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