[发明专利]VoLTE网络故障预测方法及设备

说明书

本发明实施例提供一种VoLTE网络故障预测方法及设备，所述方法包括：采集VoLTE网络的运行数据，并从运行数据中提取多个指标数据，分别采用单指标异常预测模型和多指标异常预测模型对多个指标数据进行处理，得到VoLTE网络的异常数据日志，对异常数据日志进行聚类分析，预测得到VoLTE网络的故障信息。实现了可以比较全面的反映VoLTE网络的整体运行情况，且提高了VoLTE网络的故障预测并发现的及时性，保证了VoLTE网络的稳定性。

技术领域

本发明实施例涉及通信技术领域，尤其涉及一种VoLTE网络故障预测方法及设备。

背景技术

VoLTE(Voice over Long-Term Evolution，长期演进语音承载)是一个面向手机和数据终端的高速无线通信标准。VoLTE业务作为4G和5G的主流语音解决方案，使得越来越多的运营商部署了VoLTE。但是由于组网复杂等原因，VoLTE业务在维护过程中面临着许多挑战。一方面用户对网络的依赖性越来越强，网络的要求越来越高；另一方面VoLTE业务涉及的网元类型较多(超过30项)、接口多(超过50个)、组网复杂，造成了VoLTE网络故障问题定位耗时较长，因此对VoLTE网络故障进行预测显得至关重要。

目前，传统的对VoLTE网络故障进行预测的方法为：基于网络数据某个单一的指标与固定阈值进行对比，若指标超出固定阈值，则根据该指标进行相应的网络故障预测。

然而，现有技术至少存在以下技术问题：由于单一指标不能全面反映VoLTE网络的整体运行情况，且固定阈值使得网络感知度较差，导致VoLTE网络的故障不能被及时预测并发现，影响VoLTE网络的稳定运行。

发明内容

本发明实施例提供一种VoLTE网络故障预测方法及设备，以克服由于单一指标不能全面反映VoLTE网络的整体运行情况，导致VoLTE网络的故障不能被及时预测并发现的问题。

第一方面，本发明实施例提供一种VoLTE网络故障预测方法，包括：

采集VoLTE网络的运行数据，并从所述运行数据中提取多个指标数据；

分别采用单指标异常预测模型和多指标异常预测模型对所述多个指标数据进行处理，得到所述VoLTE网络的异常数据日志；

对所述异常数据日志进行聚类分析，预测得到所述VoLTE网络的故障信息。

在一种可能的设计中，所述分别采用单指标异常预测模型和多指标异常预测模型对所述多个指标数据进行处理，得到所述VoLTE网络的异常数据日志，包括：

将多个指标数据中的每个指标数据输入至所述单指标异常预测模型中，得到各指标对应的多个第一异常数据；

将多个指标数据输入至所述多指标异常预测模型中，得到多个指标数据对应的第二异常数据；

根据所述第一异常数据和所述第二异常数据，生成所述异常数据日志。

在一种可能的设计中，所述故障信息包括故障类型、故障建议和故障分布信息；所述对所述异常数据日志进行聚类分析，预测得到所述VoLTE网络的故障类信息，包括：

对所述异常数据日志进行第一层聚类分析，将所述异常数据中占比最大的指标作为故障类型；

对所述异常数据日志进行第二层聚类分析，将所述异常数据中占比最大的故障原因码对应的建议作为故障建议；

对所述异常数据日志进行第三层聚类分析，将异常数据中故障类型对应的分布维度作为故障分布信息。

在一种可能的设计中，还包括：

根据所述故障信息确定所述故障类型对应的故障场景；

根据所述故障场景查询对应的故障树确定所述故障信息对应的故障拓扑图；