综合监控系统关键技术与应用研究开题报告

综合监控系统关键技术与应用研究开题报告内容摘要：

并提前通知相关客户。  分布式数据同步：由于全省专线设备的最详细信息是分散在各个地市的网管中心机房的，所以需要有分布式数据同步机制实现全省数据的实时同步。  海量数据的智能分析：针对海量的全省集团专线数据，进行多维度、多层次的智能分析，没有坚实的智能数据分析（ BI）基础平台很难做到。 难点及解决方案 采用 MSAP、 EOP 和 GFP 技术对接入层协议转换器进行网络接入改造 MSAP、 EOP 和 GFP 技术是一种很好的解决方案。 简化了对网络的管理。 避免了为提供新的业务再去建设新网络的重复投资，进一步优化利用了原有的网络资源。 将 MSAP、 EOP 部署于中心机房，在用户分支节点可放置单路、多路 E1 协议转换器来完成每个分支节点的接入，配合基于支持 GFP 封装的协议转换器项目的协议转换模块，对应用层软件部分的进行开发。 通过采用 EOP+GFP 技术，解决接入层设备的信息获取和处理。 采用 IOM 技术对核心层进行网络接入改造 IOM： (Inter Of Machine) 核心设备管理器，是实现核心设备的串口带外(串口 )管控、数据收敛、远程智能电源分配、 KVM 的远程再现于一体。 可在机房放置 Console 口管理器，对机房中的路由器，智能设备，电源设备等进行集中管理，可通过 Web 形式进行单机形式远程操作、管理、维护，也可通过以太网或 2M 网桥及 Modem专线等方 式传输到数据服务器实现应用核心设备管理平台进行多台设备统一管理。 通过采用 IOM 技术，解决对非 IP 设备端口配置、物理地址、告警、日志等信息的获取和处理。 也可作为带外备份通道。 采用 TMF814 系列标准的北向接口技术实现分布式数据汇聚 TMF814 标准采用 CORBA 技术，实现了 EMS/NMS 之间的数据汇聚。 此标准已经成为电信级运营商广泛使用的标准技术之一，本网络监控平台也采用此标准来作为和各个专线设备厂商的 EMS 进行对接的基础标准。 利用这个标准可以减低多厂家、多类型设备的数据汇聚复杂度，加快对接时间，降低对接风 险。 基于 BIEE 平台的智能分析 Oracle BIEE（简称 BIEE）作为 Oracle 的新的商业智能平台企业版，是一个非常有创造力的工具，它对于物理层，逻辑层，展现层的理解和定义创造了一个非常简洁而清晰的数据模型，使用这个数据模型可以完整地连接企业内各个异构数据源，从而使商业智能真正能够在企业范围内得到大规模部署和使用。 利用这个平台，可以支持海量数据的实时智能分析。 还支持灵活便捷的数据建模、数据抽取转换、报表格式定制等功能。 主要技术方案和关键技术 基于双向线索树的故障、性能预警传播机制 对整个专线网络构建管线（端到端视图），形成双向线索树。 在此基础上对某个节点的某类型故障，进行故障、性能预警的传播分析，从而推导出可能影响的用户，实现先于客户预知故障，并通过语音、短信、邮件等方式提前通知给客户。 基于设备实采信息的服务质量分析、二次销售建议 由于有了全网专线设备的实时拓扑、性能信息，可以基于客户类型、业务类型、设备类型、时间分布、故障分布等进行综合的实时的服务质量分析，包括故障次数、故障处理时间、故障影响程度（带宽时）、故障分布特性等。 同时从这些分析中，可以再提取客户使用习惯，从而提出更佳的二次销售建议。 基于 IOM 技术的专线设备电源故障、远程冷重启、绿色节能管理 IOM 设备可以实现对其他核心专线设备的级联式电源管理，对于一些非现场的专线设备，可以通过 IOM 进行电源类故障远程分析，必要时候，还可以实现远程冷重启，减少人员到现场的麻烦。 另外还可 以实时采集设备能耗，实现绿色节能管理。 集业务流程端到端展示及溯源系统（湖南） 研究总体框架 按照系统构成分为数据采集层、数据服务层和应用层。 在每个层次上都有对应的研究关键内容，如下图所示： 在课题研究目标中提到的对外展示，仅需要在实现时注意网络术语与使用者受众之间的表达，在功能上不需要做特别考虑。 在呈现业务拓扑流程的基础上，能够实时查看业务流程中承载的网元设备性能和业务性能指标，同时主动预警。 主要研究内容如下： 1. 业务拓扑梳理。 按照需要展示的各种业务，如语音、短彩信、飞信、音乐下载、进行梳理，确定每种具体业务里可能存在的端到端不同和变化。 并能够抽象出影响这些不同的输入条件，如主叫、被叫的网络类型、客户终端类型等。 2. 端到端拓扑选择及生成拓扑呈现。 端到端可以从实现形式上分为三类：业务原理端到端（按专业划分并呈现指标，不具体到设备）、实例化的端到端（在业务原理端到端基础上进行实例化网元，但数据粒度不对等，无法形成端到端应用及分析）、业务全流程端到端（按照相关条件确定具体的业务实现端到端，并与相关粒度的内容关联）。 本课题要实 现真正的端到端，即在业务实现上体现具体的端到端各环节并以拓扑图的方式展示，以及各环节上实时、粒度对等的数据。 3. 信息溯源。 通过信令监测溯源业务流程经过的网元及线路信息；在端到端的拓扑图上呈现出来，并呈现其对应的网络故障及隐患故障； 4. 实时性能。 在业务流程拓扑呈现时，能够实时提供设备及业务性能。 本课题研究从各个专业的信令数据中收集数据并贯穿。 5. 主动预警。 通过对性能阈值的研究和设置，对于劣化的性能指标主动预警。 为了能够对业务环节上的网络运行状况作出评判，需要对环节上的各网元设置相关业务指标的门限，以便快速发现网络隐 患故障。 难点及解决方案 1. 端到端拓扑怎么确定。 怎么产生。 端到端的拓扑，一直是按照业务种类的梳理和产生的，如语音、短信、彩信等，但是在一种业务里所有的用户使用的端到端环节都一样吗（实例化的网元可以不一样），如何准确定位，如何区别省内、省间、跨网的业务拓扑。 所以在本课题里，我们要梳理并抽象出与具体的上下文（主被叫的各种特征、使用产品的特征）结合，从而确定该业务的实际拓扑。 2. 业务流程拓扑与网元实例化的关联呈现 如何从信令监测系统中获取的网元 ID在业务流程图上进行实例化关联呈现。 为了能够使用实时且在各 个环节粒度对等的数据，需要从信令里抓取相关数据并进行合成提供。 根据业务种类以及客户性质，合成产生不同级别、粒度的数据，但是信令数据并不能够完全提供端到端拓扑上所有环节的信息（关联信息或者是网络运行信息），所以在这个问题上与综合资源进行关联解决。 首先确定业务发起使用的网元（可以是个客、家客或者集客），该网元可以是从信令信息里获取的 ID号。 使用这个 ID 号在资源系统里查询获得相应的信息（名称、配置属性等），另外还可以从资源里获得该网元在整个网络里的连接关系，从而在业务原理拓扑里提供实例化的网元信息。 有了网元信息 后，可以根据聚合的数据来确定相关的指标及门限，呈现出网络整体的运行状况。 3. 数据聚合、聚类分析 端到端的各环节确定并进行实例化网元，在显示中网元应该呈现哪些信息。 如果当前呈现是由投诉问题定位触发的，还有哪些用户可能存在同样问题，可以通过具有相同行为的聚类分析获得。 数据聚合分为两个层次，其一是基于对象的网元聚合（包括传输线路），即以网元为粒度和对象把相关的数据进行聚合；其二是派生聚合，派生聚合可以是按照客户、业务、位置进行的。 客户的聚合主要是集团大客户，可以预先准备相关的端到端拓扑、监控指标、 SLA 等；业务聚合是把网元聚合中的各类数据进行业务分类，在确定业务后可以使用相关指标，是网元聚合的业务横向贯穿；基于位置的聚合是在网元聚合的基础上（主要是网络内部的自动采集数据）结合网格维护等方式提供的其他信息，如割接、投诉、工单或者社会新闻事件等。 4. 用户隐私与网络运维的关系 在 服务的三种客户（集客、家客、个客）类型中，个客的信息是个体的与个人隐私结合是最敏感的，家客和集客相对固定，敏感性弱但也要强调其相关信息不能泄露，比如用户住址或集团客户的相关信息等。 在网络里使用客户的信息主要是结合客户发生故障的位置来确定网络故障；或者根据用户的时间从信令查询相关的隐患故障信息。 在绝大部分场景下是不需要进行轨迹显示的，也就是说我们不需要把用户涉及隐私的信息全部在系统里进行展现。 另外在使用用户信息的时候采用了“金库”的管理模式，即多次鉴权及事务分段处理。 主要技术方案和关键技术 本课题对应的系统梳理三类应用场景：社会公众参观展示、目标客户案例展示、投诉问题故障定位及大面积拦截。 主界面是以端到端拓扑图为主要内容的，在端到端的各个环节上，可以按照设置的门限或者聚类分析呈现对应的结果情况。 使用的关键技术及方案如下： 1. 基于策略模式的端到端选择及产生 策略模式是软件框架结构中的一种软件实现模式，是通过抽象概括形成不同的类，并在上下文中选择具体的动作类来完成对应的功能。 类比图如下所示： 通过梳理各种具体业务的多条件对应的端到端拓扑，形成具体策略，而抽象策略对应的是各种业务原理图或业务类型 名称。 根据上下文提供的条件，唯一确定当前状态下的端到端组成，调用关系如下： 2. 基于数据聚合的聚类分析（投诉大面积拦截） 网管里积攒里大量各种数据，缺乏整理和关联，在本课题里研究数据聚合以及基于这些数据的聚类分析。 所谓聚类分析，就是在故障投诉定位中，以投诉用户的相关信息为参照，从其位置、业务等角度，发现更多可能存在类似行为的用户，尽量能够提前预警并拦截更大面积的投诉。 其解决办法可以是改善网络质量（如覆盖、干扰等）或者通过提升客户终端或客户行为来处置或预防（如终端软件版本缺陷，可以通过升级解决）。 数据聚合主 要有两类，其一是网元聚合，其二是派生聚合，派生聚合以客户、业务、位置等角度组织。 如网元聚合： 聚类分析是通过提取当前投诉客户的相关信息，如客户使用的终端类型、软件版本、所处位置、所用业务等从端到端拓扑里进行聚类查询，并发现可能存在的用户，及其影响。 在数据聚合里也同时考虑各网元在各业务里需要呈现的指标（可以参考集中性能或客户感知里的专业指标集）。 3. 基于金库模式的客户隐私保护及网络运维支撑 提供分层次的二次鉴权或者通过对一件事务的不同人员处理实现对客户隐私的保密，并实现利用客户相关行为信息为网络运维服务。 课题研究提供主管（不同职级层次）授权方式使用直接输入用户号码进行端到端故障定位。 在端到端呈现时，尽量通过时间窗及其他相关信息，唯一确定该用户在所有业务里符合要求的内容。 课题研究通过投诉工单倒入具体客户号码，触发使用该分析系统，使投诉处理事务能够在客服和后台两个部门的协作下完成。 这样就保证了能够输入号码的人不能使用该系统，而能使用该系统的人不能随便输入号码，从而达到保护客户隐私的目的。 跨厂家平台性能监控及数据核查问题（山东） 研究总体框架 难点及解决方案  打通不同厂家数据接口： 应用基于 ASP 的数据库接口，将不同厂家、不同数据库的数据进行融合（爱立信、华为的 Sybase 及诺西的 Oracle），在同一个页面上展示和操作；  按用户的需求定制展示数据： 建立基于 IP 的用户设置数据库，每次打开自动读取用户设置的地市，找出用户所在地市的厂家情况，并根据用户的筛选规则对数据进行筛选； 主要技术方案和关键技术  个性化参数设置： 可基于 IP 设置监控阀值参数，满足个性化监控需求。  B/S 架构： 建立基于 B/S 架构的 WEB 监控页面，自动刷新，并根据用户设置筛选出异常 小区，方便定位。  打通不同厂家数据接口： 打通跨厂家的数据接口，可将同一地市不同厂家的指标整合在同一个页面。  无差别化操作： 自动识别地市所带厂家的设备，自动根据用户提交的的小区号定位设备厂家，让用户感觉不到地市或厂家的操作差别； 六 、 专利检索情况 安徽： 基于数学模型的告警关联规则 基于最大频繁项集的通信告警关联规则挖掘方法 • 申请号： 申请日： 20200110 • 申请人： 浪潮通信信息系统有限公司 • 本发明提供了基于最大频繁项集数据挖掘的告警关联规则挖掘系统的构建方法及其实现 ,针对通信网络中设备的不同类型 ,设计了单一设 备、同类设备及互联设备三种不同的挖掘方式 ,而按照挖掘范围 ,又可以将数据挖掘的范围定位到具体的地市级或者通信设备厂商级。 确定挖掘方式后 ,选择告警关联时间窗口 ,滑动步长等获取告警事务项集合。 用户输入最小支持度后 ,利用最大频繁项集挖掘算法进行告警关联结果挖掘 ,并根据不同的挖掘方式进行挖掘结果处理及显示。 通过一系列过程 ,实现了从海量告警数据中找出用户所需要的告警关联规则 ,具有广泛的应用前景和良好的实用价值。 一种移动互联网告警关联规则获取方法 • 申请号： 申请日： 20200126 • 申请人： 浪潮通信信息系统有限公司 • 本发明提供一种移动互联网告警关联规则获取方法 ,系统由告警数。