件的其中一类影响因素，根据第二模型对所述一类影响因素对应的多个子因素的评价值进行归一化处理，并根据归一化处理结果确定所述网络事件的第一优先级系数。
[0181]
在一些可选实施方式中，所述确定单元601，用于根据以下公式对所述网络事件的一类影响因素对应的多个子因素的评价值进行归一化处理：
[0182]
r＝log(1/(∑s1+s2+...+sn))；
[0183]
其中，n为多个子因素的数量，si为n个子因素中的第i个子因素的评价值，i为大于等于1且小于等于n的整数。
[0184]
在一些可选实施方式中，所述确定单元601，用于对于所述网络事件的多类影响因素，基于第二模型以及所述多类影响因素的权重对所述多类影响因素对应的评价值进行归一化处理，并基于归一化处理结果确定所述网络事件的第一优先级系数。
[0185]
在一些可选实施方式中，所述确定单元601，用于根据以下公式对所述网络事件的多类影响因素对应的评价值进行归一化处理：
[0186]
r＝f1
×
r1+f2
×
r2+...+fk
×
rk；
[0187]
其中，k为多类影响因素的数量，rj为k多类影响因素中的第j类影响因素的评价值，fj为影响因素rj对应的权重，j为大于等于1且小于等于k的整数。
[0188]
在一些可选实施方式中，所述处理单元602，还用于构建至少一个对象的信息模型，所述信息模型包括对象对应的数字孪生管理实体，所述数字孪生管理实体用于对所述对象进行资产管理；其中，所述至少一个对象包括终端对象和/或网络对象。
[0189]
本领域技术人员应当理解，图6所示的网络事件处理装置中的各单元的实现功能可参照前述网络事件处理方法的相关描述而理解。图6所示的网络事件处理装置中的各单元的功能可通过运行于处理器上的程序而实现，也可通过具体的逻辑电路而实现。
[0190]
本技术实施例的技术方案，充分考虑行业现网网络运维的数字孪生化、自优化的诉求，设计了一种网络故障自优化处理的方法。结合设备关联网元重要性、生命周期、业务优先级及性能影响程度等影响因素，构建网络故障处理调度模型，实现分析故障的重要程度、触发阈值和层次关系，达到网络运维故障分流调度的目的。一方面，构建了一种数字孪生网络运维平台网络故障处理调度模型，充分考虑行业用户的定制化需求提出了4种协议适配模式，有效判断网络故障优先级及影响程度，实现的网络运维故障分流调度的自优化方法。另一方面。供了一种故障分流方案机制，根据具体的网络运维环境明确最优优化条件，通过异常检测的方法明确边界条件并映射为风险等级不同的两类派单分流方案。针对低风险故障问题，进一步明确最优化目标以及约束条件，将派单问题抽象为数学问题，选择适宜的算法进行求解。
[0191]
图7是本技术实施例提供的一种处理设备700示意性结构图。图7所示的处理设备700包括处理器710，处理器710可以从存储器中调用并运行计算机程序，以实现本技术实施例中的方法。
[0192]
可选地，如图7所示，处理设备700还可以包括存储器720。其中，处理器710可以从存储器720中调用并运行计算机程序，以实现本技术实施例中的方法。
[0193]
可选地，如图7所示，处理设备700还可以包括收发器730，处理器710可以控制该收
发器730与其他设备进行通信，具体地，可以向其他设备发送信息或数据，或接收其他设备发送的信息或数据。
[0194]
图8是本技术实施例的芯片的示意性结构图。图8所示的芯片800包括处理器810，处理器810可以从存储器中调用并运行计算机程序，以实现本技术实施例中的方法。
[0195]
可选地，如图8所示，芯片800还可以包括存储器820。其中，处理器810可以从存储器820中调用并运行计算机程序，以实现本技术实施例中的方法。
[0196]
其中，存储器820可以是独立于处理器810的一个单独的器件，也可以集成在处理器810中。
[0197]
可选地，该芯片800还可以包括输入接口830。其中，处理器810可以控制该输入接口830与其他设备或芯片进行通信，具体地，可以获取其他设备或芯片发送的信息或数据。
[0198]
可选地，该芯片800还可以包括输出接口840。其中，处理器810可以控制该输出接口840与其他设备或芯片进行通信，具体地，可以向其他设备或芯片输出信息或数据。
[0199]
应理解，本技术实施例提到的芯片还可以称为系统级芯片，系统芯片，芯片系统或片上系统芯片等。
[0200]
应理解，本技术实施例的处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本技术实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本技术实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
[0201]
可以理解，本技术实施例中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，rom)、可编程只读存储器(programmable rom，prom)、可擦除可编程只读存储器(erasable prom，eprom)、电可擦除可编程只读存储器(electrically eprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(random access memory，ram)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如静态随机存取存储器(static ram，sram)、动态随机存取存储器(dynamic ram，dram)、同步动态随机存取存储器(synchronous dram，sdram)、双倍数据速率同步动态随机存取存储器(double data rate sdram，ddr sdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步连接动态随机存取存储器(synchlink dram，sldram)和直接内存总线随机存取存储器(direct rambus ram，dr ram)。应注意，本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
[0202]
应理解，上述存储器为示例性但不是限制性说明，例如，本技术实施例中的存储器
还可以是静态随机存取存储器(static ram，sram)、动态随机存取存储器(dynamic ram，dram)、同步动态随机存取存储器(synchronous dram，sdram)、双倍数据速率同步动态随机存取存储器(double data rate sdram，ddr sdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步连接动态随机存取存储器(synch link dram，sldram)以及直接内存总线随机存取存储器(direct rambus ram，dr ram)等等。也就是说，本技术实施例中的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
[0203]
本技术实施例还提供了一种计算机可读存储介质，用于存储计算机程序。
[0204]
可选的，该计算机可读存储介质可应用于本技术实施例中的网络设备，并且该计算机程序使得计算机执行本技术实施例的各个方法中由网络设备实现的相应流程，为了简洁，在此不再赘述。
[0205]
可选地，该计算机可读存储介质可应用于本技术实施例中的移动终端/终端设备，并且该计算机程序使得计算机执行本技术实施例的各个方法中由移动终端/终端设备实现的相应流程，为了简洁，在此不再赘述。
[0206]
本技术实施例还提供了一种计算机程序产品，包括计算机程序指令。
[0207]
可选的，该计算机程序产品可应用于本技术实施例中的网络设备，并且该计算机程序指令使得计算机执行本技术实施例的各个方法中由网络设备实现的相应流程，为了简洁，在此不再赘述。
[0208]
可选地，该计算机程序产品可应用于本技术实施例中的移动终端/终端设备，并且该计算机程序指令使得计算机执行本技术实施例的各个方法中由移动终端/终端设备实现的相应流程，为了简洁，在此不再赘述。
[0209]
本技术实施例还提供了一种计算机程序。
[0210]
可选的，该计算机程序可应用于本技术实施例中的网络设备，当该计算机程序在计算机上运行时，使得计算机执行本技术实施例的各个方法中由网络设备实现的相应流程，为了简洁，在此不再赘述。
[0211]
可选地，该计算机程序可应用于本技术实施例中的移动终端/终端设备，当该计算机程序在计算机上运行时，使得计算机执行本技术实施例的各个方法中由移动终端/终端设备实现的相应流程，为了简洁，在此不再赘述。
[0212]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0213]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0214]
在本技术所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦
合或通信连接，可以是电性，机械或其它的形式。
[0215]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0216]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
[0217]
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，)rom、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0218]
以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应所述以权利要求的保护范围为准。