[发明专利]一种基于KPI的根因定位方法、装置、设备及存储介质

权利要求书

1.一种基于KPI的根因定位方法，其特征在于，包括：

针对各目标小区的所有KPI，根据两个不同KPI在同一时间段内的采样值，计算每两个不同KPI之间的关联度，确定有关联的KPI；

针对各目标小区，基于各KPI不同多个时刻的采样值及对应时刻的影响该KPI的各影响因素counter，确定各counter对该KPI的贡献度；

基于各目标小区各KPI的不同第一重要度评价指标，确定该KPI的重要度；

针对任一目标小区，基于任一KPI的重要度、与该KPI有关联的其他KPI对应的关联度、影响该KPI的各counter的贡献度，确定该KPI的故障影响力；

基于各目标小区的KPI的故障影响力确定导致故障的根因。

2.根据权利要求1所述的方法，其特征在于，基于各目标小区的KPI的故障影响力确定导致故障的根因，包括：

根据各目标小区的KPI的故障影响力进行排序，确定故障影响力较大的前n个KPI；

对所述前n个KPI中的各KPI的counter的贡献度进行排序，确定对各KPI贡献度较大的前m个counter为故障的根因，其中m和n为正整数。

3.根据权利要求1或2所述的方法，其特征在于，还包括：

基于各目标小区的各counter的不同第二重要度评价指标，确定各counter的重要度；

针对任一目标小区，基于任一counter的重要度、该counter对其影响的各KPI的贡献度，确定该counter的故障影响力。

4.根据权利要求3所述的方法，其特征在于，将各KPI和counter分别映射为节点，建立有关联关系的两个KPI对应的节点间连接，及有影响关系的KPI及couter对应的节点间连接，确定该KPI的故障影响力/该counter的故障影响力，具体包括：

对于任一节点，根据该节点的重要度与第一权重因子确定该节点自身的影响力，根据与该节点有连接的所有其他节点各自对应的关联度/贡献度和第二权重因子确定与该节点有连接的其他节点给予该节点的影响力；

根据所述该节点的影响力和与该节点有连接的其他节点给予该节点的影响力，确定该节点的故障影响力；

其中，所述第一权重因子为所有节点数量的倒数，所述第二权重因子为与该节点有连接的其他节点的故障影响力。

5.根据权利要求1所述的方法，其特征在于，还包括：

将各KPI和counter分别映射为节点；

将有关联关系的两个KPI对应的节点通过第一边进行连接，所述第一边的权重为所述两个KPI之间的关联度；

将有影响关系的KPI及counter对应的节点通过第二边进行连接，得到KPI关联传播图，所述第二边的权重为所述counter与KPI的贡献度。

6.根据权利要求1所述的方法，其特征在于还包括：

获取多个小区各自对应的至少一种关键关键性能指标KPI；

确定获取的任一关键KPI存在预设阈值时，将该关键KPI与对应的预设阈值比较，确定该关键KPI是否异常；

确定获取的任一关键KPI不存在预设阈值时，采用概率统计模型预测该关键KPI是否异常；

筛选出存在异常关键KPI的目标小区。

7.根据权利要求6所述的方法，其特征在于，采用概率统计模型预测该关键KPI是否异常，包括：

将不存在预设阈值的任一关键KPI的全部采样值输入概率统计模型；

利用所述概率统计模型将所述全部采样值聚合为两个分类，根据各分类的采样值数量，确定异常的分类；

根据该关键KPI当前采样值所在的分类确定该关键KPI是否异常。

8.根据权利要求6或7所述的方法，其特征在于，还包括：

对所述概率统计模型进行正确度评估，根据所述概率模型的正确度评估结果，确定关键KPI是否异常的结果准确性。