一种评估网络性能指标变化趋势的方法及设备技术

本发明专利技术公开了一种评估网络性能指标变化趋势的方法及设备，所述方法包括：获取设定地理粒度内的n个网络性能指标在连续m个时间点的指标值，得到n个网络性能指标的n×m维的原始性能指标矩阵，然后通过计算原始性能指标矩阵的协方差矩阵计算n个网络性能指标中的各其他指标与预定指标的马氏距离，进而得到与所述预定指标的变化趋势最接近的指标以及与所述预定指标的变化趋势差距最大的指标，其中，所述n为大于1的正整数，所述m为不小于1的正整数，从而实现了网络性能指标变化趋势的自动判断，提高了网络优化的分析效率且可提高网络优化分析的全面性及可扩展性。

Method and equipment for evaluating changing tendency of network performance index

The invention discloses a method and device for network performance evaluation index trend, the method comprises: obtaining a set of geographic size within the n network performance in M continuous time points index value, n network performance index n * m dimension of the original performance index matrix, then the Mahalanobis distance n network performance index of each other with a predetermined index index by calculating covariance matrix of the original performance index matrix calculation, and then change trend with the predetermined index closest to the index and the index of the book and the trend of the largest gap index, among them, the n is a positive integer 1 the M is not greater than, less than 1 positive integers, in order to achieve the automatic judgment trend of network performance, improve the efficiency of network optimization and network optimization can improve the comprehensive analysis Sex and extensibility.

【技术实现步骤摘要】
一种评估网络性能指标变化趋势的方法及设备
本专利技术涉及网络通信
，尤其涉及一种评估网络性能指标变化趋势的方法及设备。
技术介绍
通信网络建成后，需要通过不断优化才能保证网络正常运行，使得网络质量满足用户需求。网络优化即是通过对现有已运行的网络进行数据采集、数据分析、参数分析、硬件检查等，找出影响网络质量的原因，并通过参数调整、网络结构调整、设备配置调整和其他技术手段，确保网络高质量的运行，使现有网络资源获得最佳效益。一般来说，网络优化可包括以下步骤：步骤1：数据采集，即通过测试、网管或监测系统采集网络性能指标；步骤2：数据分析，即对采集的网络性能指标进行分析，比如分析指标绝对值及其变化等；步骤3：问题定位，即通过指标分析结果，结合网络优化人员的优化经验进行现网问题判断；步骤4：方案实施，即根据判断出的现网可能问题，制定优化方案，并进行现网实施；步骤5：效果评估，即通过对比方案实施前后，网络性能指标的变化情况，评估优化方案是否有效，若未解决问题，则需再次优化。由上述内容可知，在网络优化过程中，网络性能指标是网络优化人员进行网络分析的基础，网络优化人员可通过对网络性能指标的变化分析来进行网络问题定位，方案实施后，还可通过对网络性能指标的再次分析进行优化方案的效果评估。具体地，网络优化人员在进行网络性能指标分析时，通常是将预先定义的网络性能指标输出成excel报表，并对其所关心的指标集画成变化趋势图，然后，根据指标变化趋势图进行问题分析；以及，在通过分析得出初步解决方案并实施后，网络优化人员可再次对其所关心的指标集画出变化趋势图，并进一步评估优化效果。也就是说，在现有的网络优化过程中，网络优化人员需要根据大量的网络性能指标报表，通过画指标变化曲线的方式，人工观察各项指标的变化趋势。但是，由于目前现网定义的指标很多，网络优化人员并不可能依次画出每个指标的变化曲线图进行问题分析，只能按照已有的网络优化经验，选取其认为的一些关键指标进行观察分析，形成初步优化方案。同样地，在优化方案实施后网络优化人员也不可能观察优化方案对所有指标的影响，只能按照以往经验观察其认为可能会受到影响的指标的变化趋势，得出评估结果，从而导致会存在以下问题：问题一、耗费大量的人力和时间，降低网络优化的效率：由于网络优化是一个自网络建成运行后即开始的持续不断的过程，因而，网络优化人员需要不断地进行指标选取、指标观察、指标评估等操作，若仅仅依靠人眼观察指标，将会费时费力，影响效率。问题二、缺乏分析的全面性以及准确性：由于网络性能指标数量巨大，网络优化人员并不可能对所有指标的变化趋势都进行分析，也就不可能全面了解优化方案实施后对现网质量的影响，有可能网络优化人员关心的指标集按预期趋势变化，但其他指标出现了恶化却并未被发现，这些情况将会影响分析的准确性和全面性。问题三、缺乏分析的可扩展性：在网络优化过程中，网络优化人员通常是根据以往积累的大量优化经验选取其关心的指标集进行观察的，而随着现网网络优化的新需求，将会不断定义更多更细的网络性能指标，这时网络优化人员对于新定义指标与原有指标的关系并没有经验可循，会大大影响分析的可扩展性，降低分析的效率。也就是说，由于网络性能指标变化趋势通常是由人工根据经验进行判断的，从而导致会存在降低网络优化的分析效率、使得网络优化分析缺乏全面性以及可扩展性等的问题。
技术实现思路
本专利技术实施例提供了一种评估网络性能指标变化趋势的方法及设备，用以实现网络性能指标变化趋势的自动判断，以解决现有网络优化分析方式所存在的分析效率低、以及缺乏全面性及可扩展性等的问题。本专利技术实施例提供了一种评估网络性能指标变化趋势的方法，包括：获取设定地理粒度内的n个网络性能指标在连续m个时间点的指标值，得到n个网络性能指标的n×m维的原始性能指标矩阵；计算所述原始性能指标矩阵的协方差矩阵；针对所述n个网络性能指标中的任一预定指标，根据所述原始性能指标矩阵以及所述协方差矩阵，计算所述n个网络性能指标中的各其他指标与所述预定指标的马氏距离；根据计算得到的各其他指标与所述预定指标的马氏距离，确定所述n个网络性能指标中的与所述预定指标的变化趋势最接近的指标以及与所述预定指标的变化趋势差距最大的指标；其中，所述n为大于1的正整数，所述m为不小于1的正整数。可选地，通过以下公式计算所述原始性能指标矩阵X的协方差矩阵∑：其中，μi为第i个指标Xi的期望值，协方差矩阵∑中的第(i，j)个元素∑ij为Xi与第j个指标Xj的协方差，i、j分别为不大于n的任意正整数。可选地，通过以下公式计算所述n个网络性能指标中的任一指标Xj与所述预定指标Xi的马氏距离Dij：其中，∑为所述原始性能指标矩阵X的协方差矩阵，i、j分别为不大于n的任意正整数。可选地，根据计算得到的各其他指标与所述预定指标的马氏距离，确定所述n个网络性能指标中的与所述预定指标的变化趋势最接近的指标以及与所述预定指标的变化趋势差距最大的指标，包括：根据计算得到的各其他指标与所述预定指标的马氏距离，得到1×(n-1)维的马氏距离矩阵；根据所述马氏距离矩阵中的各矩阵元素的大小，按照从大到小的顺序对所述马氏距离矩阵中的各矩阵元素进行排序；将排序最前的指标作为所述n个网络性能指标中的与所述预定指标的变化趋势最接近的指标，将排序最后的指标作为与所述预定指标的变化趋势差距最大的指标。可选地，在计算所述原始性能指标矩阵的协方差矩阵之前，所述方法还包括：对获取到的n个网络性能指标的各指标值进行归一化操作。可选地，在根据计算得到的各其他指标与所述预定指标的马氏距离，确定所述n个网络性能指标中的与所述预定指标的变化趋势最接近的指标以及与所述预定指标的变化趋势差距最大的指标之后，所述方法还包括：根据确定的与所述预定指标的变化趋势最接近的指标以及与所述预定指标的变化趋势差距最大的指标，确定网络参数的调整对指标变化的影响是否合理，以判断网络参数调整是否合理。相应地，本专利技术实施例还提供了一种评估网络性能指标变化趋势的设备，包括：指标获取模块，用于获取设定地理粒度内的n个网络性能指标在连续m个时间点的指标值，得到n个网络性能指标的n×m维的原始性能指标矩阵；其中，所述n为大于1的正整数，所述m为不小于1的正整数；协方差计算模块，用于计算所述指标获取模块所得到的所述原始性能指标矩阵的协方差矩阵；指标距离计算模块，用于针对所述n个网络性能指标中的任一预定指标，根据所述指标获取模块所得到的所述原始性能指标矩阵以及所述协方差计算模块所计算得到的所述协方差矩阵，计算所述n个网络性能指标中的各其他指标与所述预定指标的马氏距离；指标分析模块，用于根据所述指标距离计算模块计算得到的各其他指标与所述预定指标的马氏距离，确定所述n个网络性能指标中的与所述预定指标的变化趋势最接近的指标以及与所述预定指标的变化趋势差距最大的指标。可选地，所述协方差计算模块具体用于通过以下公式计算所述原始性能指标矩阵X的协方差矩阵∑：其中，μi为第i个指标Xi的期望值，协方差矩阵∑中的第(i，j)个元素∑ij为Xi与第j个指标Xj的协方差，i、j分别为不大于n的任意正整数。可选地，所述指标距离计算模块具体用于通过以下公式计算所述n个本文档来自技高网...

【技术保护点】
一种评估网络性能指标变化趋势的方法，其特征在于，包括：获取设定地理粒度内的n个网络性能指标在连续m个时间点的指标值，得到n个网络性能指标的n×m维的原始性能指标矩阵；计算所述原始性能指标矩阵的协方差矩阵；针对所述n个网络性能指标中的任一预定指标，根据所述原始性能指标矩阵以及所述协方差矩阵，计算所述n个网络性能指标中的各其他指标与所述预定指标的马氏距离；根据计算得到的各其他指标与所述预定指标的马氏距离，确定所述n个网络性能指标中的与所述预定指标的变化趋势最接近的指标以及与所述预定指标的变化趋势差距最大的指标；其中，所述n为大于1的正整数，所述m为不小于1的正整数。

【技术特征摘要】
1.一种评估网络性能指标变化趋势的方法，其特征在于，包括：获取设定地理粒度内的n个网络性能指标在连续m个时间点的指标值，得到n个网络性能指标的n×m维的原始性能指标矩阵；计算所述原始性能指标矩阵的协方差矩阵；针对所述n个网络性能指标中的任一预定指标，根据所述原始性能指标矩阵以及所述协方差矩阵，计算所述n个网络性能指标中的各其他指标与所述预定指标的马氏距离；根据计算得到的各其他指标与所述预定指标的马氏距离，确定所述n个网络性能指标中的与所述预定指标的变化趋势最接近的指标以及与所述预定指标的变化趋势差距最大的指标；其中，所述n为大于1的正整数，所述m为不小于1的正整数。2.如权利要求1所述的方法，其特征在于，通过以下公式计算所述原始性能指标矩阵X的协方差矩阵∑：其中，μi为第i个指标Xi的期望值，协方差矩阵∑中的第(i，j)个元素∑ij为Xi与第j个指标Xj的协方差，i、j分别为不大于n的任意正整数。3.如权利要求1所述的方法，其特征在于，通过以下公式计算所述n个网络性能指标中的任一指标Xj与所述预定指标Xi的马氏距离Dij：其中，∑为所述原始性能指标矩阵X的协方差矩阵，i、j分别为不大于n的任意正整数。4.如权利要求1所述的方法，其特征在于，根据计算得到的各其他指标与所述预定指标的马氏距离，确定所述n个网络性能指标中的与所述预定指标的变化趋势最接近的指标以及与所述预定指标的变化趋势差距最大的指标，包括：根据计算得到的各其他指标与所述预定指标的马氏距离，得到1×(n-1)维的马氏距离矩阵；根据所述马氏距离矩阵中的各矩阵元素的大小，按照从大到小的顺序对所述马氏距离矩阵中的各矩阵元素进行排序；将排序最前的指标作为所述n个网络性能指标中的与所述预定指标的变化趋势最接近的指标，将排序最后的指标作为与所述预定指标的变化趋势差距最大的指标。5.如权利要求1所述的方法，其特征在于，在计算所述原始性能指标矩阵的协方差矩阵之前，所述方法还包括：对获取到的n个网络性能指标的各指标值进行归一化操作。6.如权利要求1所述的方法，其特征在于，在根据计算得到的各其他指标与所述预定指标的马氏距离，确定所述n个网络性能指标中的与所述预定指标的变化趋势最接近的指标以及与所述预定指标的变化趋势差距最大的指标之后，所述方法还包括：根据确定的与所述预定指标的变化趋势最接近的指标以及与所述预定指标的变化趋势差距最大的指标，确定网络参数的调整对指标变化的影响是否合理，以判断网络参数调整是否合理。7.一种评估网络性能指标变化趋势的设备，其特征在于，包括：指标获取模块，用于获取设定地理粒度内的n个网络性能指...

【专利技术属性】
技术研发人员：郭宣羽，祖国英，杨光，余立，杨晓，
申请(专利权)人：中国移动通信集团公司，
类型：发明
国别省市：北京,11