负载均衡方法、装置及计算设备制造方法及图纸

本发明专利技术实施例涉及无线通信技术领域，公开了一种负载均衡方法、装置及计算设备。其中，该方法包括：获取源小区和所述源小区的邻区的历史数据；根据所述历史数据，训练基于预设极端梯度提升算法构建的预测模型；根据训练后的所述预测模型，预测所述源小区和所述邻区的未来用户数；根据所述源小区和所述邻区的未来用户数，计算转移用户数；判断是否达到负载均衡触发门限；若是，则根据所述转移用户数，进行负载均衡。通过上述方式，本发明专利技术实施例能够提前预测小区用户数、并实现负载均衡参数调整频率高于业务模型变化频率的目的。

【技术实现步骤摘要】
负载均衡方法、装置及计算设备
本专利技术实施例涉及无线通信
，具体涉及一种负载均衡方法、装置及计算设备。
技术介绍
随着移动互联网业务的快速发展以及运营商流量资费套餐的不断优化，LTE网络用户增长迅速，部分热点区域的LTE网络出现负荷过高、拥塞等现象，为了缓解热点区域的网络高负荷以及拥塞问题，运营商逐步部署了双层网或者多层网，同一区域的用户由多频段的多层网络承担，但是由于在蜂窝移动通信中，用户的到达率、传输业务类型都是随机变化的，即是不均衡的，热点小区的业务请求远远高于一个可接受的水平，而另一些小区则仍然具备可用资源来服务更多的用户。采取负载转移的方式把热点小区中过多的业务转移到业务量较轻的小区中的过程即为负载均衡。目前的网络负载均衡方法是人工分析、人工调整，调整频率远低于业务模型变化，效果较差，且参数的调整是基于历史用户数据，负载均衡方案滞后于业务。
技术实现思路
鉴于上述问题，本专利技术实施例提供了一种负载均衡方法、装置及计算设备，克服了上述问题或者至少部分地解决了上述问题。根据本专利技术实施例的一本文档来自技高网...

【技术保护点】
1.一种负载均衡方法，其特征在于，所述方法包括：/n获取源小区和所述源小区的邻区的历史数据；/n根据所述历史数据，训练基于预设极端梯度提升算法构建的预测模型；/n根据训练后的所述预测模型，预测所述源小区和所述邻区的未来用户数；/n根据所述源小区和所述邻区的未来用户数，计算转移用户数；/n判断是否达到负载均衡触发门限；/n若是，则根据所述转移用户数，进行负载均衡。/n

【技术特征摘要】
1.一种负载均衡方法，其特征在于，所述方法包括：
获取源小区和所述源小区的邻区的历史数据；
根据所述历史数据，训练基于预设极端梯度提升算法构建的预测模型；
根据训练后的所述预测模型，预测所述源小区和所述邻区的未来用户数；
根据所述源小区和所述邻区的未来用户数，计算转移用户数；
判断是否达到负载均衡触发门限；
若是，则根据所述转移用户数，进行负载均衡。


2.根据权利要求1所述的方法，其特征在于，所述根据所述历史数据，训练基于预设极端梯度提升算法构建的预测模型，进一步包括：
按照预设比例将所述历史数据分为训练数据和验证数据；
根据所述训练数据，训练所述预测模型；
根据所述验证数据，对所述预测模型进行参数优化。


3.根据权利要求1所述的方法，其特征在于，
所述历史数据为当前时刻的前5个1440分钟内的用户数；
所述未来用户数为下一15分钟的用户数。


4.根据权利要求1所述的方法，其特征在于，所述根据所述源小区和所述邻区的未来用户数，计算转移用户数，进一步包括：
获取所述源小区和所述邻区的占用资源块数；
根据所述源小区和所述邻区的未来用户数以及所述占用资源块数，判断所述邻区是否具有负载均衡能力；
若是，则根据所述源小区和所述邻区的未来用户数以及所述占用资源块数，计算所述转移用户数。


5.根据权利要求4所述的方法，其特征在于，所述判断所述邻区是否具有负载均衡能力，进一步包括：
根据所述源小区和所述邻区的未来用户数以及所述占用资源块数，计算所述源小区和所述邻区的用户数差值；
若所述用户数差值大于预设差值阈值，则确定所述邻区具有负载均衡能力。


6.根据权利要求1-5任一项所述的方法，其特征在于，所述方法还包括：

【专利技术属性】
技术研发人员：高瑜鸿，李连本，张之栋，贾磊，王万宁，
申请(专利权)人：中国移动通信集团陕西有限公司，中国移动通信集团有限公司，
类型：发明
国别省市：陕西;61