5G园区网络体验与故障分析
- 适用领域
- 场景
IT应用、园区运维中,网络问题多,缺少自动化故障关联和分析工具,跨域问题逐级分析,效率低下,缺乏有效工具支持自动化巡检,目前主要依靠人工,因此需要更加智能的运维能力。
- 功能描述
沉淀出设备故障、终端体验和网络性能三类故障场景,利用根因事件识别、KPI异常检测和关联分析三大AI算法原子能力,帮助客户减少业务异常排查时间,提升故障根因定位速度,有效提高运维效率。
- 输入数据格式
- 根因事件识别告警数据字段描述如表 根因事件识别告警数据表所示。
名称 |
类型 |
长度 |
是否必须 |
描述 |
---|---|---|---|---|
serialId |
String |
255 |
Y |
告警实例ID |
alarmSource |
String |
255 |
Y |
告警资源 |
reportTime |
timestamp |
29 |
Y |
上报时间 |
severity |
String |
255 |
Y |
告警级别 |
clearFlag |
String |
255 |
Y |
清除记录 |
raiseTime |
timestamp |
29 |
Y |
异常上报时间 |
neId |
String |
255 |
Y |
网元ID |
normId |
String |
255 |
Y |
日志ID |
title |
String |
255 |
Y |
告警标识 |
alarmType |
String |
255 |
Y |
告警类型 |
- 时序KPI指标字段描述如表 时序KPI指标表所示。
名称 |
类型 |
长度 |
是否必须 |
描述 |
---|---|---|---|---|
kpi_id |
String |
64 |
Y |
KPI标识 |
collect_time |
String |
255 |
Y |
采集时间 |
sampling_period |
String |
255 |
Y |
样本周期 |
observed_value |
String |
255 |
Y |
观测值 |
kpiName |
String |
255 |
Y |
KPI名称 |
neName |
String |
255 |
Y |
发生位置 |
moId |
String |
255 |
Y |
管理对象标识 |
teamId |
String |
255 |
Y |
组标识 |
alias |
String |
255 |
Y |
别名 |
count |
String |
255 |
Y |
计数 |
collectTime |
String |
255 |
Y |
采集时间 |
moName |
String |
255 |
Y |
管理对象名称 |
- 关联分析输入数据字段描述如表 关联分析输入数据表所示。
名称 |
类型 |
长度 |
是否必须 |
描述 |
---|---|---|---|---|
notificationType |
Integer |
1 |
Y |
通知类型 |
alarmInfo |
Dict |
- |
Y |
通知的告警信息 |
alarmInfo.alarmID |
String |
256 |
Y |
告警标识 |
alarmInfo.alarmStartTime |
DateTime |
- |
Y |
告警开始时间 |
alarmInfo.alarmEndTime |
DateTime |
- |
Y |
告警结束时间 |
alarmInfo.anomalyList.KPIID |
String |
64 |
Y |
KPI标识 |
alarmInfo.anomalyList.collectTime |
DateTime |
- |
Y |
数据采集时间 |
alarmInfo.anomalyList.observedValue |
Float |
- |
Y |
观察值 |
alarmInfo.anomalyList.predictValue |
Float |
- |
Y |
预测值 |
- 输出数据格式
- 根因事件识别字段描述如表4所示。
名称 |
类型 |
长度 |
是否必须 |
描述 |
---|---|---|---|---|
csn |
String |
255 |
Y |
事件标识 |
domain |
String |
255 |
Y |
领域 |
name |
String |
255 |
Y |
名称 |
occurTime |
date |
255 |
Y |
发生时间 |
updateTime |
date |
255 |
Y |
更新时间 |
clearTime |
date |
255 |
Y |
清除时间 |
duration |
String |
255 |
Y |
持续时间 |
category |
String |
255 |
Y |
类别 |
detail |
String |
255 |
Y |
明细 |
rootEventCsn |
String |
255 |
Y |
根因事件标识 |
eventSize |
String |
255 |
Y |
事件大小 |
sourceObjects |
String |
255 |
Y |
源对象 |
events |
String |
255 |
Y |
事件列表 |
affects |
String |
255 |
Y |
受影响事件 |
linkList |
String |
255 |
Y |
关联topo |
rootCause |
String |
255 |
Y |
根因 |
repairAdvice |
String |
255 |
Y |
修复建议 |
relatedIncidents |
String |
255 |
Y |
相关事件 |
rootEvents |
String |
255 |
Y |
根因事件 |
- KPI异常点字段描述如表 KPI异常点表所示。
名称 |
类型 |
长度 |
是否必须 |
描述 |
---|---|---|---|---|
startTime |
String |
255 |
Y |
开始时间 |
endTime |
String |
255 |
Y |
结束时间 |
KPIData.KPIID |
String |
255 |
Y |
KPI标识 |
KPIData.KPIProperties.KPIOrgID |
String |
255 |
Y |
KPI组Id |
KPIData.KPIProperties.KPIGroupID |
String |
255 |
Y |
KPI子组ID |
KPIData.KPIProperties.nodeID |
String |
255 |
Y |
KPI节点ID |
KPIData.KPIProperties.nodeTypeID |
String |
255 |
Y |
节点类型 |
KPIData.KPIProperties.instanceID |
String |
255 |
Y |
实例ID |
instanceTypeID |
String |
255 |
Y |
实例类型ID |
KPIData.KPIProperties.detectObject |
String |
255 |
Y |
监测对象 |
KPIData.KPIProperties.KPIUnit |
String |
255 |
Y |
KPI单位 |
KPIData.DataList.collectTime |
String |
255 |
Y |
采集时间 |
KPIData.DataList.observedValue |
String |
255 |
Y |
观测值 |
KPIData.DataList.predictValue |
String |
255 |
Y |
预测值 |
KPIData.DataList.upperBound |
String |
255 |
Y |
上限 |
KPIData.DataList.lowerBound |
String |
255 |
Y |
下限 |
KPIData.DataList.predictAnomaly |
String |
255 |
Y |
是否异常点 |
- 关联分析结果字段描述如表 关联分析结果表所示。
名称 |
类型 |
长度 |
是否必须 |
描述 |
---|---|---|---|---|
code |
String |
1 |
Y |
返回码,0:成功;1:请求参数或格式不正确 |
msg |
String |
256 |
Y |
返回消息 |
jobID |
String |
128 |
Y |
任务ID |
kpiList |
List |
- |
Y |
KPI列表 |
kpiList.KPIID |
String |
64 |
Y |
KPI标识,发生异常的KPI ID |
kpiList.groupList |
List |
- |
Y |
KPI组 |
kpiList.groupList.groupID |
String |
30 |
Y |
KPI组标识 |
kpiList.groupList.relResult |
List |
- |
Y |
查询结果 |
kpiList.groupList.relResult.KPIID |
String |
64 |
Y |
KPI的标识 |
kpiList.groupList.relResult.probability |
Float |
- |
Y |
KPI异常的概率 |
kpiList.groupList.relResult.deviation |
Float |
- |
Y |
偏离幅度 |
数据对接:将采集的数据按特定格式提取并传给下一个节点。
数据转换:将上一节点输出的数据类型转换成算法原子能力可接受的类型。
根因事件识别:算法原子能力。
KPI异常检测:算法原子能力。
关联分析:算法原子能力。
数据导出:将算法结果通过Kafka导出。
事件通知:将告警以邮件或短信的形式发送给运维人员。
记录集:保存算法检测结果。
