專利名稱：基于自相似模型的網(wǎng)絡(luò)質(zhì)量監(jiān)控方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)網(wǎng)絡(luò)的技術(shù)領(lǐng)域，特別涉及一種基于自相似模型的網(wǎng)絡(luò)質(zhì)量監(jiān)控方法。
背景技術(shù)：
傳統(tǒng)的網(wǎng)絡(luò)質(zhì)量管理一般僅在靜態(tài)數(shù)據(jù)分析基礎(chǔ)上，比較事先設(shè)定參數(shù)，或者對比固有數(shù)學(xué)模型后得出對網(wǎng)絡(luò)質(zhì)量的診斷結(jié)果。近年來，隨著網(wǎng)絡(luò)流量分析理論的不斷發(fā)展，特別是網(wǎng)絡(luò)流量符合具有長相關(guān)特性的自相似模型的提出，基于舊有理論的網(wǎng)絡(luò)質(zhì)量管理系統(tǒng)愈發(fā)不能適應(yīng)當(dāng)下網(wǎng)絡(luò)的分析、管理要求。另外，舊有網(wǎng)絡(luò)質(zhì)量管理通常通過防火墻、訪問控制列表、QOS等來實(shí)現(xiàn)，雖然能在一定程度上起到網(wǎng)絡(luò)質(zhì)量管理的作用，但均有局限。不能對特定用戶類型實(shí)施動態(tài)、實(shí)時(shí)、智能化管理。訪問控制列表能通過協(xié)議號、端口號有效管理特定進(jìn)程，但不便對各類型用戶逐一有效設(shè)置，且訪問控制列表一經(jīng)設(shè)定，不能自適應(yīng)變化的的網(wǎng)絡(luò)環(huán)境，缺乏必要的智能。QOS通過劃分不同的服務(wù)級別以滿足不同業(yè)務(wù)類型對傳輸?shù)膸?、傳送的時(shí)延、數(shù)據(jù)的丟包率以及時(shí)延抖動等的要求。同訪問控制列表一樣，QOS同樣有著不能隨著網(wǎng)絡(luò)變化而變化，缺乏必要智能的缺陷。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)與不足，提供一種基于自相似模型的網(wǎng)絡(luò)質(zhì)量監(jiān)控方法。本發(fā)明的目的通過下述技術(shù)方案實(shí)現(xiàn):本發(fā)明基于自相似模型的網(wǎng)絡(luò)質(zhì)量監(jiān)控方法，包括下述步驟:S1、采用Hibernate方法將客戶網(wǎng)絡(luò)訪問行為和服務(wù)質(zhì)量信息的數(shù)據(jù)封裝為客戶當(dāng)前網(wǎng)絡(luò)訪問行為和服務(wù)質(zhì)量信息；S2、將原始數(shù)據(jù)通過流量、URL訪問、在線人數(shù)隨時(shí)間變化特征建立相應(yīng)的客戶業(yè)務(wù)行為模型；S3、根據(jù)用戶的實(shí)時(shí)流量以及訪問URL因素，對比該客戶的業(yè)務(wù)行為模型，并對用戶業(yè)務(wù)是否正常作出判斷；S4、通過Servlet程序解析執(zhí)行工作流操作，把操作功能點(diǎn)翻譯為各種接入層設(shè)備可執(zhí)行的命令，并跟蹤命令執(zhí)行結(jié)果，返回命令執(zhí)行結(jié)果，作為功能點(diǎn)操作成功與否、操作結(jié)果判斷的依據(jù)；S5、當(dāng)網(wǎng)絡(luò)出現(xiàn)異常時(shí)，及時(shí)通知網(wǎng)絡(luò)管理端，網(wǎng)絡(luò)管理方采取遠(yuǎn)程干預(yù)措施。S6、預(yù)先設(shè)定工作流，在網(wǎng)絡(luò)出現(xiàn)異常時(shí)，快速有效的實(shí)行智能干預(yù)以解決網(wǎng)絡(luò)異常情況；優(yōu)選的， 步驟SI中，用戶在線時(shí)，對應(yīng)一個用戶質(zhì)量實(shí)時(shí)監(jiān)控，當(dāng)用戶離線時(shí)，數(shù)據(jù)庫用于業(yè)務(wù)行為模型分析，不參與質(zhì)量實(shí)時(shí)監(jiān)控。優(yōu)選的，步驟S2中，所述客戶業(yè)務(wù)行為模型用于區(qū)分不同用戶組使用互聯(lián)網(wǎng)的興趣及行為習(xí)慣，通過網(wǎng)站URL和業(yè)務(wù)應(yīng)用分類形成用戶行為特征庫，通過設(shè)置閥值的方式進(jìn)行模型管控。優(yōu)選的，通過客戶業(yè)務(wù)行為模型分析，獲得典型客戶的流量特征，如果某類型用戶實(shí)時(shí)流量遠(yuǎn)大于該類型客戶特征，業(yè)務(wù)質(zhì)量動態(tài)監(jiān)控將提示信息提供給報(bào)警裝置進(jìn)行報(bào)警優(yōu)選的，步驟S3中，采用每一客戶對應(yīng)一個線程的方式進(jìn)行實(shí)時(shí)分析監(jiān)控，如果客戶在線，主進(jìn)程將啟動一個線程來對客戶實(shí)時(shí)業(yè)務(wù)質(zhì)量進(jìn)行監(jiān)控，當(dāng)用戶下線時(shí)，線程將被回收，放入線程池當(dāng)中，等待下一次的調(diào)用。優(yōu)選的，還包括URL黑名單設(shè)置，通過設(shè)置URL黑名單，當(dāng)客戶訪問的URL屬于黑名單上時(shí)，業(yè)務(wù)質(zhì)量動態(tài)監(jiān)控將提示信息提供給報(bào)警模塊。優(yōu)選的，步驟S4中，在服務(wù)器Servlet程序中，通過用戶所提交的操作命令所針對的設(shè)備情況，預(yù)先判斷命令是否合法，能否在指定設(shè)備上執(zhí)行，降低誤操作命令對服務(wù)器和網(wǎng)絡(luò)質(zhì)量的影響。

優(yōu)選的，步驟S5中，所述遠(yuǎn)程干預(yù)措施為采用短信或者郵件的方式進(jìn)行處理。優(yōu)選的，步驟S6中，根據(jù)業(yè)務(wù)質(zhì)量動態(tài)監(jiān)控模塊對客戶的監(jiān)控結(jié)果進(jìn)行啟動，如果監(jiān)控模塊判斷為業(yè)務(wù)異常則啟動，用戶通過Web界面方式，選擇工作流所需要執(zhí)行的網(wǎng)絡(luò)控制指令；在輸入指令的同時(shí)，能通過插入干預(yù)命令的方式，實(shí)現(xiàn)工作流的智能化執(zhí)行方式。本發(fā)明相對于現(xiàn)有技術(shù)具有如下的優(yōu)點(diǎn)及效果:1、本發(fā)明的方法能夠依靠在長時(shí)間尺度上搜集到的流量數(shù)據(jù)進(jìn)行建模，從而建立真正符合用戶網(wǎng)絡(luò)行為習(xí)慣的數(shù)據(jù)流量模型。相比較舊有系統(tǒng)對整個網(wǎng)絡(luò)以統(tǒng)一模型進(jìn)行分析、管理，此系統(tǒng)能針對不同用戶分別建立各自的自相似模型，從而能區(qū)別對待不同用戶，進(jìn)而更快速高效的發(fā)現(xiàn)網(wǎng)絡(luò)異常并實(shí)施有效智能干預(yù)。2、本發(fā)明的方法基于較為先進(jìn)的自相似理論設(shè)計(jì)、開發(fā)得來，能更好的適應(yīng)實(shí)際網(wǎng)絡(luò)的分析和監(jiān)控，相比較舊有網(wǎng)絡(luò)管理方法，它能更加高效、準(zhǔn)確的發(fā)現(xiàn)網(wǎng)絡(luò)中的異常，并更加智能化的解決網(wǎng)絡(luò)中的異常。其流量模型對客戶上網(wǎng)行為習(xí)慣的深層次本質(zhì)反應(yīng)，對網(wǎng)絡(luò)異常的快速、準(zhǔn)確定位及智能修復(fù)，報(bào)警及人工干預(yù)的多樣性、便捷性均已在某大型網(wǎng)絡(luò)運(yùn)營商的試運(yùn)行過程中得到了充分體現(xiàn)。


圖1是本發(fā)明基于自相似模型的網(wǎng)絡(luò)質(zhì)量監(jiān)控方法的流程圖。
具體實(shí)施例方式下面結(jié)合實(shí)施例及附圖對本發(fā)明作進(jìn)一步詳細(xì)的描述，但本發(fā)明的實(shí)施方式不限于此。實(shí)施例本發(fā)明基于自相似模型的網(wǎng)絡(luò)質(zhì)量監(jiān)控方法在FBM自相似模型的基礎(chǔ)上，根據(jù)運(yùn)營商所承載客戶業(yè)務(wù)類型的實(shí)際情況，加入其它可以人工設(shè)定的參數(shù)，從而最終建立用以判定網(wǎng)絡(luò)異常的自相似模型。從數(shù)據(jù)源獲得實(shí)時(shí)數(shù)據(jù)后，只要對比已建立的自相似模型，判斷實(shí)時(shí)數(shù)據(jù)與模型的相似程度，即可判定網(wǎng)絡(luò)是否異常。系統(tǒng)通過歷史數(shù)據(jù)算出業(yè)務(wù)流量平均速率m、方差系數(shù)a和Hurst三個參數(shù)，然后就可以完整地刻畫整個FBM模型，但這樣建立的自相似模型有其局限性，特別是當(dāng)方差系數(shù)a偏小時(shí)，即使Hurst值足夠大其自相似性也不是很明顯。此時(shí)，F(xiàn)BM模型便不能有效的反應(yīng)網(wǎng)絡(luò)業(yè)務(wù)流量的實(shí)際情況。因此，我們加入了一些可以人工設(shè)定的參數(shù)，從而使最終的自相似模型可以更好的反應(yīng)網(wǎng)絡(luò)流量的真實(shí)情況。如圖1所示，本發(fā)明基于自相似模型的網(wǎng)絡(luò)質(zhì)量監(jiān)控方法，包括下述步驟:S1、采用Hibernate方法將客戶網(wǎng)絡(luò)訪問行為和服務(wù)質(zhì)量信息的數(shù)據(jù)封裝為客戶當(dāng)前網(wǎng)絡(luò)訪問行為和服務(wù)質(zhì)量信息；S2、將原始數(shù)據(jù)通過流量、URL訪問、在線人數(shù)隨時(shí)間變化特征建立相應(yīng)的客戶業(yè)務(wù)行為模型；S3、根據(jù)用戶的實(shí)時(shí)流量以及訪問URL因素，對比該客戶的業(yè)務(wù)行為模型，并對用戶業(yè)務(wù)是否正常作出判斷；S4、通過Servlet程序解析執(zhí)行工作流操作，把操作功能點(diǎn)翻譯為各種接入層設(shè)備可執(zhí)行的命令，并跟蹤命令執(zhí)行結(jié)果，返回命令執(zhí)行結(jié)果，作為功能點(diǎn)操作成功與否、操作結(jié)果判斷的依據(jù)；S5、當(dāng)網(wǎng) 絡(luò)出現(xiàn)異常時(shí)，及時(shí)通知網(wǎng)絡(luò)管理端，網(wǎng)絡(luò)管理方采取遠(yuǎn)程干預(yù)措施；S6、預(yù)先設(shè)定工作流，在網(wǎng)絡(luò)出現(xiàn)異常時(shí)，快速有效的實(shí)行智能干預(yù)以解決網(wǎng)絡(luò)異常情況。步驟SI具體為:在分析客戶行為和實(shí)施業(yè)務(wù)質(zhì)量監(jiān)控的過程中，系統(tǒng)需要大量的實(shí)時(shí)數(shù)據(jù)進(jìn)行模型分析和質(zhì)量監(jiān)控，通過Hibernate方式將客戶網(wǎng)絡(luò)訪問行為和服務(wù)質(zhì)量信息相關(guān)數(shù)據(jù)封裝為客戶當(dāng)前網(wǎng)絡(luò)訪問行為和服務(wù)質(zhì)量信息，以實(shí)現(xiàn)數(shù)據(jù)分析的實(shí)時(shí)性和持久性，為客戶行為模型分析模塊和客戶實(shí)時(shí)業(yè)務(wù)質(zhì)量監(jiān)控模塊提供數(shù)據(jù)支撐。當(dāng)用戶在線時(shí)，對應(yīng)一個用戶質(zhì)量實(shí)時(shí)監(jiān)控。當(dāng)用戶離線時(shí)，數(shù)據(jù)庫數(shù)據(jù)僅用于行為模型分析，不參與質(zhì)量實(shí)時(shí)監(jiān)控，以節(jié)省系統(tǒng)網(wǎng)絡(luò)和服務(wù)器資源。步驟S2中，所述客戶業(yè)務(wù)行為模型用于區(qū)分不同用戶組使用互聯(lián)網(wǎng)的興趣及行為習(xí)慣，通過網(wǎng)站URL和業(yè)務(wù)應(yīng)用分類形成用戶行為特征庫，通過設(shè)置閥值的方式進(jìn)行模型管控。通過客戶業(yè)務(wù)行為模型分析，獲得典型客戶的流量特征，如果某類型用戶實(shí)時(shí)流量遠(yuǎn)大于該類型客戶特征，業(yè)務(wù)質(zhì)量動態(tài)監(jiān)控將提示信息提供給報(bào)警裝置進(jìn)行報(bào)警。步驟S3中，采用每一客戶對應(yīng)一個線程的方式進(jìn)行實(shí)時(shí)分析監(jiān)控，如果客戶在線，主進(jìn)程將啟動一個線程來對客戶實(shí)時(shí)業(yè)務(wù)質(zhì)量進(jìn)行監(jiān)控，當(dāng)用戶下線時(shí)，線程將被回收，放入線程池當(dāng)中，等待下一次的調(diào)用。還包括URL黑名單設(shè)置，通過設(shè)置URL黑名單，當(dāng)客戶訪問的URL屬于黑名單上時(shí)，業(yè)務(wù)質(zhì)量動態(tài)監(jiān)控將提示信息提供給報(bào)警模塊。步驟S4中，通過自動干預(yù)模塊中的Servlet程序解析執(zhí)行工作流操作，把自動干預(yù)模塊的各種操作功能點(diǎn)，翻譯為各種接入層設(shè)備可執(zhí)行的命令，并跟蹤命令執(zhí)行結(jié)果，返回命令執(zhí)行結(jié)果，作為功能點(diǎn)操作成功與否、操作結(jié)果判斷的依據(jù)。支持華為、思科、阿爾卡特、中興等主流設(shè)備。由于在自動干預(yù)模塊中僅僅支持ping、tracert等通用網(wǎng)絡(luò)操作命令,在實(shí)現(xiàn)接入層設(shè)備操作模塊上，我們需要用戶輸入所針對的網(wǎng)絡(luò)設(shè)備型號和相對應(yīng)的操作命令。在服務(wù)器Servlet程序中，我們通過用戶所提交的操作命令所針對的設(shè)備情況，預(yù)先判斷命令是否合法，能否在指定設(shè)備上執(zhí)行等，降低誤操作命令對服務(wù)器和網(wǎng)絡(luò)質(zhì)量的影響。操作命令的正則表達(dá)式示例:ping*, end (all)。*表示人工輸入的操作參數(shù),()中的匹配字符為可選項(xiàng)。步驟S5中，所述遠(yuǎn)程干預(yù)措施為采用短信或者郵件的方式進(jìn)行處理，報(bào)警支持反饋功能，通過移動WebServiceAPI+Java的方式實(shí)現(xiàn)短信發(fā)送。支持短信接口(SMPP、CMPP2.0)，短信發(fā)送后，根據(jù)返回的短信內(nèi)容(返回Y或N，若用戶輸入其他字符視為無效確認(rèn))判斷報(bào)警是否確認(rèn)。設(shè)定有默認(rèn)等待時(shí)間、默認(rèn)操作(確認(rèn)報(bào)警或不確認(rèn)報(bào)警)。郵件支持反饋功能,采用JavaMail技術(shù),基于139郵箱的smtp服務(wù)器實(shí)現(xiàn)電子郵件發(fā)送。郵件發(fā)送后，根據(jù)返回的郵件內(nèi)容判斷報(bào)警是否確認(rèn)。設(shè)定有默認(rèn)等待時(shí)間、默認(rèn)操作(確認(rèn)報(bào)警或不確認(rèn)報(bào)警)。系統(tǒng)具備報(bào)警信息查詢界面，不限于日期、報(bào)警級別、報(bào)警接收人等關(guān)鍵信息查詢。系統(tǒng)具備報(bào)警呈現(xiàn)界面，可在界面上進(jìn)行不限于報(bào)警確認(rèn)等操作，對所有操作進(jìn)行用戶權(quán)限管理和日志記錄。。步驟S6中，根據(jù)業(yè)務(wù)質(zhì)量動態(tài)監(jiān)控模塊對客戶的監(jiān)控結(jié)果進(jìn)行啟動，如果監(jiān)控模塊判斷為業(yè)務(wù)異常則啟動，用戶通過Web界面方式，選擇工作流所需要執(zhí)行的網(wǎng)絡(luò)控制指令；在輸入指令的同時(shí)，能通過插入干預(yù)命令的方式，實(shí)現(xiàn)工作流的智能化執(zhí)行方式，例如在插入if干預(yù)命令后，當(dāng)滿足if條件判定時(shí)，才會執(zhí)行if語句所包含的子模塊，否則將跳過該子模塊的執(zhí)行。
`
系統(tǒng)的自相似性是指某種結(jié)構(gòu)或過程的特征從不同的空間尺度或時(shí)間尺度來看都是相似的，或者某系統(tǒng)或結(jié)構(gòu)的局域性質(zhì)或局域結(jié)構(gòu)與整體類似。另外，在整體與整體之間或部分與部分之間，也會存在自相似性。一般情況下自相似性有比較復(fù)雜的表現(xiàn)形式，而不是局域放大一定倍數(shù)以后簡單地和整體完全重合。但是，表征自相似系統(tǒng)或結(jié)構(gòu)的定量性質(zhì)如分形維數(shù)，并不會因?yàn)榉糯蠡蚩s小等操作而變化(這一點(diǎn)被稱為伸縮對稱性)，所改變的只是其外部的表現(xiàn)形式，自相似性通常只和非線性復(fù)雜系統(tǒng)的動力學(xué)特征有關(guān)。對于實(shí)際網(wǎng)絡(luò)業(yè)務(wù)中存在的這種突發(fā)性不隨時(shí)間軸單位變化而變化的特性叫做自相似形或者分形，意為系統(tǒng)在不同標(biāo)度下具有自相似性質(zhì)。是指一個隨機(jī)過程在各個時(shí)間規(guī)模上具有相同的統(tǒng)計(jì)特性。網(wǎng)絡(luò)通信中的自相似性表現(xiàn)在較長一段時(shí)間內(nèi)，單位時(shí)間內(nèi)網(wǎng)絡(luò)流量(以字節(jié)數(shù)、分組數(shù)表示)的統(tǒng)計(jì)特性不隨時(shí)間規(guī)模的變化而變化。直觀上，自相似網(wǎng)絡(luò)業(yè)務(wù)與時(shí)間尺度無關(guān)，適當(dāng)尺度下，業(yè)務(wù)看上去“一樣”。本實(shí)施例以高校網(wǎng)絡(luò)這樣的客戶來進(jìn)行分析，其在寒暑假這些特定月份的業(yè)務(wù)流量情況與其它時(shí)間的業(yè)務(wù)流量情況就肯定存在明顯差異，還有諸如客運(yùn)集團(tuán)這樣的例子，它們的網(wǎng)絡(luò)流量在一些節(jié)假日出行高峰期也會有明顯的異常。對此系統(tǒng)監(jiān)控的目標(biāo)業(yè)務(wù)類型以及由歷史數(shù)據(jù)算得的參數(shù)分析之后，針對性的提出了一些修正方案。加入可人工選擇輸入的流量閥值上下限參數(shù)、與時(shí)間關(guān)聯(lián)的對FBM模型進(jìn)行幅度修正的波動因子參數(shù)、生成自相似模型所用歷史數(shù)據(jù)的時(shí)間區(qū)間參數(shù)。例如對于高校用戶，在寒暑假期間可以通過以下三個手段來生成更加符合實(shí)際網(wǎng)絡(luò)流量情況的自相似模型:1、設(shè)置自相似模型生成所用歷史數(shù)據(jù)為往年寒暑假期間的數(shù)據(jù)
2、加入假期初期與結(jié)束末期對模型流量幅度擴(kuò)大同時(shí)在暑假中期對流量幅度進(jìn)行縮小的波動因子3、設(shè)置流量閥值上下限，一旦某業(yè)務(wù)流量超過閥值則直接視為網(wǎng)絡(luò)異常。上述實(shí)施例為本發(fā)明較佳的實(shí)施方式，但本發(fā)明的實(shí)施方式并不受上述實(shí)施例的限制，其他的任何未背離本發(fā)明的精神實(shí)質(zhì)與原理下所作的改變、修飾、替代、組合、簡化，均應(yīng)為等效的置換方·式，都包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.基于自相似模型的網(wǎng)絡(luò)質(zhì)量監(jiān)控方法，其特征在于，包括下述步驟: 51、采用Hibernate方法將客戶網(wǎng)絡(luò)訪問行為和服務(wù)質(zhì)量信息的數(shù)據(jù)封裝為客戶當(dāng)前網(wǎng)絡(luò)訪問行為和服務(wù)質(zhì)量信息； 52、將原始數(shù)據(jù)通過流量、URL訪問、在線人數(shù)隨時(shí)間變化特征建立相應(yīng)的客戶業(yè)務(wù)行為模型； 53、根據(jù)用戶的實(shí)時(shí)流量以及訪問URL因素，對比該客戶的業(yè)務(wù)行為模型，并對用戶業(yè)務(wù)是否正常作出判斷； 54、通過Servlet程序解析執(zhí)行工作流操作，把操作功能點(diǎn)翻譯為各種接入層設(shè)備可執(zhí)行的命令，并跟蹤命令執(zhí)行結(jié)果，返回命令執(zhí)行結(jié)果，作為功能點(diǎn)操作成功與否、操作結(jié)果判斷的依據(jù)； 55、當(dāng)網(wǎng)絡(luò)出現(xiàn)異常時(shí)，及時(shí)通知網(wǎng)絡(luò)管理端，網(wǎng)絡(luò)管理方采取遠(yuǎn)程干預(yù)措施； 56、預(yù)先設(shè)定工作流，在網(wǎng)絡(luò)出現(xiàn)異常時(shí)，快速有效的實(shí)行智能干預(yù)以解決網(wǎng)絡(luò)異常情況。
2.根據(jù)權(quán)利要求1所述的基于自相似模型的網(wǎng)絡(luò)質(zhì)量監(jiān)控方法，其特征在于，步驟SI中，當(dāng)用戶在線時(shí)，對應(yīng)一個用戶質(zhì)量實(shí)時(shí)監(jiān)控，當(dāng)用戶離線時(shí)，數(shù)據(jù)庫用于業(yè)務(wù)行為模型分析，不參與質(zhì)量實(shí)時(shí)監(jiān)控。
3.根據(jù)權(quán)利要求1所述的 基于自相似模型的網(wǎng)絡(luò)質(zhì)量監(jiān)控方法，其特征在于，步驟S2中，所述客戶業(yè)務(wù)行為模型用于區(qū)分不同用戶組使用互聯(lián)網(wǎng)的興趣及行為習(xí)慣，通過網(wǎng)站URL和業(yè)務(wù)應(yīng)用分類形成用戶行為特征庫，通過設(shè)置閥值的方式進(jìn)行模型管控。
4.根據(jù)權(quán)利要求3所述的基于自相似模型的網(wǎng)絡(luò)質(zhì)量監(jiān)控方法，其特征在于，通過客戶業(yè)務(wù)行為模型分析，獲得典型客戶的流量特征，如果某類型用戶實(shí)時(shí)流量遠(yuǎn)大于該類型客戶特征，業(yè)務(wù)質(zhì)量動態(tài)監(jiān)控將提示信息提供給報(bào)警裝置進(jìn)行報(bào)警。
5.根據(jù)權(quán)利要求1所述的基于自相似模型的網(wǎng)絡(luò)質(zhì)量監(jiān)控方法，其特征在于，步驟S3中，采用每一客戶對應(yīng)一個線程的方式進(jìn)行實(shí)時(shí)分析監(jiān)控，如果客戶在線，主進(jìn)程將啟動一個線程來對客戶實(shí)時(shí)業(yè)務(wù)質(zhì)量進(jìn)行監(jiān)控，當(dāng)用戶下線時(shí)，線程將被回收，放入線程池當(dāng)中，等待下一次的調(diào)用。
6.根據(jù)權(quán)利要求5所述的基于自相似模型的網(wǎng)絡(luò)質(zhì)量監(jiān)控方法，其特征在于，還包括URL黑名單設(shè)置，通過設(shè)置URL黑名單，當(dāng)客戶訪問的URL屬于黑名單上時(shí)，業(yè)務(wù)質(zhì)量動態(tài)監(jiān)控將提示信息提供給報(bào)警模塊。
7.根據(jù)權(quán)利要求1所述的基于自相似模型的網(wǎng)絡(luò)質(zhì)量監(jiān)控方法，其特征在于，步驟S4中，在服務(wù)器Servlet程序中，通過用戶所提交的操作命令所針對的設(shè)備情況，預(yù)先判斷命令是否合法，能否在指定設(shè)備上執(zhí)行，降低誤操作命令對服務(wù)器和網(wǎng)絡(luò)質(zhì)量的影響。
8.根據(jù)權(quán)利要求1所述的基于自相似模型的網(wǎng)絡(luò)質(zhì)量監(jiān)控方法，其特征在于，步驟S5中，所述遠(yuǎn)程干預(yù)措施為采用短信或者郵件的方式進(jìn)行處理。
9.根據(jù)權(quán)利要求1所述的基于自相似模型的網(wǎng)絡(luò)質(zhì)量監(jiān)控方法，其特征在于，步驟S6中，根據(jù)業(yè)務(wù)質(zhì)量動態(tài)監(jiān)控模塊對客戶的監(jiān)控結(jié)果進(jìn)行啟動，如果監(jiān)控模塊判斷為業(yè)務(wù)異常則啟動，用戶通過Web界面方式，選擇工作流所需要執(zhí)行的網(wǎng)絡(luò)控制指令；在輸入指令的同時(shí)，能通過插入干預(yù)命令的方式，實(shí)現(xiàn)工作流的智能化執(zhí)行方式。
全文摘要
本發(fā)明公開了一種基于自相似模型的網(wǎng)絡(luò)質(zhì)量監(jiān)控方法，步驟為S1、將客戶網(wǎng)絡(luò)訪問行為和服務(wù)質(zhì)量信息的數(shù)據(jù)封裝為客戶當(dāng)前網(wǎng)絡(luò)訪問行為和服務(wù)質(zhì)量信息；S2、將原始數(shù)據(jù)建立相應(yīng)的客戶業(yè)務(wù)行為模型；S3、對用戶業(yè)務(wù)是否正常作出判斷；S4、通過Servlet程序解析執(zhí)行工作流操作；S5、當(dāng)網(wǎng)絡(luò)出現(xiàn)異常時(shí)，網(wǎng)絡(luò)管理方采取遠(yuǎn)程干預(yù)措施；S6、預(yù)先設(shè)定工作流,實(shí)行智能干預(yù)以解決網(wǎng)絡(luò)異常情況。本發(fā)明相比較舊有網(wǎng)絡(luò)管理系統(tǒng)，它更加高效、準(zhǔn)確的發(fā)現(xiàn)網(wǎng)絡(luò)中的異常，并智能化的解決網(wǎng)絡(luò)中的異常。同時(shí)對客戶上網(wǎng)行為習(xí)慣的深層次本質(zhì)反應(yīng)，對網(wǎng)絡(luò)異常的快速、準(zhǔn)確定位及智能修復(fù)，報(bào)警及人工干預(yù)的多樣性、便捷性均已在某大型網(wǎng)絡(luò)運(yùn)營商的試運(yùn)行過程中得到了充分體現(xiàn)。
文檔編號H04L12/26GK103236957SQ201310152970
公開日2013年8月7日 申請日期2013年4月27日 優(yōu)先權(quán)日2013年4月27日
發(fā)明者劉偉雄 申請人:劉偉雄