本文版权为《邮电设计技术》所有，如需转载请联系《邮电设计技术》编辑部
摘 要：5G的迅速发展使得构建高质量的网络并确保用户的业务体验成为运营商面临的重要挑战。传统的依靠人工和专家经验的网络运维方式已经无法满足新型网络运营的需求。建立了关键指标体系，利用时序分析算法，通过聚类分析多源数据，结合诊断库，实现对关键性能指标的质差预警以及异常原因的精确定位，显著提高指标优化的效率，并有效改善用户感知和网络整体的质量。
关键词：5G；时序算法；根因分析
doi：10.12045/j.issn.1007-3043.2025.04.010
概述
5G核心网网络架构的变化导致的网络设备的虚拟化以及虚拟网络架构的复杂化，使得业务质差根因定位更加困难。现有的网络业务质量管理方法大多依赖于传统的人工操作和专家经验，自动化程度差且问题定位的准确性低。此外，一些方法只是简单地使用性能数据进行指标的劣化判断，难以准确地找出问题的根源。因此，研究一种能够精确、高效地定位业务质量差的原因的方法成为了迫切的需求。
本文提出一种对质差根因进行分析定位的方法，首先，基于5G业务特性建立关键指标体系，并运用时序分析算法，对业务关键指标进行预测分析。其次，使用预测阈值与绝对阈值，对指标异常情况及时进行预警，并结合诊断库进行根因分析判断。最后通过实际应用案例对该方法进行了验证。
