[发明专利]使用假设检验分析异常行为根本原因的系统和方法

权利要求书

1.一种用于识别通信网络中异常行为的根本原因的方法，包括：

接收指示与所述通信网络中的源相关联的性能水平的关键质量指标KQI，所述KQI包括识别具有所述异常行为的源的性能水平的性能测量值；

通过将所述源的当前性能测量值恢复到所述源的基准性能测量值，计算指示由所述源的所述异常行为导致的降级水平的改进KQI；

根据基于所计算的所述改进KQI而得的所述源的降级水平，将所述源至少分组成源的第一子集和源的第二子集；以及

基于统计假设检验的执行来确定分组在所述第二子集中的源的降级类型，并且计算指示若接受所述降级类型作为所述统计假设检验结果将具有的置信度水平的置信度值。

2.根据权利要求1所述的方法，其中计算所述改进KQI还包括：

测量源的异常行为的结果值；以及

响应于具有的降级水平满足阈值的源的当前性能测量值被恢复到所述基准性能测量值，提供所述改进KQI。

3.根据权利要求1或2所述的方法，还包括：

根据检测到所述异常行为时的KQI的当前性能测量值与基于统计性能测量值的KQI的基准性能测量值之间的差，计算所述源的降级水平；

比较所计算的所述源的降级水平，以确定将所述源识别为检测到的所述异常行为的根本原因的概率；以及

通过将所述KQI的当前性能测量值还原到所述KQI的基准性能测量值来恢复所述源的KQI以消除检测到的所述异常行为。

4.根据权利要求3所述的方法，其中第i个源的所述改进KQI根据下式计算：

其中RAN为无线电接入网络，并且RNC为无线电网络控制器。

5.根据权利要求1-4中任一项所述的方法，其中所述分组还包括：

响应于将所述改进KQI识别为满足阈值，聚类源的第一子集；以及

响应于将所述改进KQI识别为未能满足所述阈值，聚类源的第二子集。

6.根据权利要求5所述的方法，其中所述聚类根据学习过程确定，所述学习过程根据下式执行：

对于Cj＝2，在满足Sj≥αj的前提下，有

其中C_i∈{1，2}是所述第i个源所属的第一和第二子集中的一个的索引，μ_j是第j个第一和第二子集中的一个的形心，并且α是指示降级水平的严重程度的阈值。

7.根据权利要求5或6所述的方法，其中所述聚类还包括：

在定义有下限lb和上限up的区域上按步长Δ计算阈值，其中所述阈值由下式确定：

γ＝lb+(i-1)Δ，i＝1，2，...，floor((up-lb)/Δ；

响应于所述源的降级分数小于所述阈值，将所述源聚类到所述源的第一子集，以及响应于所述源的降级分数大于或等于所述阈值，将所述源聚类到所述第二子集；以及

确定可解下式的阈值

8.根据权利要求1-7中任一项所述的方法，其中统计假设检验的执行包括：

构建用于所述统计假设检验的数据集；以及

使用T检验来求解使用所述数据集构建的所述统计假设检验，其中所述假设检验被构造为确定源处的降级类型为全局降级和部分降级之一。

9.根据权利要求8所述的方法，其中所述假设检验构造如下：

其中和被定义为平均数据集{x_i}和{y_i}，并且ε为阈值。

10.根据权利要求1-9中任一项所述的方法，其中所述统计假设检验的执行包括：

响应于源的第二子集中的源的当前性能测量值被恢复到平均基准性能测量值来计算KQI；以及

应用决策规则来确定所述源的第二子集的降级类型为全局降级和部分降级之一。