本公开提供了一种网络资源规划方法、装置以及存储介质，其中的方法包括：获取预测目标网络中的网络设备的网络流量数据和对应的网络资源数据；使用机器学习模型并基于网络流量数据和网络资源数据，确定预设规划期内的流量预测量；根据流量预测量确定网络设备的资源需求量，并确定网络设备的资源建设匹配信息；基于资源建设匹配信息生成目标函数，并基于资源需求量生成与目标函数相对应的限制条件；根据目标函数和限制条件进行求解，用以获取网络设备的资源规划信息。本公开的方法、装置以及存储介质，通过进行需求预测自动给出网络资源规划方案以及实施方案，提升了网络资源规划的准确性，提升网络建设的资源利用率。提升网络建设的资源利用率。提升网络建设的资源利用率。
【技术实现步骤摘要】
网络资源规划方法、装置以及存储介质
[0001]本专利技术涉及通信
，尤其涉及一种网络资源规划方法、装置 以及存储介质。
技术介绍
[0002]随着5G、云计算等新兴技术产业的兴起，以IDC(Internet DataCenter，互联网数据中心)为主要承载的基础设施建设量快速增加。IDC 网络中的网络设备包括路由器，网关、交换机等，网络设备的建设投资 是运营商重要资本支出。因为IDC网络中的网络设备的需求快速增加， 因此需要一种基于网络需求增长预测的资源规划技术方案。
技术实现思路
[0003]有鉴于此，本专利技术要解决的一个技术问题是提供一种网络资源规划 方法、装置以及存储介质。
[0004]根据本公开的第一方面，提供一种网络资源规划方法，包括：获取 预测目标网络中的网络设备的网络流量数据和对应的网络资源数据；使 用机器学习模型并基于所述网络流量数据和所述网络资源数据，确定预 设规划期内的流量预测量；根据所述流量预测量确定所述网络设备的资 源需求量，并确定所述网络设备的资源建设匹配信息；基于所述资源建 设匹配信息生成目标函数，并基于所述资源需求量生成与所述目标函数 相对应的限制条件；根据所述目标函数和所述限制条件进行求解，用以 获取所述网络设备的资源规划信息。
[0005]可选地，所述获取预测目标网络中的网络设备的网络流量数据和对 应的网络资源数据包括：从网络运营数据库中获取与每台网络设备相对 应的网络流量数据和网络资源数据；其中，所述网络流量数据包括：均 值流量和峰值流量；所述网络资源数据包括：出口带宽、地理信息和客 户信息。
[0006]可选地，所述使用机器学习模型并基于所述网络流量数据和所述网 络资源数据，确定预设规划期内的流量预测量包括：使用所述机器学习 模型并基于所述均值流量、所述峰值流量、所述出口带宽、所述地理信 息和所述客户信息，确定所述流量预测量；其中，所述机器学习模型包 括：LSTM模型；所述流量预测量包括：均值预测流量和峰值预测流量。
[0007]可选地，所述根据所述流量预测量确定所述网络设备的资源需求量 包括：根据所述均值预测流量和所述峰值预测流量确定所述资源需求量； 其中，所述资源需求量包括：出口带宽需求量。
[0008]可选地，所述资源建设匹配信息包括：利用旧资源成本信息、扩容 成本信息和新建成本信息；所述基于所述资源建设匹配信息生成目标函 数包括：确定分别与所述利用旧资源成本信息、所述扩容成本信息和所 述新建成本信息相对应的加权系数；根据所述利用旧资源成本信息、所 述扩容成本信息和所述新建成本信息确定加权系数，生成成本加权值； 基于所述成本加权值生成所述目标函数；其中，所述目标函数为所述成 本加权值为最
小。
[0009]可选地，所述基于所述资源需求量生成与所述目标函数相对应的限 制条件包括：基于所述出口带宽需求量确定所述网络设备的出口带宽最 大值；根据所述出口带宽最大值生成与所述网络设备相对的限制条件。
[0010]可选地，所述预测目标网络包括：IDC网络；所述网络设备包括： 路由器，网关、交换机。
[0011]根据本公开的第二方面，提供一种网络资源规划装置，包括：数据 获取模块，用于获取预测目标网络中的网络设备的网络流量数据和对应 的网络资源数据；资源预测模块，用于使用机器学习模型并基于所述网 络流量数据和所述网络资源数据，确定预设规划期内的流量预测量；需 求确定模块，用于根据所述流量预测量确定所述网络设备的资源需求量， 并确定所述网络设备的资源建设匹配信息；目标构建模块，用于基于所 述资源建设匹配信息生成目标函数，并基于所述资源需求量生成与所述 目标函数相对应的限制条件；规划确定模块，用于根据所述目标函数和 所述限制条件进行求解，用以获取所述网络设备的资源规划信息。
[0012]可选地，所述数据获取模块，用于从网络运营数据库中获取与每台 网络设备相对应的网络流量数据和网络资源数据；其中，所述网络流量 数据包括：均值流量和峰值流量；所述网络资源数据包括：出口带宽、 地理信息和客户信息。
[0013]可选地，所述资源预测模块，用于使用所述机器学习模型并基于所 述均值流量、所述峰值流量、所述出口带宽、所述地理信息和所述客户 信息，确定所述流量预测量；其中，所述机器学习模型包括：LSTM模 型；所述流量预测量包括：均值预测流量和峰值预测流量。
[0014]可选地，所述需求确定模块，用于根据所述均值预测流量和所述峰 值预测流量确定所述资源需求量；其中，所述资源需求量包括：出口带 宽需求量。
[0015]可选地，所述资源建设匹配信息包括：利用旧资源成本信息、扩容 成本信息和新建成本信息；所述目标构建模块，用于确定分别与所述利 用旧资源成本信息、所述扩容成本信息和所述新建成本信息相对应的加 权系数；根据所述利用旧资源成本信息、所述扩容成本信息和所述新建 成本信息确定加权系数，生成成本加权值；基于所述成本加权值生成所 述目标函数；其中，所述目标函数为所述成本加权值为最小。
[0016]可选地，所述目标构建模块，用于基于所述出口带宽需求量确定所 述网络设备的出口带宽最大值；根据所述出口带宽最大值生成与所述网 络设备相对的限制条件。
[0017]可选地，所述预测目标网络包括：IDC网络；所述网络设备包括： 路由器，网关、交换机。
[0018]根据本公开的第四方面，提供一种网络资源规划装置，包括：存 储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存 储在所述存储器中的指令，执行如上所述的方法。
[0019]根据本公开的第四方面，提供一种计算机可读存储介质，所述计 算机可读存储介质存储有计算机指令，所述指令被处理器执行如上所 述的方法。
[0020]本公开的网络资源规划方法、装置以及存储介质，通过进行需求 预测自动给出网络资源规划方案以及实施方案，提升了网络资源规划的 准确性，可以在保证网络需求和充
分利用现有资源的前提下，提升网络 建设的资源利用率，有效降低了运营建设成本。
附图说明
[0021]为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将 对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易 见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通 技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图 获得其他的附图。
[0022]图1为根据本公开的网络资源规划方法的一个实施例的流程示意图；
[0023]图2为根据本公开的网络资源规划方法的一个实施例中的生成目标 函数以及限制条件的流程示意图；
[0024]图3为根据本公开的网络资源规划装置的一个实施例的模块示意图；
[0025]图4为根据本公开的网络资源规划装置的另一个实施例的模块示意 图。
具体实施方式
[0026]下面参照附图对本公开进行更全面的描述，其中说明本公开的示 例性实施例。下面将结合本公开本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种网络资源规划方法，包括：获取预测目标网络中的网络设备的网络流量数据和对应的网络资源数据；使用机器学习模型并基于所述网络流量数据和所述网络资源数据，确定预设规划期内的流量预测量；根据所述流量预测量确定所述网络设备的资源需求量，并确定所述网络设备的资源建设匹配信息；基于所述资源建设匹配信息生成目标函数，并基于所述资源需求量生成与所述目标函数相对应的限制条件；根据所述目标函数和所述限制条件进行求解，用以获取所述网络设备的资源规划信息。2.如权利要求1所述的方法，所述获取预测目标网络中的网络设备的网络流量数据和对应的网络资源数据包括：从网络运营数据库中获取与每台网络设备相对应的网络流量数据和网络资源数据；其中，所述网络流量数据包括：均值流量和峰值流量；所述网络资源数据包括：出口带宽、地理信息和客户信息。3.如权利要求2所述的方法，所述使用机器学习模型并基于所述网络流量数据和所述网络资源数据，确定预设规划期内的流量预测量包括：使用所述机器学习模型并基于所述均值流量、所述峰值流量、所述出口带宽、所述地理信息和所述客户信息，确定所述流量预测量；其中，所述机器学习模型包括：LSTM模型；所述流量预测量包括：均值预测流量和峰值预测流量。4.如权利要求3所述的方法，所述根据所述流量预测量确定所述网络设备的资源需求量包括：根据所述均值预测流量和所述峰值预测流量确定所述资源需求量；其中，所述资源需求量包括：出口带宽需求量。5.如权利要求4所述的方法，所述资源建设匹配信息包括：利用旧资源成本信息、扩容成本信息和新建成本信息；所述基于所述资源建设匹配信息生成目标函数包括：确定分别与所述利用旧资源成本信息、所述扩容成本信息和所述新建成本信息相对应的加权系数；根据所述利用旧资源成本信息、所述扩容成本信息和所述新建成本信息确定加权系数，生成成本加权值；基于所述成本加权值生成所述目标函数；其中，所述目标函数为所述成本加权值为最小。6.如权利要求5所述的方法，所述基于所述资源需求量生成与所述目标函数相对应的限制条件包括：基于所述出口带宽需求量确定所述网络设备的出口带宽最大值；根据所述出口带宽最大值生成与所述网络设备相对的限制条件。7.如权利要求1至6任一项所述的方法，其中，所述预测目标网络包括：IDC网络；
所述网络设备包括：路由器，网关、交换机。8.一种网络资源规划装置，包括：数据获取模块，用于获取预测目标网络中的网络设备的网络流量数据和对应的网络...
【专利技术属性】
技术研发人员：王浩彬，孙雪媛，熊小明，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。