基站异常检测方法、装置、电子设备及非易失性存储介质与流程

本申请涉及通信故障检测领域，具体而言，涉及一种基站异常检测方法、装置、电子设备及非易失性存储介质。

背景技术：

1、目前网络管理系统对于通信基站的检测均采用固定的异常检测方式，而对于不同部署环境下的基站，当基站设备发生非拒绝性故障时，采用相同的异常检测方法可能导致异常误判和漏报的情况。

2、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本申请实施例提供了一种基站异常检测方法、装置、电子设备及非易失性存储介质，以至少解决由于针对各通信基站采用固定的异常检测方式造成的当基站设备发生非拒绝性故障时异常检测准确率低的技术问题。

2、根据本申请实施例的一个方面，提供了一种基站异常检测方法，包括：提取基站的运行数据集中数据的数据特征，依据数据特征对运行数据集中的数据进行插值操作，得到目标数据集，其中，目标数据集中的数据量大于运行数据集中的数据量，运行数据集中包括在基站运行过程中采集的基站运行数据；确定目标数据集中的目标指标，依据数据特征筛选目标数据集中与目标指标线性相关的指标，得到相关指标集，其中，目标指标为与通信网络性能和数据传输相关的参数指标；依据相关指标集确定异常数据，并依据异常数据确定基站故障。

3、可选地，依据相关指标集确定异常数据包括：确定相关指标集中拟合得到的极值点对应的时间点的数据为异常数据，确定相关指标集中指标超过预设阈值的指标对应的时间段的数据为异常数据。

4、可选地，确定相关指标集中拟合得到的极值点对应的时间点的数据为异常数据包括：确定目标模型的目标函数，其中，目标函数的函数类型为广义极值函数；依据广义极值函数确定相关指标集中的指标的极值点；确定极值点对应的时间点的产生的数据为异常数据。

5、可选地，确定相关指标集中指标超过预设阈值的指标对应的时间段的数据为异常数据包括：依据transformer模型确定目标模型，其中，目标模型包括据transformer模型的编码层；令目标模型学习相关指标集中指标之间关系，得到预设阈值；确定相关指标集中超过预设阈值的指标对应的时间段，确定时间段内产生的数据为异常数据。

6、可选地，依据数据特征对运行数据集中的数据进行插值操作包括：确定数据特征对应的多项式函数，依据多项式函数拟合运行数据集的数据特征，得到插值后的目标数据集。

7、可选地，依据数据特征对运行数据集中的数据进行插值操作之前，基站异常检测方法还包括：采用u-net神经网络处理数据特征，得到似然函数参数；依据似然函数参数构建概率密度函数；依据概率密度函数建立故障模型，故障模型用于依据数据特征模拟异常特征，模拟异常特征用于增减运行数据集中异常特征的比例；将模拟故障特征拟合进运行数据集的数据特征中，得到增强后的数据特征。

8、可选地，依据数据特征筛选目标数据集中与目标指标线性相关的指标，得到相关指标集包括：依据皮尔逊相关系数检验其他指标与目标指标之间的相关系数，其中，相关系数越接近1或-1，其他指标与目标指标之间的相关性越强；依据相关系数确定与目标指标线性相关的指标。

9、可选地，对数据集中的指标进行筛选，得到与目标指标线性相关的指标集之前，异常检测方法还包括：对目标数据集中的数据进行标准化处理，其中，标准化处理用于消除目标数据集中不同指标数据的差异，标准化处理包括：将数据转换为以均值为中心，以标准差为单位的标准正态分布。

10、根据本申请实施例的另一方面，还提供了一种基站异常检测装置，其特征在于，包括：第一处理模块，用于提取基站的运行数据集中数据的数据特征，依据数据特征对运行数据集中的数据进行插值操作，得到目标数据集，其中，目标数据集中的数据量大于运行数据集中的数据量，运行数据集中包括在基站运行过程中采集的基站运行数据；第二处理模块，用于确定目标数据集中的目标指标，依据数据特征筛选目标数据集中与目标指标线性相关的指标，得到相关指标集，其中，目标指标为与通信网络性能和数据传输相关的参数指标；第三处理模块，用于依据相关指标集确定异常数据，并依据异常数据确定基站故障。

11、根据本申请实施例的另一方面，还提供了一种非易失性存储介质，非易失性存储介质中存储有计算机程序，其中，在非易失性存储介质所在设备通过运行计算机程序执行基站异常检测方法。

12、根据本申请实施例的另一方面，还提供了一种电子设备，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为通过计算机程序执行基站异常检测方法。

13、在本申请实施例中，采用提取基站的运行数据集中数据的数据特征，依据数据特征对运行数据集中的数据进行插值操作，得到目标数据集，其中，目标数据集中的数据量大于运行数据集中的数据量，运行数据集中包括在基站运行过程中采集的基站运行数据；确定目标数据集中的目标指标，依据数据特征筛选目标数据集中与目标指标线性相关的指标，得到相关指标集，其中，目标指标为与通信网络性能和数据传输相关的参数指标；依据相关指标集确定异常数据，并依据异常数据确定基站故障的方式，通过提取增强的基站运行数据集的数据特征，并检测运行数据集中与通信相关的指标的相关指标，再通过广义极值函数确定相关指标中存在异常的指标对应的时间产生的数据为异常数据，达到了根据基站运行数据进行动态故障检测的目的，从而实现了提高基站设备发生非拒绝性故障时异常检测准确率的技术效果，进而解决了由于针对各通信基站采用固定的异常检测方式造成的当基站设备发生非拒绝性故障时异常检测准确率低的技术问题。

技术特征：

1.一种基站异常检测方法，其特征在于，包括：

2.根据权利要求1所述的基站异常检测方法，其特征在于，所述依据所述相关指标集确定异常数据包括：

3.根据权利要求2所述的基站异常检测方法，其特征在于，所述确定所述相关指标集中拟合得到的极值点对应的时间点的数据为异常数据包括：

4.根据权利要求2所述的基站异常检测方法，其特征在于，所述确定所述相关指标集中指标超过预设阈值的指标对应的时间段的数据为异常数据包括：

5.根据权利要求1所述的基站异常检测方法，其特征在于，所述依据所述数据特征对所述运行数据集中的数据进行插值操作包括：

6.根据权利要求5所述的基站异常检测方法，其特征在于，所述依据所述数据特征对所述运行数据集中的数据进行插值操作之前，所述基站异常检测方法还包括：

7.根据权利要求1所述的基站异常检测方法，其特征在于，所述依据所述数据特征筛选所述目标数据集中与所述目标指标线性相关的指标，得到相关指标集包括：

8.根据权利要求7所述的基站异常检测方法，其特征在于，所述对所述数据集中的指标进行筛选，得到与目标指标线性相关的指标集之前，所述异常检测方法还包括：

9.一种基站异常检测装置，其特征在于，包括：

10.一种非易失性存储介质，其特征在于，所述非易失性存储介质中存储有计算机程序，其中，在所述非易失性存储介质所在设备通过运行所述计算机程序执行权利要求1至8中任意一项所述的基站异常检测方法。

11.一种电子设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行权利要求1至8中任意一项所述的基站异常检测方法。

技术总结
本申请公开了一种基站异常检测方法、装置、电子设备及非易失性存储介质。其中，该方法包括：提取基站的运行数据集中数据的数据特征，依据数据特征对运行数据集中的数据进行插值操作，得到目标数据集，其中，目标数据集中的数据量大于运行数据集中的数据量；确定目标数据集中的目标指标，依据数据特征筛选目标数据集中与目标指标线性相关的指标，得到相关指标集，其中，目标指标为与通信网络性能和数据传输相关的参数指标；依据相关指标集确定异常数据，并依据异常数据确定基站故障。本申请解决了由于针对各通信基站采用固定的异常检测方式造成的当基站设备发生非拒绝性故障时异常检测准确率低的技术问题。

技术研发人员：杜国宇,封静娴,南静远,杨涛
受保护的技术使用者：中国电信股份有限公司技术创新中心
技术研发日：
技术公布日：2024/3/21