[发明专利]IPTV群障预警方法和系统

说明书

本公开公开了一种IPTV群障预警方法和系统，涉及大数据及人工智能领域。其中的方法包括：获取目标预测时间范围之前预定时间段内的每个故障场景对应的IPTV故障特征数据，其中，目标预测时间范围包括目标预测时刻或目标预测时间段；将IPTV故障特征数据输入至对应故障场景的群障预测模型，预测目标预测时间范围的群障量；根据目标预测时间范围的真实群障量和预测群障量之间的关系，输出对应的告警信息。本公开能够及时发出故障告警信息，满足IPTV运维的实时性、准确性、自动化和全面性需求。

技术领域

本公开涉及大数据及人工智能领域，尤其涉及一种IPTV群障预警方法和系统。

背景技术

随着视频、数字电视业务的发展，电信运营商IPTV(交互式网络电视)的用户量提升迅速。此前解决用户故障主要是以用户拨打客服电话投诉的内容和人工对设备巡检为抓手，依靠运维人员人工从后台系统中检查用户相关配置和设备负荷。但随着用户量的提升，节目源质量的不稳定和老旧设备的更新换代以及新的终端厂家招标入围等因素，以往的这种被动式故障处理方法，解决周期长且用户体验差。

发明内容

本公开要解决的一个技术问题是，提供一种IPTV群障预警方法和系统，能够及时发出故障告警信息。

根据本公开一方面，提出一种IPTV群障预警方法，包括：获取目标预测时间范围之前预定时间段内的每个故障场景对应的IPTV故障特征数据，其中，目标预测时间范围包括目标预测时刻或目标预测时间段；将IPTV故障特征数据输入至对应故障场景的群障预测模型，预测目标预测时间范围的群障量；根据目标预测时间范围的真实群障量和预测群障量之间的关系，输出对应的告警信息。

在一些实施例中，获取IPTV故障代码数据以及IPTV平台用户业务数据；对IPTV故障代码数据与IPTV平台用户业务数据进行匹配汇聚，确定多个故障场景中每个故障场景对应的样本故障特征数据；根据样本故障特征数据，训练群障预测模型。

在一些实施例中，根据目标预测时间范围的真实群障量和预测群障量之间的关系，输出对应的告警信息包括：若真实群障量大于等于第一倍数的预测群障量，则输出第一告警信息；若真实群障量小于第一倍数的预测群障量，且大于等于第二倍数的预测群障量，则输出第二告警信息；若真实群障量小于第二倍数的预测群障量，且大于等于第三倍数的预测群障量，则输出第三告警信息；其中，第一倍数大于第二倍数，第二倍数大于第三倍数；第一告警信息的严重性大于第二告警信息的严重性，第二告警信息的严重性大于第三告警信息的严重性。

在一些实施例中，多个故障场景包括电子节目指南EPG场景、内容分发网络CDN场景、机顶盒场景、产品包场景、网络层设备场景、接入失败场景和业务认证失败场景。

在一些实施例中，根据样本故障特征数据训练群障预测模型包括：将EPG场景对应的样本故障特征数据作为神经网络模型的训练数据，对神经网络模型进行训练，得到EPG场景下的群障预测模型；将CDN场景对应的样本故障特征数据作为神经网络模型的训练数据，对神经网络模型进行训练，得到CDN场景下的群障预测模型；将机顶盒场景对应的样本故障特征数据作为神经网络模型的训练数据，对神经网络模型进行训练，得到机顶盒场景下的群障预测模型；将产品包场景对应的样本故障特征数据作为神经网络模型的训练数据，对神经网络模型进行训练，得到产品包场景下的群障预测模型；将网络层设备场景对应的样本故障特征数据作为神经网络模型的训练数据，对神经网络模型进行训练，得到网络层设备场景下的群障预测模型；将接入失败场景对应的样本故障特征数据作为时间序列预测模型的训练数据，对时间序列预测模型进行训练，得到接入失败场景下的群障预测模型；将业务认证失败场景对应的样本故障特征数据作为时间序列预测模型的训练数据，对时间序列预测模型进行训练，得到业务认证失败场景下的群障预测模型。

在一些实施例中，IPTV平台用户业务数据包括IPTV用户归属网元数据和网络拓扑。