WIPO logo
Mobile | Deutsch | Español | Français | 日本語 | 한국어 | Português | Русский | 中文 | العربية |
PATENTSCOPE

Search International and National Patent Collections
World Intellectual Property Organization
Search
 
Browse
 
Translate
 
Options
 
News
 
Login
 
Help
 
Machine translation
1. (WO2018076571) METHOD AND SYSTEM FOR DETECTING ABNORMAL VALUE IN LTE NETWORK
Latest bibliographic data on file with the International Bureau    Submit observation

Pub. No.:    WO/2018/076571    International Application No.:    PCT/CN2017/073005
Publication Date: 03.05.2018 International Filing Date: 06.02.2017
IPC:
H04W 24/04 (2009.01), H04W 24/08 (2009.01)
Applicants: NANJING HOWSO TECHNOLOGY CO., LTD [CN/CN]; NO.6, Longjing Road, Chunxi Town, Gaochun County Nanjing, Jiangsu 211399 (CN)
Inventors: WU, Donghua; (CN).
HUET, Alexis; (FR).
SHI, Lulu; (CN)
Agent: NANJING ZHENGLIAN INTELLECTUAL PROPERTY AGENCY CO.,LTD; 27/F Golden Eagle Hanzhong New City, No.1 Hanzhongmen Street Nanjing, Jiangsu 210029 (CN)
Priority Data:
201610970187.7 28.10.2016 CN
Title (EN) METHOD AND SYSTEM FOR DETECTING ABNORMAL VALUE IN LTE NETWORK
(FR) PROCÉDÉ ET SYSTÈME DE DÉTECTION DE VALEUR ANORMALE DANS UN RÉSEAU LTE
(ZH) LTE网络中的异常值检测方法及系统
Abstract: front page image
(EN)Provided by the present invention are a method and system for detecting an abnormal value in a Long Term Evolution (LTE) network: dividing measured data into a training set and a test set; defining clusters and parameters in the training set, and finding out the cluster to which each data point belongs using a clustering algorithm; calculating a likelihood value of each data point according to parameter values and a result of clustering; and dividing the likelihood values into an abnormal region, a middle region and a normal region according to a set warning threshold and alarm threshold; and applying an already calculated model in the test set, calculating the likelihood values of all of the data points, and classifying the same to the regions, thereby finding out abnormal values in the test set. By means of the method and system, the change in data points in time may be better understood by adding a timeline in a model, and a plurality of abnormal values instead of a single abnormal value may be excavated from a sequence composed of multiple points. By means of the method, abnormal values may be detected quickly, an abnormal value may be found in advance before appearing, and error rate is very low.
(FR)La présente invention concerne un procédé et un système pour détecter une valeur anormale dans un réseau d'évolution à long terme (LTE) : diviser des données mesurées en un ensemble d'apprentissage et un ensemble d'essai ; définir des groupes et des paramètres dans l'ensemble d'apprentissage, et trouver le groupe auquel chaque point de données appartient à l'aide d'un algorithme de regroupement ; calculer une valeur de probabilité de chaque point de données en fonction de valeurs de paramètre et d'un résultat de regroupement ; et diviser les valeurs de probabilité en une région anormale, une région centrale et une région normale selon un seuil d'avertissement défini et un seuil d'alarme ; et appliquer un modèle déjà calculé dans l'ensemble de test, calculer les valeurs de probabilité de tous les points de données, et les classer en fonction des régions, ce qui permet de trouver des valeurs anormales dans l'ensemble de test. Au moyen du procédé et du système, le changement de points de données dans le temps peut être mieux compris par l'ajout d'une ligne de temps dans un modèle, et une pluralité de valeurs anormales au lieu d'une seule valeur anormale peuvent être extraites d'une séquence composée de multiples points. Au moyen du procédé, des valeurs anormales peuvent être détectées rapidement, une valeur anormale peut être trouvée à l'avance avant d'apparaître, et le taux d'erreur est très faible.
(ZH)本发明提供一种LTE网络中的异常值检测方法及系统,通过将实测数据划分为训练集和测试集,在训练集中定义集群和参数,由聚类算法找到各数据点所属的集群,根据参数值和聚类的结果,计算每个数据点的似然值,依据设定的预警阈值、报警阈值将似然值分成异常区域、中间区域和正常区域;将已经计算出的模型应用在测试集中,每个数据点的似然值均被计算出来,并分到各区域中,从而找到测试集中的异常值。该方法及系统,在模型中增加时间轴可以更好地理解数据点在时间上的变化,进而可从多个点组成的序列中发掘多个异常值,而不是单个异常值。该方法可快速地检测出异常值,在某个异常值出现后可提前发现,且误差率很低。
Designated States: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW.
African Regional Intellectual Property Organization (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Organization (AM, AZ, BY, KG, KZ, RU, TJ, TM)
European Patent Office (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG).
Publication Language: Chinese (ZH)
Filing Language: Chinese (ZH)