[发明专利]一种网元健康状态的检测方法及设备

权利要求书

1.一种网元健康状态的检测方法，其特征在于，包括：

检测设备确定目标网元的关键性能指标KPI在第一时间窗内的采样数据和在第三时间窗内的采样数据，所述第三时间窗大于第一时间窗，所述第三时间窗的截止时刻小于等于所述第一时间窗的截止时刻；

所述检测设备根据所述KPI在所述第一时间窗内的采样数据与所述KPI的稳态值得到所述KPI的波动性的得分，并根据所述KPI在所述第三时间窗内的采样数据得到所述KPI的趋势性的得分；所述KPI的波动性的得分，用于表征所述KPI偏离所述KPI的稳态值所表征的稳定状态的程度，所述KPI的趋势性的得分，用于表征所述KPI的变化趋势；

所述检测设备根据所述KPI的波动性的得分和趋势性的得分确定所述目标网元的健康状态。

2.根据权利要求1所述的方法，其特征在于，所述检测设备根据所述KPI在所述第一时间窗内的采样数据与所述KPI的稳态值得到所述KPI的波动性的得分，包括：

计算所述KPI在所述第一时间窗内的采样数据与所述KPI的稳态值的距离，根据所述KPI在所述第一时间窗内的采样数据与所述KPI的稳态值的距离得到波动性的得分。

3.根据权利要求2所述的方法，其特征在于，所述计算所述KPI在所述第一时间窗内的采样数据与所述KPI的稳态值的距离，包括：

采用标准差方法、平均差方法和变异系数方法中的一种计算所述KPI在所述第一时间窗内的采样数据与所述KPI的稳态值的距离。

4.根据权利要求1所述的方法，其特征在于，还包括：

所述检测设备确定所述KPI在第二时间窗内的采样数据，所述第二时间窗大于第一时间窗，所述第二时间窗的截止时刻小于或等于所述第一时间窗的截止时刻；

所述检测设备根据所述KPI在所述第二时间窗内的采样数据计算所述KPI的稳态值。

5.根据权利要求4所述的方法，其特征在于，所述根据所述KPI在所述第二时间窗内的采样数据计算所述KPI的稳态值，包括：

根据去除异常点和/或噪声点后的所述KPI在所述第二时间窗内的采样数据计算所述KPI的稳态值。

6.根据权利要求1所述的方法，其特征在于，所述根据所述KPI的波动性的得分和趋势性的得分确定所述目标网元的健康状态，包括：

根据所述KPI的波动性的得分、和所述KPI的趋势性的得分通过加权计算得到所述KPI的可靠性得分；

根据所述KPI的可靠性得分确定所述目标网元的健康状态。

7.根据权利要求1所述的方法，其特征在于，还包括：

所述检测设备确定所述KPI在待检测时刻的采样数据，所述待检测时刻为所述第一时间窗的截止时刻；

所述检测设备根据所述KPI在所述待检测时刻的采样数据以及预设的所述KPI的网元硬件特性门限，确定所述KPI的离网元硬件特性门限距离得分；

所述检测设备根据所述KPI的波动性的得分和趋势性的得分确定所述目标网元的健康状态，包括：所述检测设备根据所述KPI的波动性的得分、趋势性的得分、以及离网元硬件特性门限距离得分确定所述目标网元的健康状态。

8.根据权利要求1所述的方法，其特征在于，所述根据所述KPI在所述第三时间窗内的采样数据得到所述KPI的趋势性的得分包括：

所述检测设备根据所述KPI在所述第三时间窗内的采样数据的采集时间对所述采样数据进行先后排序，得到排序数据，对所述排序数据进行分解，确定所述KPI的趋势性分量；

根据所述KPI的趋势性分量得到所述KPI的趋势性的得分。

9.根据权利要求1-8任意一项所述的方法，其特征在于，所述目标网元的健康状态，包括：

故障状态、亚健康状态或正常状态。

10.根据权利要求1-8任意一项所述的方法，其特征在于，所述KPI包括：纠前误码率或纠后误码率。