基于数据驱动的网元参数预测优化方法及装置制造方法及图纸

本发明专利技术公开了基于数据驱动的网元参数预测优化方法及装置，构建包含网元、参数配置、网元性能的网络数据矩阵，利用矩阵分解预测网元在不同参数配置下的网元性能，根据预测网元性能优于实际性能的情况，推荐参数配置优化方案。本发明专利技术利用已有网元参数配置及其性能指标数据建模，自动学习网络优化“经验”，捕获网络数据的隐含特征和本质结构，预测网元在不同网络参数配置下的网络性能，在实际调整网元参数前了解网元性能可能的变化，并推荐可能的更优参数配置。此外，本发明专利技术提供了网元参数自动优化的新思路和方法，提高了网络优化的智能化水平。

Method and device for predicting and optimizing network element parameters based on data driving

The invention discloses a data driven network element parameter prediction optimization method and device, and constructs a network data matrix containing network element, parameter configuration and network element performance. It uses matrix decomposition to predict network element performance under different parameters, and recommends parameter configuration according to the situation that the performance of network element is better than the actual performance. The optimization scheme. The present invention uses the existing network element parameter configuration and its performance index data modeling to automatically learn the network optimization \experience\, capture the implicit and essential structure of the network data, predict the network performance under the different network parameters configuration, and recommend the possible changes in the network element performance before adjusting the network element parameters, and recommend it. Possible better parameter configuration. In addition, the invention provides new ideas and methods for automatic optimization of network element parameters, and improves the intelligent level of network optimization.

【技术实现步骤摘要】
基于数据驱动的网元参数预测优化方法及装置
本专利技术涉及移动网络优化领域，尤其涉及基于网元参数预测优化方法和装置。
技术介绍
移动网络日益复杂，网络管理和优化的难度不断加剧。移动通信营商面临如何提高运维效率、控制运维和服务成本的巨大考验。传统移动网络优化主要依靠工程师经验，这些经验需要通过大量工作积累才能掌握，这种学习过程非常繁琐且难以共享。一些网络优化工具通过构建分析规则和定制判断标准实现了一定程度的网络优化自动化，但难以实现复杂程度更高的优化目标。
技术实现思路
为了解决上述问题，本专利技术提出基于数据驱动的网元参数预测优化方法及装置，构建包含网元、参数配置、网元性能的网络数据矩阵，利用矩阵分解预测网元在不同参数配置下的网元性能，根据预测网元性能优于实际性能的情况，确定推荐的参数配置方案。具体的，一种数据驱动的网元参数预测优化方法，其特征在于，包括：步骤101：网元数据整理，将网元数据整理形成网络数据矩阵；步骤102：数据建模及预测，针对不同的网络数据矩阵，预测网元在不同参数配置下的性能指标；步骤103：预测结果处理，汇总各项网络性能指标预测值，对比实际性能进行参数配置推荐。作为一种优选，所述将网元数据整理形成网络数据矩阵包括如下步骤：步骤201：在目标网络范围内，将数据采集时长以一定的时间颗粒度划分多个时间段，在每个时间段内采集网元的差异化配置参数和网络性能指标统计数据，形成网络数据集；步骤202：将单个网元所涉及的配置参数作为一套参数配置，将采集到不同的网元参数配置套进行编号，用参数配置套编号替换原网络数据集中的参数配置，形成新网络数据集；步骤203：按照不同的网络性能指标和时间段分割新网络数据集，每种网络性能指标在所选取的一个或多个时间段内形成一个网络数据矩阵，矩阵行是网元，矩阵列是参数配置套编号，对于选取一个时间段的情形，矩阵值是在所选取的一个时间段内该项网络性能指标，对于选取多个时间段的情形，矩阵值是将所选取的多个时间段内该项网络性能指标进行统计处理得到的结果，所述将所选取的多个时间段内该项网络性能指标进行统计处理包含但不限于求平均值、最小值或最大值。作为一种优选，所述预测网元在不同参数配置下的性能指标的实现方式为：针对所选网络数据矩阵，利用矩阵分解将网络数据矩阵填充为满矩阵，形成网络数据预测矩阵；所述矩阵分解方法包含但不限于潜在因子模型、LU分解、QR分解或奇异值分解。作为一种优选，所述汇总各项网络性能指标预测值，对比实际性能进行参数配置推荐包括如下步骤：步骤301：针对每个网络数据预测矩阵，筛选出预测性能优于实际性能或人为设定门限的参数配置套编号，形成一个网络参数配置套推荐子集；步骤302：按照网元汇总全部网络数据预测矩阵的网络参数配置套推荐子集，将出现在所有网络参数配置套推荐子集中的参数配置套作为网元的参数配置优化方案。作为一种优选，所述网元为各类通信计算机网元或移动通信基站小区；所述网元所涉及的配置参数包括但不限于基站小区参数、功能、告警、基站小区天线方位角、下倾角、网元操作频次、告警次数；所述网络性能指标包含但不限于RRC建立成功率、掉线率、切换成功率。本专利技术还提出基于数据驱动的网元参数预测优化装置，其特征在于，包括数据获取模块、建模预测模块、参数配置推荐模块；所述数据获取模块用于网元数据的获取和整理，将网元数据整理形成网络数据矩阵；所述建模预测模块用于针对所选网络数据矩阵，利用矩阵分解将网络数据矩阵填充为满矩阵，形成网络数据预测矩阵，所述矩阵分解方法包含但不限于潜在因子模型、LU分解、QR分解或奇异值分解；所述参数配置推荐模块用于对预测结果进行处理，汇总各项网络性能指标预测值，对比实际性能进行参数配置推荐。作为一种优选，所述数据获取模块包括网元数据采集单元、参数配置套编号单元、网络数据矩阵生成单元；所述网元数据采集单元用于在目标网络范围内，将数据采集时长以一定的时间颗粒度划分多个时间段，在每个时间段内采集网元的差异化配置参数和网络性能指标统计数据，形成网络数据集；所述参数配置套编号单元用于将单个网元所涉及的配置参数作为一套参数配置，将采集到不同的网元参数配置套进行编号，用参数配置套编号替换原网络数据集中的参数配置，形成新网络数据集；所述网络数据矩阵生成单元用于按照不同的网络性能指标和时间段分割新网络数据集，每种网络性能指标在所选取的一个或多个时间段内形成一个网络数据矩阵，矩阵行是网元，矩阵列是参数配置套编号，对于选取一个时间段的情形，矩阵值是在所选取的一个时间段内该项网络性能指标，对于选取多个时间段的情形，矩阵值是将所选取的多个时间段内该项网络性能指标进行统计处理得到的结果。作为一种优选，所述网络数据矩阵生成单元还包括统计处理子单元，所述统计处理子单元用于对所选取的多个时间段内该项网络性能指标进行包括含但不限于求平均值、最小值或最大值的统计处理。作为一种优选，所述参数配置推荐模块包括筛选单元和汇总单元；所述筛选单元用于针对每个网络数据预测矩阵，筛选出预测性能优于实际性能或人为设定门限的参数配置套编号，形成一个网络参数配置套推荐子集；所述汇总单元用于按照网元汇总全部网络数据预测矩阵的网络参数配置套推荐子集，将出现在所有网络参数配置套推荐子集中的参数配置套作为网元的参数配置优化方案。作为一种优选，所述网元为各类通信计算机网元或移动通信基站小区；所述网元所涉及的配置参数包括但不限于基站小区参数、功能、告警、基站小区天线方位角、下倾角、网元操作频次、告警次数；所述网络性能指标包含但不限于RRC建立成功率、掉线率、切换成功率。上述方法可以使用上述装置实现，也可以使用其他装置实现。本专利技术的有益效果在于：1.本专利技术利用已有网元参数配置及其性能指标数据建模，自动学习网络优化“经验”，捕获网络数据的隐含特征和本质结构，预测网元在不同网络参数配置下的网络性能，在实际调整网元参数前了解网元性能可能的变化，并推荐可能的更优参数配置；2.基于机器算法提供了网络参数优化的新思路和方法，提高了网络的智能化水平，减少人工排查问题的工作量。附图说明图1是本专利技术实施例数据驱动的网元参数预测优化方法的整体技术方案示意图。图2是本专利技术实施例数据驱动的网元参数预测优化方法中网络数据整理方法示意图。图3是本专利技术实施例数据驱动的网元参数预测优化方法中数据建模及预测方法示意图。图4是本专利技术实施例数据驱动的网元参数预测优化方法中预测结果处理方法示意图。图5是本专利技术实施例基于数据驱动的网元参数预测优化装置结构图。具体实施方式为了对本专利技术的技术特征、目的和效果有更加清楚的理解，现对照附图说明本专利技术的具体实施方式。本专利技术提供的一种数据驱动的网元参数预测优化方法的具体实施例如图1所示，其步骤包括：步骤101：网元数据整理，将网元数据整理形成网络数据矩阵；步骤102：数据建模及预测，针对不同的网络数据矩阵，预测网元在不同参数配置下的性能指标；步骤103：预测结果处理，汇总各项网络性能指标预测值，对比实际性能进行参数配置推荐。作为一种优选实施例，将网元数据整理形成网络数据矩阵的方法如图2所示，具体包括如下步骤：步骤201：在目标网络范围内，将数据采集时长以一定的时间颗粒度划分多个时间段，在每个时间段内采集网元的差异化配置参数和网络性能本文档来自技高网...

【技术保护点】
一种数据驱动的网元参数预测优化方法，其特征在于，包括：步骤101：网元数据整理，将网元数据整理形成网络数据矩阵；步骤102：数据建模及预测，针对不同的网络数据矩阵，预测网元在不同参数配置下的性能指标；步骤103：预测结果处理，汇总各项网络性能指标预测值，对比实际性能进行参数配置推荐。

【技术特征摘要】
1.一种数据驱动的网元参数预测优化方法，其特征在于，包括：步骤101：网元数据整理，将网元数据整理形成网络数据矩阵；步骤102：数据建模及预测，针对不同的网络数据矩阵，预测网元在不同参数配置下的性能指标；步骤103：预测结果处理，汇总各项网络性能指标预测值，对比实际性能进行参数配置推荐。2.如权利要求1所述的一种数据驱动的网元参数预测优化方法，其特征在于，所述将网元数据整理形成网络数据矩阵包括如下步骤：步骤201：在目标网络范围内，将数据采集时长以一定的时间颗粒度划分多个时间段，在每个时间段内采集网元的差异化配置参数和网络性能指标统计数据，形成网络数据集；步骤202：将单个网元所涉及的配置参数作为一套参数配置，将采集到不同的网元参数配置套进行编号，用参数配置套编号替换原网络数据集中的参数配置，形成新网络数据集；步骤203：按照不同的网络性能指标和时间段分割新网络数据集，每种网络性能指标在所选取的一个或多个时间段内形成一个网络数据矩阵，矩阵行是网元，矩阵列是参数配置套编号，对于选取一个时间段的情形，矩阵值是在所选取的一个时间段内该项网络性能指标，对于选取多个时间段的情形，矩阵值是将所选取的多个时间段内该项网络性能指标进行统计处理得到的结果，所述将所选取的多个时间段内该项网络性能指标进行统计处理包含但不限于求平均值、最小值或最大值。3.如权利要求2所述的一种数据驱动的网元参数预测优化方法，其特征在于，所述预测网元在不同参数配置下的性能指标的实现方式为：针对所选网络数据矩阵，利用矩阵分解将网络数据矩阵填充为满矩阵，形成网络数据预测矩阵；所述矩阵分解方法包含但不限于潜在因子模型、LU分解、QR分解或奇异值分解。4.如权利要求3所述的一种数据驱动的网元参数预测优化方法，其特征在于，所述汇总各项网络性能指标预测值，对比实际性能进行参数配置推荐包括如下步骤：步骤301：针对每个网络数据预测矩阵，筛选出预测性能优于实际性能或人为设定门限的参数配置套编号，形成一个网络参数配置套推荐子集；步骤302：按照网元汇总全部网络数据预测矩阵的网络参数配置套推荐子集，将出现在所有网络参数配置套推荐子集中的参数配置套作为网元的参数配置优化方案。5.如权利要求1所述的一种数据驱动的网元参数预测优化方法，其特征在于，所述网元为各类通信计算机网元或移动通信基站小区；所述网元所涉及的配置参数包括但不限于基站小区参数、功能、告警、基站小区天线方位角、下倾角、网元操作频次、告警次数；所述网络性能指标包含但不限于RRC建立成功率、掉线率、切换成功率。6.基于数据驱动的网元参数预测优化装置...

【专利技术属性】
技术研发人员：曾柏森，牛宪华，陈思利，
申请(专利权)人：成都工业学院，
类型：发明
国别省市：四川,51