基于流量预测的通信网络数据可视化方法、装置及设备制造方法及图纸

本发明专利技术提供一种基于流量预测的通信网络数据可视化方法、装置及设备，利用LSTM网络流量预测模型对综合业务网络流量进行预测，且基于多层次节点聚类算法建立可视化模型，以对所述原始采集数据进行可视化呈现。在实现数据可视化的同时，还基于LSTM网络实现对数据的综合业务网络流量的准确预测。增加系统的智能性、提升预测模型的训练速度，且提高预测精度。

【技术实现步骤摘要】
基于流量预测的通信网络数据可视化方法、装置及设备
本专利技术涉及网络监测领域，特别是涉及一种基于流量预测的通信网络数据可视化方法、装置及设备。
技术介绍
在电力综合数据网建设领域，数据网流量数据资源可视化是一项重要的内容。数据网流量预测和数据可视化有助于提高电力综合数据网维护和管理的水平、提高运维人员的工作效率和质量、减少通信网络的故障频率，降低设备的管理和维护费用、促进维护和管理机制的革新。目前数据可视化技术大体可分为三类：基于可视化工具的方法，基于斥力张力的拓扑布局模型的方法，基于抽象点的拓扑布局算法的方法。1、基于可视化工具的方法，其通常用的可视化工具有美国加州大学圣地亚哥分校开发的MapNet系统、GeorgiaInstituteofTechnology开发的GT-ITM系统。可视化工具可直观又清晰的显示网络拓扑结构，但是MapNet系统以平面方式解析数据信息，不能显示立体的层次结构。GT-ITM生成的网络拓扑一般规模比较大，显得较为凌乱。2、基于斥力张力的拓扑布局模型的方法，利用网络中的斥力和张力实现拓扑结构中点的的平衡，从而实现可视化。此方法自动布局的网络拓扑结构没有变互相交叉，且相连关系显得十分清晰，可很好的实现可视化，但是，此方法针对节点进行布局，可能实现节点和边距离过近的情况，影响布局效果。3、基于抽象点的拓扑布局算法的方法，此方法先将常用的拓扑结构环形拓扑抽象为一个点，然后利用树形目录显示时的坐标生成算法来获取抽象化以后的各个网关设备在整个网络拓扑图中的相对坐标，最后以此为基础，对抽象点进行逐步恢复，从而获得整个网络拓扑连接的坐标体系。此方法能最大限度的减少网络管理人员的人工干预，具有良好的实用效果。但是此方法面向大规模网络拓扑图布局，对于小规模拓扑图无法保证清晰。而上述数据可视化方法均无法在实现数据可视化的同时，实现数据预测功能。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种基于流量预测的通信网络数据可视化方法、装置及设备，用于解决现有技术中不能在实现数据可视化的同时对数据进行准确的预测的问题。为实现上述目的及其他相关目的，本专利技术提供一种基于流量预测的通信网络数据可视化方法，包括：根据预设的时间周期对综合业务网络流量的数据进行采集以获得原始采集数据；对所述原始采集数据进行归一化处理以获得归一化数据；结合所述归一化数据，建立LSTM网络流量预测模型以对所述综合业务网络流量进行预测；基于多层次节点聚类算法建立可视化模型，以对所述原始采集数据进行可视化呈现。于本专利技术一具体实施例中，所述归一化处理包括：通过min-max标准化的转换函数对所述原始采集数据进行线性变换，以获得处于[0,1]区间的归一化数据，所述转换函数为：其中，x为归一化前的原始数据，x*为对所述原始数据x进行归一化后的归一化数据，max为原始采集数据中的最大值，min为原始采集数据中的最小值。于本专利技术一具体实施例中，确定关于所述LSTM网络流量预测模型的激活函数、损失函数以及隐含层数，且结合所述归一化数据，建立所述LSTM网络流量预测模型以对所述综合业务网络流量进行预测。于本专利技术一具体实施例中，所述激活函数为修正线性单元函数。于本专利技术一具体实施例中，确定关于所述LSTM网络流量预测模型的输入层参数、输出层参数以及隐藏层参数，且结合所述归一化数据，建立所述LSTM网络流量预测模型以对所述综合业务网络流量进行预测；其中，所述输入层参数包括输入层时间步数和输入层维数；所述输出层参数包括输出变量维数；所述隐藏层参数包括隐藏层数目以及每个隐藏层维数。于本专利技术一具体实施例中，所述输入层参数还包括输入层节点数，所述输出层参数还包括输出层节点数，所述隐藏层参数还包括隐藏层节点数，且根据所述输入层节点数、所述输出层节点数以及设置的调节常数，计算得到所述隐藏层节点数。于本专利技术一具体实施例中，所述方法还包括：继续根据所述时间周期对综合业务网络流量的数据进行采集以获得新采集数据；结合所述新采集数据对所述LSTM网络流量预测模型的误差进行分析。于本专利技术一具体实施例中，根据以下公式，获取关于所述LSTM网络流量预测模型的预测结果的均方根误差：其中，p(i)和分别为网络流量的实际值和预测值；n为预测验证数据个数；i为预测点序列编号,Capi输出序列最大值。于本专利技术一具体实施例中，基于边强度的多层次节点聚类算法建立可视化模型，以对所述原始采集数据进行可视化呈现。为实现上述目的及其他相关目的，本专利技术还提供一种基于流量预测的通信网络数据可视化装置，其特征在于，包括：数据采集模块，用以根据预设的时间周期对综合业务网络流量的数据进行采集以获得原始采集数据；归一化模块，用以对所述原始采集数据进行归一化处理以获得归一化数据；预测模块，用以结合所述归一化数据，建立LSTM网络流量预测模型以对所述综合业务网络流量进行预测；可视化模块，用以基于多层次节点聚类算法建立可视化模型，以对所述原始采集数据进行可视化呈现。为实现上述目的及其他相关目的，本专利技术还提供一种设备，包括：存储器和处理器；所述存储器存储计算机程序；所述处理器运行所述存储器存储的计算机程序以令所述电子设备执行如上任一项所述的基于流量预测的通信网络数据可视化方法。如上所述，本专利技术的基于流量预测的通信网络数据可视化方法、装置及设备，利用LSTM网络流量预测模型对综合业务网络流量进行预测，且基于多层次节点聚类算法建立可视化模型，以对所述原始采集数据进行可视化呈现。在实现数据可视化的同时，还基于LSTM网络实现对数据的综合业务网络流量的准确预测。增加系统的智能性、提升预测模型的训练速度，且提高预测精度。附图说明图1显示为本专利技术的基于流量预测的通信网络数据可视化方法在一具体实施例中的流程示意图。图2显示为本专利技术的基于流量预测的通信网络数据可视化方法在一具体实施例中的流程示意图。图3显示为本专利技术的一具体实施例中基于LSTM网络流量预测模型的训练结果示意图。图4显示为本专利技术的一具体实施例中LSTM预测模型预测值与实际值的对比示意图。图5显示为本专利技术的基于流量预测的通信网络数据可视化装置在一具体实施例中的模块示意图。图6显示为本专利技术的设备在一具体实施例中的组成示意图。元件标号说明11数据采集模块12归一化模块13预测模块14可视化模块21存储器22处理器S11～S14步骤S101～S104步骤具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，遂图示中仅显示与本专利技术中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。请参阅图1，显示为本专利技术的基于流量预测的通信网络数据可视化方法在一具体实施例中的流程示意图。所述基于流量预测的通信网络数据可视化方法，包本文档来自技高网...

【技术保护点】
1.一种基于流量预测的通信网络数据可视化方法，其特征在于，包括：根据预设的时间周期对综合业务网络流量的数据进行采集以获得原始采集数据；对所述原始采集数据进行归一化处理以获得归一化数据；结合所述归一化数据，建立LSTM网络流量预测模型以对所述综合业务网络流量进行预测；基于多层次节点聚类算法建立可视化模型，以对所述原始采集数据进行可视化呈现。

【技术特征摘要】
1.一种基于流量预测的通信网络数据可视化方法，其特征在于，包括：根据预设的时间周期对综合业务网络流量的数据进行采集以获得原始采集数据；对所述原始采集数据进行归一化处理以获得归一化数据；结合所述归一化数据，建立LSTM网络流量预测模型以对所述综合业务网络流量进行预测；基于多层次节点聚类算法建立可视化模型，以对所述原始采集数据进行可视化呈现。2.根据权利要求1所述的基于流量预测的通信网络数据可视化方法，其特征在于，所述归一化处理包括：通过min-max标准化的转换函数对所述原始采集数据进行线性变换，以获得处于[0,1]区间的归一化数据，所述转换函数为：其中，x为归一化前的原始数据，x*为对所述原始数据x进行归一化后的归一化数据，max为原始采集数据中的最大值，min为原始采集数据中的最小值。3.根据权利要求1所述的基于流量预测的通信网络数据可视化方法，其特征在于，确定关于所述LSTM网络流量预测模型的激活函数、损失函数以及隐含层数，且结合所述归一化数据，建立所述LSTM网络流量预测模型以对所述综合业务网络流量进行预测。4.根据权利要求3所述的基于流量预测的通信网络数据可视化方法，其特征在于，所述激活函数为修正线性单元函数。5.根据权利要求1所述的基于流量预测的通信网络数据可视化方法，其特征在于，确定关于所述LSTM网络流量预测模型的输入层参数、输出层参数以及隐藏层参数，且结合所述归一化数据，建立所述LSTM网络流量预测模型以对所述综合业务网络流量进行预测；其中，所述输入层参数包括输入层时间步数和输入层维数；所述输出层参数包括输出变量维数；所述隐藏层参数包括隐藏层数目以及每个隐藏层维数。6.根据权利要求5所述的基于流量预测的通信网络数据可视...

【专利技术属性】
技术研发人员：王巍然，杨金岳，周唯，陈晓露，
申请(专利权)人：国网上海市电力公司，
类型：发明
国别省市：上海,31