葛良

摘要：提出了一種基于業(yè)務(wù)流量監(jiān)測(cè)的方法，該方法屏蔽業(yè)務(wù)系統(tǒng)內(nèi)部復(fù)雜的結(jié)構(gòu)，以業(yè)務(wù)的有效性為監(jiān)測(cè)的重點(diǎn)。該方法運(yùn)用了統(tǒng)計(jì)學(xué)中的相關(guān)系數(shù)的概念來(lái)建立曲線相似度的數(shù)學(xué)模型。經(jīng)過(guò)實(shí)驗(yàn)數(shù)據(jù)的相關(guān)驗(yàn)證，該方法在業(yè)務(wù)流量監(jiān)測(cè)上非常是有效的。

關(guān)鍵詞： 業(yè)務(wù)流量監(jiān)測(cè)；相關(guān)系數(shù)；曲線相似度；增值業(yè)務(wù)

Abstract： In this paper， a new method based on service flow supervision is presented. In this method， the complex internal structure is shielded， and the effective business is the key of monitoring. A mathematical model about curve correlation coefficient is built to test service effectiveness under the guidance of interrelated coefficient in statistics. Experiments indicate that this approach is effective.

Key words： service flow supervision； interrelated coefficient； curve correlation coefficient； value-added service

隨著電信企業(yè)的重組，各運(yùn)營(yíng)商間的業(yè)務(wù)逐漸趨向同質(zhì)化，而提高服務(wù)質(zhì)量、提升客戶滿意度是企業(yè)取勝的重要法寶。對(duì)于網(wǎng)絡(luò)部的維護(hù)人員而言，維護(hù)模式也將發(fā)生變化，從傳統(tǒng)的面向設(shè)備的維護(hù)模式轉(zhuǎn)變?yōu)槊嫦驑I(yè)務(wù)的維護(hù)模式，即不僅關(guān)注設(shè)備的運(yùn)行狀況，更要關(guān)注用戶是否能正常使用承載在設(shè)備之上的業(yè)務(wù)。面向業(yè)務(wù)的維護(hù)模式，客觀要求維護(hù)部門(mén)在用戶無(wú)法正常使用某業(yè)務(wù)時(shí)，能夠快速解決以及先于用戶投訴通知客服部門(mén)。

但是在目前的維護(hù)工作中，由于承載在網(wǎng)絡(luò)上的數(shù)據(jù)業(yè)務(wù)（如氣象通、農(nóng)信通、通用分組無(wú)線服務(wù)技術(shù)（GPRS））完成一個(gè)業(yè)務(wù)流經(jīng)的網(wǎng)絡(luò)設(shè)備鏈條較長(zhǎng)，如氣象通業(yè)務(wù)完成一個(gè)業(yè)務(wù)需要流經(jīng)全球移動(dòng)通信系統(tǒng)（GSM）核心網(wǎng)、短信中心、數(shù)據(jù)通信網(wǎng)絡(luò)（DCN）、短信網(wǎng)關(guān)、移動(dòng)信息服務(wù)中心（MISC），城域網(wǎng)等設(shè)備，如圖1所描示。因此，在這些設(shè)備中任何一個(gè)出現(xiàn)故障都可能導(dǎo)致業(yè)務(wù)出現(xiàn)異常[1-2]。

由于在數(shù)據(jù)業(yè)務(wù)方面?zhèn)鹘y(tǒng)異常發(fā)現(xiàn)機(jī)制存在局限，導(dǎo)致業(yè)務(wù)異常的發(fā)現(xiàn)往往滯后于用戶批量投訴，因此引發(fā)的投訴具有范圍廣、歷時(shí)長(zhǎng)、投訴量大的特點(diǎn)。

1 基于業(yè)務(wù)流量的監(jiān)測(cè)

文章探討了一種新的監(jiān)測(cè)方法，該方法可以屏蔽業(yè)務(wù)系統(tǒng)內(nèi)部復(fù)雜的結(jié)構(gòu)，以業(yè)務(wù)的有效性為監(jiān)測(cè)的重點(diǎn)，并將關(guān)注點(diǎn)移至與用戶的最近端，完全以用戶的感受來(lái)衡量業(yè)務(wù)是否正常。整個(gè)業(yè)務(wù)監(jiān)測(cè)包含2個(gè)過(guò)程：第1個(gè)過(guò)程為建模過(guò)程，在業(yè)務(wù)流經(jīng)的最后網(wǎng)絡(luò)環(huán)節(jié)選取歷史正常值為樣本空間，統(tǒng)計(jì)單位時(shí)間段業(yè)務(wù)量，構(gòu)建各業(yè)務(wù)流量模型，消除重大事件、節(jié)假日等情況下異常值的干擾；第2個(gè)過(guò)程為監(jiān)測(cè)過(guò)程，準(zhǔn)實(shí)時(shí)取得業(yè)務(wù)流量，通過(guò)一定的數(shù)學(xué)算法模型來(lái)評(píng)估業(yè)務(wù)及網(wǎng)絡(luò)是否存在異常狀況[3]。

根據(jù)統(tǒng)計(jì)學(xué)的原理，某類(lèi)數(shù)據(jù)業(yè)務(wù)的業(yè)務(wù)流量隨著時(shí)間段有規(guī)律地進(jìn)行變化。如果業(yè)務(wù)量在某個(gè)時(shí)間段突然出現(xiàn)異常變化，一般可以認(rèn)為業(yè)務(wù)出現(xiàn)了故障[4]。

圖2是最簡(jiǎn)單的、通過(guò)業(yè)務(wù)流量來(lái)判斷業(yè)務(wù)是否異常的方法。該方法通過(guò)建模環(huán)節(jié)來(lái)獲取某類(lèi)短信業(yè)務(wù)量的模型，然后通過(guò)一定的比例（例如10%）來(lái)確定上下限值，最后通過(guò)實(shí)際測(cè)試的數(shù)據(jù)來(lái)進(jìn)行對(duì)比，一旦超過(guò)門(mén)限值就認(rèn)為業(yè)務(wù)流量存在問(wèn)題?；谏舷麻T(mén)限的判斷方法雖然在理論上可以實(shí)現(xiàn)，但是在實(shí)際應(yīng)用中，數(shù)據(jù)的上下波動(dòng)還是非常頻繁的，因此需要尋找一種新的、有效的數(shù)學(xué)方法[5]。

2 相似度介紹

相似度是用以度量?jī)山M數(shù)據(jù)變化趨勢(shì)相似程度的一個(gè)數(shù)值度量，其取值范圍為[-1，1]。相似度的計(jì)算方法可以基于統(tǒng)計(jì)學(xué)中的相關(guān)系數(shù)的一些概念。

（1） 數(shù)學(xué)期望

數(shù)學(xué)期望是指離散型隨機(jī)變量的一切可能的取值Xi（隨機(jī)變量）與對(duì)應(yīng)的概率p（=Xi）之積的和。

X1，X2，X3，……，Xn為隨機(jī)變量數(shù)據(jù)，p（X1），p（X2），p（X3），……p（Xn）是隨機(jī)變量數(shù)據(jù)的概率函數(shù)。

通過(guò)證明，得出：

E（X）=（X1+X2+... +Xn）/n （2）

這說(shuō)明數(shù)學(xué)期望就是一組數(shù)據(jù)的算術(shù)平均值。

（2）方差

設(shè)X是一個(gè)隨機(jī)變量，若[E{X-E（X）}]存在，則稱[E{X-E（X）}]為X的方差，則可得出

D =[E{X-E（X）}] （3）

（3）協(xié)方差

協(xié)方差分析是建立在方差分析和回歸分析基礎(chǔ)之上的一種統(tǒng)計(jì)分析方法。協(xié)方差與方差之間的相關(guān)關(guān)系為：

[Cov（X，Y）=E{[X-E（X）][Y-E（Y）]}] （4）

（4）相關(guān)系數(shù)

相關(guān)系數(shù)是變量之間相關(guān)程度的指標(biāo)。相關(guān)系數(shù)的取值范圍為[-1，1]。值越大，誤差越小，變量之間的線性相關(guān)程度越高；值越接近0，誤差越大，變量之間的線性相關(guān)程度就會(huì)越低。

相關(guān)系數(shù)又稱皮（爾生）氏積矩相關(guān)系數(shù)，是用來(lái)說(shuō)明兩個(gè)現(xiàn)象之間相關(guān)關(guān)系密切程度的統(tǒng)計(jì)分析指標(biāo)。相關(guān)系數(shù)用希臘字母γ表示，γ值的范圍為[-1，1]。γ > 0為正相關(guān)，γ < 0為負(fù)相關(guān)，γ = 0表示不相關(guān)。γ的絕對(duì)值越大，相關(guān)程度越高。兩個(gè)現(xiàn)象之間的相關(guān)程度，一般劃分為4級(jí)：如兩者呈正相關(guān)，γ呈正值；γ =1時(shí)為完全正相關(guān)；如兩者呈負(fù)相關(guān)則γ呈負(fù)值；γ = -1時(shí)為完全負(fù)相關(guān)。完全正相關(guān)或負(fù)相關(guān)時(shí)，所有圖點(diǎn)都在直線回歸線上，點(diǎn)子的分布在直線回歸線上下越離散，γ的絕對(duì)值越小。當(dāng)例數(shù)相等時(shí)，相關(guān)系數(shù)的絕對(duì)值越接近1，相關(guān)越密切；越接近于0，相關(guān)越不密切。當(dāng)γ = 0時(shí)，說(shuō)明X和Y兩個(gè)變量之間無(wú)直線關(guān)系[6-7]。

[γxy=Cov（X，Y）/D（X）D（Y）] （5）

3 基于曲線相似度的業(yè)務(wù)

流量監(jiān)測(cè)

根據(jù)統(tǒng)計(jì)學(xué)的原理，統(tǒng)計(jì)的數(shù)據(jù)樣本數(shù)量越大，統(tǒng)計(jì)的準(zhǔn)確度則越高。

每天運(yùn)行在移動(dòng)設(shè)備上各類(lèi)數(shù)據(jù)業(yè)務(wù)的數(shù)量是非常巨大的。我們?cè)O(shè)想，如果某一天從某個(gè)時(shí)間點(diǎn)開(kāi)始業(yè)務(wù)曲線與平時(shí)的業(yè)務(wù)曲線相似度低于設(shè)定的門(mén)限，我們則認(rèn)為業(yè)務(wù)出現(xiàn)了異常情況，應(yīng)及時(shí)通知維護(hù)人員進(jìn)行處理。

文章研究的實(shí)驗(yàn)平臺(tái)基于matlab 7.0，并采用無(wú)異常歷史數(shù)據(jù)作為分析樣本，對(duì)多項(xiàng)業(yè)務(wù)數(shù)據(jù)進(jìn)行了分析。為了保證監(jiān)控及檢驗(yàn)結(jié)果有效，實(shí)驗(yàn)計(jì)算當(dāng)前實(shí)時(shí)監(jiān)測(cè)的業(yè)務(wù)發(fā)送量與相同時(shí)刻前5天采集的業(yè)務(wù)發(fā)送量，以及歷史平均業(yè)務(wù)發(fā)送量之間的相關(guān)系數(shù)共6組數(shù)據(jù)，取其相關(guān)系數(shù)最大值為參考值。如果參考值低于閾值，則說(shuō)明當(dāng)前時(shí)刻業(yè)務(wù)流量出現(xiàn)異常[8-10]。

首先以手機(jī)報(bào)日業(yè)務(wù)量以及某市GPRS日業(yè)務(wù)量為例（如圖3、圖4），經(jīng)計(jì)算，相關(guān)系數(shù)值分別為0.9692和0.9764。

通過(guò)曲線比較以及比較值可以分析得出結(jié)論，當(dāng)前業(yè)務(wù)發(fā)送量異常狀況。

下面通過(guò)對(duì)業(yè)務(wù)量發(fā)送異常狀況數(shù)據(jù)進(jìn)行分析，說(shuō)明本方法監(jiān)控效果的有效性。 6月21日WAP網(wǎng)關(guān)出現(xiàn)故障，導(dǎo)致某市GPRS業(yè)務(wù)無(wú)法正常使用。計(jì)算全天數(shù)據(jù)與歷史數(shù)據(jù)的相關(guān)系數(shù)，得出參考值為0.8866。趨勢(shì)對(duì)照?qǐng)D如圖5所示。

WAP網(wǎng)關(guān)故障發(fā)生在10：55左右。我們分別計(jì)算了10：30 和11：00這兩個(gè)時(shí)間點(diǎn)的曲線相似度，分別為0.9950，0.8430。通過(guò)相似度的計(jì)算，很容易發(fā)現(xiàn)在10：30—11：00，GPRS業(yè)務(wù)出項(xiàng)了異常情況。趨勢(shì)對(duì)照?qǐng)D如圖6、圖7。

4 結(jié)束語(yǔ)

文章提出基于統(tǒng)計(jì)學(xué)中相關(guān)系數(shù)的相似度度量方法，通過(guò)計(jì)算當(dāng)前時(shí)刻業(yè)務(wù)發(fā)送量與歷史正常數(shù)據(jù)之間的相關(guān)系數(shù)，判定當(dāng)前業(yè)務(wù)發(fā)送量是否處于穩(wěn)定狀態(tài)。當(dāng)參考值低于正常閾值時(shí)系統(tǒng)發(fā)出告警，從而完成對(duì)業(yè)務(wù)流量模型的實(shí)時(shí)監(jiān)控。通過(guò)實(shí)驗(yàn)數(shù)據(jù)的驗(yàn)證，證明本方法是非常有效的。

參考文獻(xiàn)

[1] 劉澤猛， 劉純志. 統(tǒng)計(jì)學(xué)的未來(lái)[J].統(tǒng)計(jì)與決策， 1991 （06）： 02-04.

[2] 高風(fēng). "假設(shè)檢驗(yàn)方法"簡(jiǎn)析[J]. 中國(guó)質(zhì)量， 2005 （04）： 22-25.

[3] 樊靜. GPS弱信號(hào)的高靈敏度捕獲算法[J].重慶郵電大學(xué)學(xué)報(bào)（自然科版）， 2012， 24（03）： 326-329.

[4] 陶新民，郝思媛，張冬雪，徐鵬.不均衡數(shù)據(jù)分類(lèi)算法的綜述[J].重慶郵電大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，25（1）： 101-110.

[5] 秦哲. 假設(shè)檢驗(yàn)在科技項(xiàng)目評(píng)估結(jié)果分析中的應(yīng)用[J]. 科技進(jìn)步與對(duì)策， 2005 （07）： 18-20.

[6] 劉曉俊， 陳愛(ài)江. 正態(tài)分布函數(shù)值的近似求法[J]. 金融教學(xué)與研究， 1998 （02）： 35-39.

[7] 商廣娟. 統(tǒng)計(jì)技術(shù)在我國(guó)質(zhì)量管理中的應(yīng)用現(xiàn)狀[J]. 航空標(biāo)準(zhǔn)化與質(zhì)量， 2006 （05） ： 33-37.

[8] 郭雪峰，方立軍，馬駿，張焱. 寬帶線性調(diào)頻信號(hào)的性能檢測(cè)方法[J].雷達(dá)科學(xué)與技術(shù)， 2012，10（05）： 57-60.

[9] 李青華， 姚云萍. 一種基于知識(shí)輔助的CFAR檢測(cè)器[J].雷達(dá)科學(xué)與技術(shù)， 2012，10（01）： 92-97.

[10] 秦雪松，秦雪峰. 影響流量經(jīng)營(yíng)的因素與對(duì)策[J]. 郵電設(shè)計(jì)技術(shù)， 2012（12）： 63-74.

[γxy=Cov（X，Y）/D（X）D（Y）] （5）

3 基于曲線相似度的業(yè)務(wù)

流量監(jiān)測(cè)

根據(jù)統(tǒng)計(jì)學(xué)的原理，統(tǒng)計(jì)的數(shù)據(jù)樣本數(shù)量越大，統(tǒng)計(jì)的準(zhǔn)確度則越高。

每天運(yùn)行在移動(dòng)設(shè)備上各類(lèi)數(shù)據(jù)業(yè)務(wù)的數(shù)量是非常巨大的。我們?cè)O(shè)想，如果某一天從某個(gè)時(shí)間點(diǎn)開(kāi)始業(yè)務(wù)曲線與平時(shí)的業(yè)務(wù)曲線相似度低于設(shè)定的門(mén)限，我們則認(rèn)為業(yè)務(wù)出現(xiàn)了異常情況，應(yīng)及時(shí)通知維護(hù)人員進(jìn)行處理。

文章研究的實(shí)驗(yàn)平臺(tái)基于matlab 7.0，并采用無(wú)異常歷史數(shù)據(jù)作為分析樣本，對(duì)多項(xiàng)業(yè)務(wù)數(shù)據(jù)進(jìn)行了分析。為了保證監(jiān)控及檢驗(yàn)結(jié)果有效，實(shí)驗(yàn)計(jì)算當(dāng)前實(shí)時(shí)監(jiān)測(cè)的業(yè)務(wù)發(fā)送量與相同時(shí)刻前5天采集的業(yè)務(wù)發(fā)送量，以及歷史平均業(yè)務(wù)發(fā)送量之間的相關(guān)系數(shù)共6組數(shù)據(jù)，取其相關(guān)系數(shù)最大值為參考值。如果參考值低于閾值，則說(shuō)明當(dāng)前時(shí)刻業(yè)務(wù)流量出現(xiàn)異常[8-10]。

首先以手機(jī)報(bào)日業(yè)務(wù)量以及某市GPRS日業(yè)務(wù)量為例（如圖3、圖4），經(jīng)計(jì)算，相關(guān)系數(shù)值分別為0.9692和0.9764。

通過(guò)曲線比較以及比較值可以分析得出結(jié)論，當(dāng)前業(yè)務(wù)發(fā)送量異常狀況。

下面通過(guò)對(duì)業(yè)務(wù)量發(fā)送異常狀況數(shù)據(jù)進(jìn)行分析，說(shuō)明本方法監(jiān)控效果的有效性。 6月21日WAP網(wǎng)關(guān)出現(xiàn)故障，導(dǎo)致某市GPRS業(yè)務(wù)無(wú)法正常使用。計(jì)算全天數(shù)據(jù)與歷史數(shù)據(jù)的相關(guān)系數(shù)，得出參考值為0.8866。趨勢(shì)對(duì)照?qǐng)D如圖5所示。

WAP網(wǎng)關(guān)故障發(fā)生在10：55左右。我們分別計(jì)算了10：30 和11：00這兩個(gè)時(shí)間點(diǎn)的曲線相似度，分別為0.9950，0.8430。通過(guò)相似度的計(jì)算，很容易發(fā)現(xiàn)在10：30—11：00，GPRS業(yè)務(wù)出項(xiàng)了異常情況。趨勢(shì)對(duì)照?qǐng)D如圖6、圖7。

4 結(jié)束語(yǔ)

文章提出基于統(tǒng)計(jì)學(xué)中相關(guān)系數(shù)的相似度度量方法，通過(guò)計(jì)算當(dāng)前時(shí)刻業(yè)務(wù)發(fā)送量與歷史正常數(shù)據(jù)之間的相關(guān)系數(shù)，判定當(dāng)前業(yè)務(wù)發(fā)送量是否處于穩(wěn)定狀態(tài)。當(dāng)參考值低于正常閾值時(shí)系統(tǒng)發(fā)出告警，從而完成對(duì)業(yè)務(wù)流量模型的實(shí)時(shí)監(jiān)控。通過(guò)實(shí)驗(yàn)數(shù)據(jù)的驗(yàn)證，證明本方法是非常有效的。

參考文獻(xiàn)

[1] 劉澤猛， 劉純志. 統(tǒng)計(jì)學(xué)的未來(lái)[J].統(tǒng)計(jì)與決策， 1991 （06）： 02-04.

[2] 高風(fēng). "假設(shè)檢驗(yàn)方法"簡(jiǎn)析[J]. 中國(guó)質(zhì)量， 2005 （04）： 22-25.

[3] 樊靜. GPS弱信號(hào)的高靈敏度捕獲算法[J].重慶郵電大學(xué)學(xué)報(bào)（自然科版）， 2012， 24（03）： 326-329.

[4] 陶新民，郝思媛，張冬雪，徐鵬.不均衡數(shù)據(jù)分類(lèi)算法的綜述[J].重慶郵電大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，25（1）： 101-110.

[5] 秦哲. 假設(shè)檢驗(yàn)在科技項(xiàng)目評(píng)估結(jié)果分析中的應(yīng)用[J]. 科技進(jìn)步與對(duì)策， 2005 （07）： 18-20.

[6] 劉曉俊， 陳愛(ài)江. 正態(tài)分布函數(shù)值的近似求法[J]. 金融教學(xué)與研究， 1998 （02）： 35-39.

[7] 商廣娟. 統(tǒng)計(jì)技術(shù)在我國(guó)質(zhì)量管理中的應(yīng)用現(xiàn)狀[J]. 航空標(biāo)準(zhǔn)化與質(zhì)量， 2006 （05） ： 33-37.

[8] 郭雪峰，方立軍，馬駿，張焱. 寬帶線性調(diào)頻信號(hào)的性能檢測(cè)方法[J].雷達(dá)科學(xué)與技術(shù)， 2012，10（05）： 57-60.

[9] 李青華， 姚云萍. 一種基于知識(shí)輔助的CFAR檢測(cè)器[J].雷達(dá)科學(xué)與技術(shù)， 2012，10（01）： 92-97.

[10] 秦雪松，秦雪峰. 影響流量經(jīng)營(yíng)的因素與對(duì)策[J]. 郵電設(shè)計(jì)技術(shù)， 2012（12）： 63-74.

[γxy=Cov（X，Y）/D（X）D（Y）] （5）

3 基于曲線相似度的業(yè)務(wù)

流量監(jiān)測(cè)

根據(jù)統(tǒng)計(jì)學(xué)的原理，統(tǒng)計(jì)的數(shù)據(jù)樣本數(shù)量越大，統(tǒng)計(jì)的準(zhǔn)確度則越高。

每天運(yùn)行在移動(dòng)設(shè)備上各類(lèi)數(shù)據(jù)業(yè)務(wù)的數(shù)量是非常巨大的。我們?cè)O(shè)想，如果某一天從某個(gè)時(shí)間點(diǎn)開(kāi)始業(yè)務(wù)曲線與平時(shí)的業(yè)務(wù)曲線相似度低于設(shè)定的門(mén)限，我們則認(rèn)為業(yè)務(wù)出現(xiàn)了異常情況，應(yīng)及時(shí)通知維護(hù)人員進(jìn)行處理。

文章研究的實(shí)驗(yàn)平臺(tái)基于matlab 7.0，并采用無(wú)異常歷史數(shù)據(jù)作為分析樣本，對(duì)多項(xiàng)業(yè)務(wù)數(shù)據(jù)進(jìn)行了分析。為了保證監(jiān)控及檢驗(yàn)結(jié)果有效，實(shí)驗(yàn)計(jì)算當(dāng)前實(shí)時(shí)監(jiān)測(cè)的業(yè)務(wù)發(fā)送量與相同時(shí)刻前5天采集的業(yè)務(wù)發(fā)送量，以及歷史平均業(yè)務(wù)發(fā)送量之間的相關(guān)系數(shù)共6組數(shù)據(jù)，取其相關(guān)系數(shù)最大值為參考值。如果參考值低于閾值，則說(shuō)明當(dāng)前時(shí)刻業(yè)務(wù)流量出現(xiàn)異常[8-10]。

首先以手機(jī)報(bào)日業(yè)務(wù)量以及某市GPRS日業(yè)務(wù)量為例（如圖3、圖4），經(jīng)計(jì)算，相關(guān)系數(shù)值分別為0.9692和0.9764。

通過(guò)曲線比較以及比較值可以分析得出結(jié)論，當(dāng)前業(yè)務(wù)發(fā)送量異常狀況。

下面通過(guò)對(duì)業(yè)務(wù)量發(fā)送異常狀況數(shù)據(jù)進(jìn)行分析，說(shuō)明本方法監(jiān)控效果的有效性。 6月21日WAP網(wǎng)關(guān)出現(xiàn)故障，導(dǎo)致某市GPRS業(yè)務(wù)無(wú)法正常使用。計(jì)算全天數(shù)據(jù)與歷史數(shù)據(jù)的相關(guān)系數(shù)，得出參考值為0.8866。趨勢(shì)對(duì)照?qǐng)D如圖5所示。

WAP網(wǎng)關(guān)故障發(fā)生在10：55左右。我們分別計(jì)算了10：30 和11：00這兩個(gè)時(shí)間點(diǎn)的曲線相似度，分別為0.9950，0.8430。通過(guò)相似度的計(jì)算，很容易發(fā)現(xiàn)在10：30—11：00，GPRS業(yè)務(wù)出項(xiàng)了異常情況。趨勢(shì)對(duì)照?qǐng)D如圖6、圖7。

4 結(jié)束語(yǔ)

文章提出基于統(tǒng)計(jì)學(xué)中相關(guān)系數(shù)的相似度度量方法，通過(guò)計(jì)算當(dāng)前時(shí)刻業(yè)務(wù)發(fā)送量與歷史正常數(shù)據(jù)之間的相關(guān)系數(shù)，判定當(dāng)前業(yè)務(wù)發(fā)送量是否處于穩(wěn)定狀態(tài)。當(dāng)參考值低于正常閾值時(shí)系統(tǒng)發(fā)出告警，從而完成對(duì)業(yè)務(wù)流量模型的實(shí)時(shí)監(jiān)控。通過(guò)實(shí)驗(yàn)數(shù)據(jù)的驗(yàn)證，證明本方法是非常有效的。

參考文獻(xiàn)

[1] 劉澤猛， 劉純志. 統(tǒng)計(jì)學(xué)的未來(lái)[J].統(tǒng)計(jì)與決策， 1991 （06）： 02-04.

[2] 高風(fēng). "假設(shè)檢驗(yàn)方法"簡(jiǎn)析[J]. 中國(guó)質(zhì)量， 2005 （04）： 22-25.

[3] 樊靜. GPS弱信號(hào)的高靈敏度捕獲算法[J].重慶郵電大學(xué)學(xué)報(bào)（自然科版）， 2012， 24（03）： 326-329.

[4] 陶新民，郝思媛，張冬雪，徐鵬.不均衡數(shù)據(jù)分類(lèi)算法的綜述[J].重慶郵電大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，25（1）： 101-110.

[5] 秦哲. 假設(shè)檢驗(yàn)在科技項(xiàng)目評(píng)估結(jié)果分析中的應(yīng)用[J]. 科技進(jìn)步與對(duì)策， 2005 （07）： 18-20.

[6] 劉曉俊， 陳愛(ài)江. 正態(tài)分布函數(shù)值的近似求法[J]. 金融教學(xué)與研究， 1998 （02）： 35-39.

[7] 商廣娟. 統(tǒng)計(jì)技術(shù)在我國(guó)質(zhì)量管理中的應(yīng)用現(xiàn)狀[J]. 航空標(biāo)準(zhǔn)化與質(zhì)量， 2006 （05） ： 33-37.

[8] 郭雪峰，方立軍，馬駿，張焱. 寬帶線性調(diào)頻信號(hào)的性能檢測(cè)方法[J].雷達(dá)科學(xué)與技術(shù)， 2012，10（05）： 57-60.

[9] 李青華， 姚云萍. 一種基于知識(shí)輔助的CFAR檢測(cè)器[J].雷達(dá)科學(xué)與技術(shù)， 2012，10（01）： 92-97.

[10] 秦雪松，秦雪峰. 影響流量經(jīng)營(yíng)的因素與對(duì)策[J]. 郵電設(shè)計(jì)技術(shù)， 2012（12）： 63-74.