基于网络资源树及信息熵的智慧家庭业务感知劣化定位方案

doi:10.11959/j.issn.1000-0801.2022082

电信科学 ›› 2022, Vol. 38 ›› Issue (5): 165-172.doi: 10.11959/j.issn.1000-0801.2022082

基于网络资源树及信息熵的智慧家庭业务感知劣化定位方案

明萌, 时宇, 郑润含, 冯云喜

中国电信集团有限公司，北京 100020

修回日期:2022-05-11 出版日期:2022-05-20 发布日期:2022-05-01
作者简介:明萌（1994- ），女，中国电信集团有限公司中级项目经理，主要研究方向为智慧家庭业务感知优化、大数据和AI技术
时宇（1995- ），女，中国电信集团有限公司初级项目经理，主要研究方向为智慧家庭业务感知优化、大数据和AI技术
郑润含（1975- ），男，中国电信集团有限公司高级项目经理，主要研究方向为家庭带宽业务感知评价体系、家庭带宽网络质量分析和优化、无线网络优化、无线网络和固定网络融合等
冯云喜（1976- ），男，现就职于中国电信集团有限公司，主要研究方向为家庭带宽业务感知评价体系、家庭带宽网络质量分析和优化、无线网络优化、无线网络和固定网络融合等

Smart home service perception degradation positioning scheme based on the network resource tree and information entropy

Meng MING, Yu SHI, Runhan ZHENG, Yunxi FENG

China Telecom Group Co., Ltd., Beijing 100020, China

Revised:2022-05-11 Online:2022-05-20 Published:2022-05-01

摘要/Abstract

摘要：

随着科学技术和信息化发展的步伐日渐加快，智慧家庭市场发展迅速，给人民生活带来了极大的便捷，也给运营商带来新的运维考验。提出了一种基于大数据和AI算法、结合网络资源树及信息熵对智慧家庭业务进行感知实时监测，并对感知劣化类故障进行定界、定段、定位的方案，旨在解决智慧家庭业务端到端环节较多、群障及单用户故障人工定位困难的问题。

关键词: 智慧家庭, 感知监测, 告警定位

Abstract:

With the accelerating pace of development of the science and technology and informatization, the smart home market is developing rapidly.It brings great convenience to people’s lives, also brings new operation and maintenance tests to operators.A scheme based on big data and AI algorithm, combined with the network resource tree and information entropy was proposed for perceptual real-time monitoring of smart home services, delimiting, segmenting and locating perceptual degradation class faults, aiming to solve the problems of more end-to-end links of smart home services and difficulties in manual location of group faults and single user faults.

Key words: smart home, sensory monitoring, alarm location

中图分类号:

TP393

明萌, 时宇, 郑润含, 冯云喜. 基于网络资源树及信息熵的智慧家庭业务感知劣化定位方案[J]. 电信科学, 2022, 38(5): 165-172.

Meng MING, Yu SHI, Runhan ZHENG, Yunxi FENG. Smart home service perception degradation positioning scheme based on the network resource tree and information entropy[J]. Telecommunications Science, 2022, 38(5): 165-172.

图/表 7

图1

图2

图3

图4

图5

图6

图7

参考文献 20

[1]	谭晓敏, 方艾, 梁冰 ,等. 基于决策树的 EPG 体验异常原因定位[J]. 电信科学, 2019,35(8): 158-164.
	TAN X M , FANG A , LIANG B ,et al. Locating causes of ab-normality of EPG experience based on decision tree[J]. Tele-communications Science, 2019,35(8): 158-164.
[2]	黄晓波, 黄志武 . IPTV视频质量故障定位及处理方法[J]. 信息通信, 2010,23(4): 67-68,60.
	HUANG X B , HUANG Z W . IPTV video quality fault location and processing method[J]. Information and Communications, 2010,23(4): 67-68,60.
[3]	刘奇峰 . 基于大数据的IPTV故障定位系统的设计与实现[D]. 南京:南京邮电大学, 2017.
	LIU Q F . Design and implementation of IPTV fault location system based on big data[D]. Nanjing:Nanjing University of Posts and Telecommunications, 2017.
[4]	陈捷 . 基于用户感知的IPTV端质量评估体系研究及实现[J]. 电信技术, 2019(9): 62-65.
	CHEN J . Research and implementation of IPTV end-to-end quality evaluation system based on user perception[J]. Tele-communications Technology, 2019(9): 62-65.
[5]	罗方方, 陈斌, 徐淑波 . IPTV 系统故障定位方法及系统:CN107786897A[P]. 2018.
	LUO F F , CHEN B , XU S B . Fault location method and system of IPTV system:CN107786897A[P]. 2018.
[6]	KARAGIANNIS T , PAPAGIANNAKI K , FALOUTSOS M . Blinc[J]. ACM SIGCOMM Computer Communication Review, 2005,35(4): 229-240.
[7]	张啸媛 . 主动探测技术在家庭宽带用户业务感知质量监测中的应用[J]. 移动信息, 2017.
	ZHANG X Y . Application of active detection technology in service perceived quality monitoring of home broadband users[J]. Mobile Information, 2017.
[8]	张中荃 . 接入网技术[M]. 北京: 人民邮电出版社, 2017.
	ZHANG Z Q . Access network technology[M]. Beijing: Posts and Telecom Press, 2017.
[9]	程卫华, 何肖嵘 . 基于大数据的网页浏览质差分析方法研究[J]. 电信科学, 2020,36(11): 174-181.
	CHENG W H , HE X R . Quality analysis method of Web browsing based on big data[J]. Telecommunications Science, 2020,36(11): 174-181.
[10]	陈森, 陈超, 张小勇 ,等. 基于大数据分析的移动互联网用户感知评估系统[J]. 电信科学, 2015,31(4): 154-161.
	CHEN S , CHEN C , ZHANG X Y ,et al. Evaluation system of mobile Internet user experience based on big data analysis[J]. Telecommunications Science, 2015,31(4): 154-161.
[11]	王速, 卢华, 汪硕 ,等. 智能运维中 KPI 异常检测的研究进展[J]. 电信科学, 2021,37(5): 42-51.
	WANG S , LU H , WANG S ,et al. Research progress of KPI anomaly detection in intelligent operation and maintenance[J]. Telecommunications Science, 2021,37(5): 42-51.
[12]	史蒂夫·霍夫曼, 斯里纳特·佩雷拉 . Flume 日志收集与MapReduce模式[M]. 张龙,译.北京: 机械工业出版社, 2015.
	STEVE H , SRINATH P . Flume log collection and MapReduce mode[M]. Translated by ZHANG L. Beijing: Machinery Indus-try Press, 2015.
[13]	妮哈·纳克海德, 格温·沙皮拉, 托德·帕利诺 . Kafka权威指南[M]. 薛命灯,译. 北京: 人民邮电出版社, 2017.
	NEHA N , GWEN S , TODD P . Kafka authoritative guide[M]. Translated by XUE M D. Beijing: Posts and Telecom Press, 2017.
[14]	比尔·钱伯斯, 马泰·扎哈里亚 . Spark 权威指南[M]. 张岩峰,王方京,陈晶晶,译.北京: 中国电力出版社, 2020.
	BILL C , MATEI Z . Spark authoritative guide[M]. Translated by ZHANG Y F,WANG F J,CHEN J J. Beijing: Chinese Electric Power Press, 2020.
[15]	汤姆·怀特 . Hadoop权威指南:大数据的存储与分析[M]. 王海,华东,刘喻,等译. 北京: 清华大学出版社, 2017.
	TOM W . Hadoop:the definitive guide storage and analysis at internet scale[M]. Translated by WANG H,HUA D,LIU Y,et al. Beijing: Tsinghua University Press, 2017.
[16]	NABI Z . Pro Spark Streaming[M]. Berkeley,CA: Apress, 2016.
[17]	梁国斌 . Redis 核心原理与实践[M]. 北京: 电子工业出版社, 2021.
	LIANG G B . Redis core principle and Practice[M]. Beijing: Electronic Industry Press, 2021.
[18]	霍多罗夫 . MongoDB权威指南[M]. 邓强,王明辉,译.北京: 人民邮电出版社, 2014.
	KRISTINA C . MongoDB:the definitive guide,second edi-tion[M]. Translated by DENG Q,WANG M H. Beijing: Posts and Telecom Press, 2014.
[19]	拉杜·乔戈, 马修·李·欣曼, 罗伊·罗素 . Elasticsearch 实战[M]. 黄申,译. 北京: 人民邮电出版社, 2018.
	RADU G , MATTHEW L H , Roy R . Elasticsearch in action[M]. Translated by HUANG S. Beijing: Posts and Telecom Press, 2018.
[20]	施瓦茨男爵, 彼得·扎伊采夫, Vadim Tkachenko . 高性能MySQL[M]. 宁海元,周振兴,彭立勋,等译. 北京: 电子工业出版社, 2013.
	BARON S , PETER Z , VADIM T . High performance MySQL[M]. Translated by NING H Y,ZHOU Z X,PENG L X,et al. Beijing: Electronic Industry Press, 2013.

基于网络资源树及信息熵的智慧家庭业务感知劣化定位方案

Smart home service perception degradation positioning scheme based on the network resource tree and information entropy

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 20

相关文章 11

Metrics

推荐阅读 0

[1]	郭涛,孙凯. 可运营智慧家庭开放平台构建[J]. 电信科学, 2018, 34(11): 105-112.
[2]	施唯佳,魏峥,祝谷乔. 以电视屏为核心的智慧家庭下一代多屏互动技术体系[J]. 电信科学, 2018, 34(11): 113-118.
[3]	魏峥,施唯佳,张铮凯. 以数据驱动为核心的智慧家庭智能运营体系构建[J]. 电信科学, 2017, 33(10): 163-169.
[4]	肖冬娣,应闻达,郭涛. 基于G.hn的智慧家庭组网关键技术[J]. 电信科学, 2017, 33(10): 170-176.
[5]	郭涛,韩建亭,杨晓玲. 智慧家庭App的设备控制页面动态呈现技术[J]. 电信科学, 2017, 33(10): 177-184.
[6]	罗传飞,孔德辉,刘翔凯,徐科,杨浩. 智慧家庭的VR全景视频业务实现[J]. 电信科学, 2017, 33(10): 185-193.
[7]	施唯佳,王琳,贾立鼎. 智能语音机顶盒的软硬件实现方案[J]. 电信科学, 2017, 33(10): 194-200.
[8]	崔秀国,刘翔,操时宜,周敏. 光纤通信系统技术的发展、挑战与机遇[J]. 电信科学, 2016, 32(5): 34-43.
[9]	韩建亭. 可运营智慧家庭系统的构建[J]. 电信科学, 2015, 31(11): 103-109.
[10]	韩建亭,万象. 构建智慧家庭网络的多终端互联技术研究与应用探讨[J]. 电信科学, 2014, 30(5): 33-39.
[11]	万象. 基于OSGi的智慧家庭应用控制架构研究与模型设计[J]. 电信科学, 2014, 30(3): 143-148.