[发明专利]网络协议电视故障预警方法、装置和存储介质有效

专利信息
申请号: 201911313500.X 申请日: 2019-12-19
公开(公告)号: CN113014907B 公开(公告)日: 2023-03-21
发明(设计)人: 刘沅畅;高雪峰;钱秋林;周超;冯静 申请(专利权)人: 中国电信股份有限公司
主分类号: H04N17/00 分类号: H04N17/00
代理公司: 中国贸促会专利商标事务所有限公司 11038 代理人: 李昊
地址: 100033 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 网络 协议 电视 故障 预警 方法 装置 存储 介质
【权利要求书】:

1.一种网络协议电视故障预警方法,包括:

获取网络协议电视IPTV网络拓扑结构中各个层的数据;

从获取的数据中提取多个设备工作参数、以及用户对应的设备信息,生成用户对应的特征向量;

根据用户的IPTV业务运行状态,确定用户对应的特征向量的标记值;

将所述标记值作为分类结果,计算特征向量中每个特征的信息增益;

根据特征的信息增益对待测用户的IPTV业务运行进行预警,包括:根据每个特征的信息增益构建决策树;在所述根据决策树的分类结果确定需要对待测用户的IPTV业务运行进行预警的情况下,根据特征值超出相应的阈值范围的关键特征确定预警类型,其中,所述关键特征为信息增益最大的预设数量个特征。

2.根据权利要求1所述的网络协议电视故障预警方法,所述根据特征的信息增益对待测用户的IPTV业务运行进行预警包括:

确定信息增益最大的预设数量个特征、作为关键特征;

在待测用户对应的特征向量中,至少一项关键特征的特征值属于相应的异常阈值范围的情况下,产生所述用户对应的预警信息。

3.根据权利要求2所述的网络协议电视故障预警方法,其中,所述确定信息增益最大的预设数量个特征、作为关键特征包括:

设置每个特征对应的一个或多个分类条件;

对应每个特征的每个分类条件,根据相应特征的特征值符合所述分类条件的特征向量在所有特征向量中的占比,确定所述特征在所述分类条件下的信息增益;

选择信息增益最大的预设数量个特征、作为关键特征,并根据关键特征的最大信息增益所对应的分类条件确定异常阈值范围。

4.根据权利要求3所述的网络协议电视故障预警方法,还包括:

根据特征值属于相应的异常阈值范围的关键特征确定预警类型。

5.根据权利要求1所述的网络协议电视故障预警方法,其中,所述根据用户的IPTV业务运行状态,确定用户对应的特征向量的标记值包括:

根据用户的IPTV业务所对应的丢包率、循环冗余校验CRC结果、时延和光衰中的至少一种确定用户的IPTV业务运行状态。

6.根据权利要求1所述的网络协议电视故障预警方法,其中,所述IPTV网络拓扑结构中各个层的数据包括光网络单元ONU层数据、机顶盒层数据、分光器层的数据、光线路终端OLT层的数据、用户申告数据中的一种或多种;

获取的数据的类型包括日志信息数据、业务使用信息数据中的至少一种。

7.根据权利要求1所述的网络协议电视故障预警方法,其中,所述特征向量的特征包括机顶盒探针数据特征、接入网拓扑数据特征、接入网性能数据特征、接入网流量数据特征中的至少一种。

8.一种网络协议电视故障预警装置,包括:

数据获取模块,被配置为获取网络协议电视IPTV网络拓扑结构中各个层的数据;

向量生成模块,被配置为从获取的数据中提取多个设备工作参数、以及用户对应的设备信息,生成用户对应的特征向量;

标记模块,被配置为根据用户的IPTV业务运行状态,确定用户对应的特征向量的标记值;

信息增益计算模块,被配置为将所述标记值作为分类结果,计算特征向量中每个特征的信息增益;

预警模块,被配置为根据特征的信息增益对待测用户的IPTV业务运行进行预警,包括:根据每个特征的信息增益构建决策树;在所述根据决策树的分类结果确定需要对待测用户的IPTV业务运行进行预警的情况下,根据特征值超出相应的阈值范围的关键特征确定预警类型,其中,所述关键特征为信息增益最大的预设数量个特征。

9.一种网络协议电视故障预警装置,包括:

存储器;以及

耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器中的指令,执行如权利要求1~7中任一项所述的网络协议电视故障预警方法。

10.一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现权利要求1~7中任一项所述的网络协议电视故障预警方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电信股份有限公司,未经中国电信股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911313500.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top