[发明专利]一种信息通信运行主动辅助决策的方法

说明书

技术领域

本发明涉及通信技术领域，特别是指一种信息通信运行主动辅助决策的方法。

背景技术

目前，通信技术在各行各业都广泛的应用。随着通信技术的不断发展，越来越注重信息通信的在运行过程中的决策。但是，在现有技术中还不能够系统、完整的对信息通信的运行进行辅助决策。

发明内容

有鉴于此，本发明的目的在于提出一种信息通信运行主动辅助决策的方法，能够对信息通信的运行起到主动辅助决策的作用。

基于上述目的本发明提供的信息通信运行主动辅助决策的方法，包括：

基于数据挖掘，对信息通信运行的实时数据流进行处理；

根据处理后的数据，对信息通信运行进行故障根源定位；

通过所述故障根源定位，对信息通信运行进行决策。

在本发明的一些实施例中，所述基于数据挖掘对信息通信运行的实时数据流进行处理，包括：

从前端业务系统获取数据；

对数据进行实时处理并传入数据落地层；

对数据进行挖掘处理。

在本发明的一些实施例中，所述从前端业务系统获取数据的方式使用消息队列，直接通过网络Socket传输数据，前端业务系统专有数据采集API，对Log问价定时监控。

在本发明的一些实施例中，所述对数据进行实时处理并传入数据落地层时，采用的数据实时处理方法为Apache Storm、Apache Spark Streaming或者Apache Samza。

在本发明的一些实施例中，所述数据落地层对接收到的数据进行挖掘时，采用WEKA、RapidMiner、NLTK、Orange、KNIME或R-Programming。

在本发明的一些实施例中，所述对信息通信运行进行故障根源定位之前，还包括：

对信息通信运行的数据需要进行数据清洗，其中所述数据清洗包括根据每个变量的合理取值范围和相互关系，检查数据是否合乎要求，发现超出正常范围、逻辑上不合理或者相互矛盾的数据的一致性检查；包括对无效值和缺失值记性估算，整例删除，变量删除和成对删除。

在本发明的一些实施例中，所述数据清洗之后，还包括：

进行数据压缩和数据归并，其中当业务数据急剧上涨，海量的冷数据、老数据需要被压缩，则采用HDFS集群的数据压缩；数据归并是指在对挖掘任务和数据本身内容理解的基础上、获得依赖于发现目标的数据的有用特征。

在本发明的一些实施例中，所述数据归并的类型是特征归并、样本归并和特征值归并。

附图说明

图1为本发明实施例信息通信运行主动辅助决策的方法的流程示意。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。

参阅图1所示，为本发明实施例信息通信运行主动辅助决策的方法的流程示意图，所述信息通信运行主动辅助决策的方法包括：

步骤101，基于数据挖掘，对信息通信运行的实时数据流进行处理。

在实施例中，运维数据是指在业务运行期间，通过各种途径产生的用于运维分析的实时数据和历史数据。这些数据的特点使得其需要以流处理的方式提高实时处理效率，而且以海量的存储达到历史数据分析挖掘的目的。

其中，整个数据流处理过程可以包括：

第一步：从前端业务系统获取数据。

较佳地，有多种数据收集方式，包括使用消息队列(MetaQ)，直接通过网络Socket传输数据，前端业务系统专有数据采集API，对Log问价定时监控。(注：有时候我们的数据源是已经保存下来的log文件，那Agent就必须监控Log文件的变化，及时将变化部分的数据提取写入流处理中，这很难做到完全实时性。)。根据前面的调研结果，也可以用实时抓包分析的方式收集数据，并且这种方式能获取完整的并且实时性高的业务数据。

第二步：对数据进行实时处理并传入数据落地层。