排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
2.
用户体验的提升一直是IPTV的运维重点。然而,运营商IPTV组网相对复杂,涉及机顶盒、接入网、EPG页面、EPG服务器、媒体服务器等多个环节和调度链路,一旦发生异常,运维人员需排查各环节的监控指标,凭经验定位引起异常的原因。该运维模式专业性强、效率低下,无法快速止损。为解决上述运维痛点,基于大数据技术,采用决策树对EPG体验数据建模,根据决策树模型的决策规则,快速定位异常原因。现网中,决策树模型能够准确快速定位EPG体验的异常原因,为辅助运维人员指明排查方向,提高运维效率。 相似文献
3.
IPTV系统架构复杂,涉及大量终端、网元和连接等。为此,运营商建立了较为完善的监控体系,特别是采集了海量的EPG体验数据,形成多维度的监控指标,旨在监控用户体验水平。然而,监控指标繁多,导致运维人员监察各项指标费时费力,无法及时发现异常,也难以确定异常原因。为解决上述人工运维的痛点,采用一种智能异常检测方法,并根据实际应用进行改进,高效地实现对海量数据的实时分析。实践表明,该方法计算成本较低,适应现网异常变化,快速准确地检测异常,从而减少人力成本,提高运维效率,推进智能运维。 相似文献
5.
1