[发明专利]一种电信网络业务性能监控系统

说明书

技术领域

本发明涉及一种监控电信网络业务性能的系统。

背景技术

由于电信网络涉及业务模式繁多，拥有海量公众用户，对业务性能要求极高。近年来，人们发现真实网络有别于以前广泛研究的规则网络和随机网络，具有小世界效应(small-world effect)和无尺度特性(scale-free property)的统计特征，这种网络被命名为复杂网络。复杂网络是大量真实复杂系统的拓扑抽象和存在的拓扑基础，对它的研究有助于正确理解和描述“真实世界中的网络”。

针对电信网络实际运行中数据业务性能呈现的幂律分布的特点，分析电信网络对意外故障具有的鲁棒性及对集散节点蓄意攻击的脆弱性，设计一个基于幂律的电信网络数据业务性能自适应监控模型，通过重点监控网络中的少量集散节点，确保电信网络数据业务的安全、性能和业务质量。

运营支撑系统(OSS)对网络的管理是以数据为中心的，运营商在多年的运营过程中，随着时间的增长、网络复杂性以及规模的扩大，这些数据信息呈现爆炸性增长，如何从这些海量的数据中获取运维人员以及运营商所关心的信息，并从中获取信息知识是运营商迫切关心的问题。

我们注意到，尽管这些庞大的报表体系中，涉及多方面的网络运营数据，但其中最能够影响网络性能和质量的，是一系列反映业务运行状态的关键性绩效指标KPI(Key PerformanceIndicator，以下简称关键性指标或KPI)，KPI是指用于对业务运行状况进行衡量的关键技术参数指标，一般包括关键业务量指标、关键的业务质量指标、关键性能指标等，例如针对短信业务的短信业务量。这些KPI之间，有着密切的内在联系，根据KPI之间的内在关系进行建模研究，就可以对网络性能进行全面分析。

随着数据仓库技术的不断成熟和在电信业务系统中的应用研究的加强，数据仓库技术越来越来受到人们的重视。数据仓库是一个面向主题的、集成的、稳定的、包含历史数据的数据集合，非常适合用于支持管理中的辅助决策制定过程。近年，数据仓库的应用研究覆盖了电信业务的服务、决策、经营分析、计费等各个方面，成为电信相关技术研究中的热点之一。

目前国内外移动通信各大运营商，在前期的工作中，在决策和宏观管理层面，已形成了基于数据仓库和决策支持系统的，以集团业务数据分析为核心的网络服务和性能评测体系；在运营和网络维护层面，形成了基于电信运营流程和数据库技术的，以下一代电信运营支撑环境NGOSS为主体的网络业务运营自动化和监控体系。

但这些系统，由于采用于不同的数据处理技术，服务于不同的业务层面，分析数据来自不同的设备和渠道，只能为某个业务层面的用户提供专业性的服务。

本发明提供一个基于OSS的KPI分析监视系统，系统自定义KPI、面向全业务、应用数据仓库技术，实现多维度、多层次的电信业务数据指标的分析、实时监视，从而为电信运营的业务和管理人员提供全面、准确、实时的分析和决策数据。

发明内容

本发明的目的为提供基于传统的电信运营支撑系统的构架的基础上，利用数据仓库和数据挖掘技术，从而综合实现对电信运营过程中反映业务运行状态的关键性绩效指标KPI的实时监视监测系统。

实现本发明目的的技术方案为：

一种监控电信网络业务性能的系统，该系统包括：

数据层：数据抽取转换加载引擎利用业务指标体系模型中的预定的业务数据库中的基础数据进行统一的加工处理，将业务指标抽取转换，完成业务指标综合建模；

分析业务逻辑处理层：通过分析路径引擎和智能数据分析引擎，利用业务指标分析模型，从基础数据库中获得符合条件的数据集；

业务分析展现层：通过多种展现形式与展现操作手段，反映用户面向多角度、多主题的领域分析知识，灵活显示分析结果数据，帮助用户获得分析结论。

业务指标综合建模包括：

指标层：从原始业务数据中提取，聚合出的指标数据，为分析维度提供数据来源；

分析维度层：组合的预定指标形成分析维度，用户可以通过建立模型，实现维度的配置；

分析粒度层：业务数据预定时间粒度的呈现；

分析模型层：通过建立分析模型，建立预定元主题间数据间的分析关系，实现预定元主题间的跳转；

业务层：维度所属的业务层。

数据抽取转换加载引擎的工作过程：

从多个业务数据库以及OMP资源库中，利用数据抽取转换建模的规则，将数据集中到业务指标综合建模库中。

这个统一的数据框架基础解决了应用中的数据不一致问题，为以后的分析准备了足够深度和广度的数据基础。