[发明专利]一种基于RPA的网管虚拟系统

权利要求书

1.一种基于RPA的网管虚拟系统，其特征在于，包括：

故障识别模块，用于获取业务系统界面的业务数据，对所述业务数据进行关联性分析得到关联规则，并根据所述关联规则进行故障分析；

巡检控制模块，用于采用机器识别工具截取界面图像，采用机器视觉图文识别方法识别所述界面图像中的设备信息，并根据所述设备信息生成巡检报表，根据所述巡检报表控制RPA机器人7*24小时不间断执行巡检任务；

用例库建立模块，用于通过分析网络调控决策中的典型应用场景，采集在典型应用场景下的操作数据，根据所述操作数据建立对应的用例库；

预警分析模块，用于采集巡检过程中出现的异常数据，通过比对已有的历史故障数据和所述异常数据，评估设备的故障概率，在所述故障概率超过预设阈值时，生成故障预警信息。

2.如权利要求1所述的基于RPA的网管虚拟系统，其特征在于，所述故障识别模块，具体用于：

采用OCR识别技术获取业务系统界面的业务数据，采用大数据分析技术对所述业务数据进行关联性分析得到所述业务数据之间的关联规则，并根据所述关联规则进行故障分析。

3.如权利要求2所述的基于RPA的网管虚拟系统，其特征在于，采用OCR识别技术获取业务系统界面的业务数据，具体为：

通过系统界面截图形式获取当前操作界面的图像信息；

对所述图像信息进行灰度校正、噪声过滤处理后得到预处理图像信息；

提取所述预处理图像信息中的图像特征；

对所述图像特征进行相关性分析，根据相关性分析结果获取目标特征；

采用OCR识别技术提取所述目标特征的文字信息，将所述文字信息作为业务数据。

4.如权利要求1所述的基于RPA的网管虚拟系统，其特征在于，所述视觉图文识别方法具体为：

基于高斯矩阵对所述界面图像进行阈值分割；

高斯矩阵计算公式如下:

gaussM＝[gauss(r,c,σ)]

其中，gaussM代表高斯矩阵，r，c代表阈值位置索引，σ代表矩阵的标准差；

利用高斯矩阵离散特性确定阈值位置，完成所述界面图像的阈值分割；

提取阈值分割后的界面图像的目标特征向量；

采用随机森林算法识别所述目标特征向量中的设备信息。

5.如权利要求1所述的基于RPA的网管虚拟系统，其特征在于，所述用例库建立模块，具体用于：

根据带宽需求、资源剩余量、光缆类型、最大跳数的现有条件，对在典型应用场景下的操作数据进行优化分析，生成对应的资源调整方案，并在人工审核通过后根据所述资源调整方案建立对应的用例库。

6.如权利要求1所述的基于RPA的网管虚拟系统，其特征在于，所述预警分析模块，具体用于：

采集日常生产情况中预设周期的光功率巡检数据，通过对比已有的历史故障数据和所述光功率巡检数据的相似度，得到设备的故障概率，在所述故障概率超过预设阈值时，生成故障预警信息。

7.如权利要求1所述的基于RPA的网管虚拟系统，其特征在于，所述预警分析模块，还用于对所有的业务操作进行安全评估，在评估到所述业务操作不正确时，生成操作错误的告警信息。