一种预测网络拥塞对网络质量影响的方法和装置制造方法及图纸

本发明专利技术公开了一种预测网络拥塞对网络质量影响的方法和装置，涉及移动通信网络管理技术领域，用于预测网络拥塞所带来的网络质量影响。该方法包括：获取待预测端口的近期历史运行数据、待预测端口的远期历史运行数据、同类端口的历史运行数据以及不同类端口的历史运行数据，所述历史运行数据包括利用率、丢包率和/或时延值；分别针对不同类别的所述历史运行数据进行数据处理；将经过处理的所述历史运行数据按照预设方式混合形成预测所需的训练集；通过所述训练集构建网络拥塞影响预测模型。

A Method and Device for Predicting the Impact of Network Congestion on Network Quality

The invention discloses a method and device for predicting the impact of network congestion on network quality, which relates to the technical field of mobile communication network management and is used for predicting the impact of network congestion on network quality. The method includes: acquiring the short-term historical operation data of the port to be predicted, the long-term historical operation data of the port to be predicted, the historical operation data of the same port and the historical operation data of different types of ports. The historical operation data includes utilization rate, packet loss rate and/or delay value; processing the historical operation data of different types of ports; and processing the historical operation data. The historical running data are mixed in a preset way to form the training set needed for prediction, and the network congestion impact prediction model is constructed by the training set.

【技术实现步骤摘要】
一种预测网络拥塞对网络质量影响的方法和装置
本专利技术涉及移动通信网络管理
，尤其涉及一种预测网络拥塞对网络质量影响的方法和装置。
技术介绍
近年来网络中的流量逐年大幅度增长，各种新业务对网络流量的需求也越来越高，尤其是目前已普及的视频业务以及新兴的VR/AR业务，使得网络中流量的增长速度进一步加剧。面对巨大的网络需求，如何保证网络质量是关键。目前，网络拥塞是造成网络质量劣化的最主要原因之一，为了更好的提供网络服务，需要将网络控制在一个可以接受的拥塞程度内。为了解决这一关键性问题，了解网络拥塞对网络质量的影响至关重要。在目前的网络运维中，对于端口拥塞情况的判定，都是基于利用率、丢包、延时、缓存配置、流量突发特征等参数进行。但目前的判定方式都是针对全网或同类端口进行综合性研究，给出拥塞影响，然后在实际执行中给定一个利用率门限或丢包率门限，认为端口不应高于此门限。然而，由于设备的缓存能力、流量的突发程度、流量的调度方案这些因素都会对拥塞产生很大的影响。利用率到底对丢包率和时延的影响有多大，什么样的利用率对应着多高的丢包率和时延，这一问题在各种情况下有着很大的差异。这种对所有端口统一本文档来自技高网...

【技术保护点】
1.一种预测网络拥塞对网络质量影响的方法，其特征在于，包括：获取待预测端口的近期历史运行数据、待预测端口的远期历史运行数据、同类端口的历史运行数据以及不同类端口的历史运行数据，所述历史运行数据包括利用率、丢包率和/或时延值；分别针对不同类别的所述历史运行数据进行数据处理；将经过处理的所述历史运行数据按照预设方式混合形成预测所需的训练集；通过所述训练集构建网络拥塞影响预测模型。

【技术特征摘要】
1.一种预测网络拥塞对网络质量影响的方法，其特征在于，包括：获取待预测端口的近期历史运行数据、待预测端口的远期历史运行数据、同类端口的历史运行数据以及不同类端口的历史运行数据，所述历史运行数据包括利用率、丢包率和/或时延值；分别针对不同类别的所述历史运行数据进行数据处理；将经过处理的所述历史运行数据按照预设方式混合形成预测所需的训练集；通过所述训练集构建网络拥塞影响预测模型。2.根据权利要求1所述预测网络拥塞对网络质量影响的方法，其特征在于，所述分别针对不同类别的所述历史运行数据进行数据处理包括：去除所有历史运行数据中的异常数据，所述异常数据包括空值、负值以及利用率、丢包率超过1的数据；分别针对所述待预测端口的远期历史运行数据、同类端口的历史运行数据以及不同类端口的历史运行数据，按照预先划分的利用率区间以及利用率与丢包率或时延值的对应关系，将丢包率或时延值划分到对应的利用率区间，筛选各利用率区间范围内所述丢包率和/或时延值数据的有效数据。3.根据权利要求2所述预测网络拥塞对网络质量影响的方法，其特征在于，所述筛选各利用率区间范围内所述丢包率和/或时延值数据的有效数据包括：以25％分位数减1.5*四分位差作为下限，以75％分位数加1.5*四分位差作为上限，筛选该利用率区间内所述丢包率和/或时延值的有效数据；或者计算该利用率区间内所述丢包率和/或时延值的均值和标准差，以均值减3*标准差为下限，以均值加3*标准差为上限，筛选该利用率区间内所述丢包率和/或时延值的有效数据。4.根据权利要求1所述预测网络拥塞对网络质量影响的方法，其特征在于，所述将经过处理的所述历史运行数据按照预设方式混合形成预测所需的训练集包括：将所述待预测端口近期历史运行数据作为预测所需训练集的基础数据；根据所述待预测端口近期历史运行数据的数量以及预设比例系数，计算所述待预测端口的远期历史运行数据、同类端口的历史运行数据以及不同类端口的历史运行数据分别应混入预测所需训练集的数量；按照计算得出的数量，分别将所述待预测端口的远期历史运行数据、同类端口的历史运行数据以及不同类端口的历史运行数据混入预测所需训练集。5.根据权利要求4所述预测网络拥塞对网络质量影响的方法，其特征在于，所述按照计算得出的数量，分别将所述待预测端口的远期历史运行数据、同类端口的历史运行数据以及不同类端口的历史运行数据混入预测所需训练集包括：根据计算得出的数量，从对应历史运行数据的每个利用率区间内随机抽取相应数量的有效数据样本，混入预测所需训练集；或者根据计算得出的数量，将每个利用率区间内有效数据的均值重复混入预测所需训练集。6.一种预测网络拥塞对网络质量影响的装置，其特征在于，包括：获取单元，用于获取待预测端口的近期历史运行数据、待预测端口的远期历史运行数据、同类端口的历史运行数据以及不同类端口...

【专利技术属性】
技术研发人员：刘畅，杨艳松，王泽林，徐博华，韩博文，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：北京,11