网络质量预测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术实施例涉及网络质量检测技术领域，公开了一种网络质量预测方法，该方法包括：获取历史数据；所述历史数据包括历史流量及下线次数数据；根据预设的关系模型，从所述历史流量中剔除下线次数数据对应的流量，得到历史第一流量数据；将所述历史第一流量数据输入预设的流量预测模型，得到预测流量。由于通过剔除下线次数数据对应的流量的历史第一流量数据对模型训练和后续预测，能够提高模型预测的准确度，使得最终能够提高网络质量的检测准确性，提高响应速度。提高响应速度。提高响应速度。

【技术实现步骤摘要】
网络质量预测方法、装置、设备及存储介质


[0001]本专利技术实施例涉及网络质量检测
，具体涉及一种网络质量预测方法、装置、设备及计算机可读存储介质。

技术介绍

[0002]随着人们生活水平逐渐提升，对家庭宽带的使用要求也随之提高，及时发现用户级别网络故障，需要加强现有网络监控范围，从单一的网元级别延伸至用户级别，实现真正的用户级别监控预警，及时发现网络故障、及时解决，提升用户满意度。
[0003]在对家庭宽带进行预警分析时，未综合形成一整套解决方案，以往的技术方案中，多着重与对指标的分析，而未从数据的质量入手，无法避免数据不准确，数据无效等问题，导致网络质量的检测不准确，响应速度慢。

技术实现思路

[0004]鉴于上述问题，本专利技术实施例提供了一种网络质量预测方法、装置、设备及计算机可读存储介质，用于解决现有技术中存在的网络质量的检测不准确，响应速度慢问题。
[0005]根据本专利技术实施例的一个方面，提供了一种网络质量预测方法，所述方法包括：
[0006]获取历史数据；所述历史数据包括历史流量及下线次数数据；
[0007]根据预设的关系模型，从所述历史流量中剔除下线次数数据对应的流量，得到历史第一流量数据；
[0008]将所述历史第一流量数据输入预设的流量预测模型，得到预测流量。
[0009]在一种可选的方式中，所述流量预测模型包括ARMA模型及STL模型；所述将所述历史第一流量数据输入预设的流量预测模型，得到未来预设时间段对应的预测流量，包括：
[0010]将所述历史第一流量数据输入所述STL模型，进行长期性趋势流量预测及周期性流量预测；
[0011]将所述历史第一流量数据输入ARMA模型，进行不规则波动流量预测；
[0012]根据所述长期性趋势流量预测、所述周期性流量预测及所述不规则波动流量预测，确定预测流量。
[0013]在一种可选的方式中，将所述历史第一流量数据输入预设的流量预测模型，得到预测流量之前，包括：
[0014]获取样本数据；所述样本数据包括样本流量及样本下线次数数据；
[0015]根据预设的关系模型，从所述样本流量中剔除样本下线次数数据对应的流量，得到样本第一流量数据；
[0016]根据所述样本第一流量数据对流量预测模型进行训练，得到流量预测模型。
[0017]在一种可选的方式中，所述获取样本数据，包括：
[0018]采集原始样本数据；
[0019]对所述历史的原始数据进行异常值检测及缺失数据填充，得到所述样本数据。
[0020]在一种可选的方式中，所述将所述历史第一流量数据输入预设的流量预测模型，得到未来预设时间段对应的预测流量，包括：
[0021]将所述历史第一流量数据进行业务数据变换，得到历史流量实数集；
[0022]将所述历史流量实数集输入所述预设的流量预测模型，得到未来预设时间段对应的预测流量。
[0023]在一种可选的方式中，所述根据下线次数预测值及所述预测流量进行网络质量告警，包括：
[0024]当下线次数大于预设次数阈值，且所述预测流量超出流量门限时，进行网络质量告警。
[0025]在一种可选的方式中，所述历史第一流量数据包括历史OLT流量和历史Bras流量；所述下线次数数据为历史Radius下线次数数据；
[0026]所述预设的关系模型为预先根据OLT流量、Bras流量与Radius下线次数数据的对应关系构建得到。
[0027]根据本专利技术实施例的另一方面，提供了一种网络质量预测装置，包括：
[0028]获取模块，用于获取历史数据；所述历史数据包括历史流量及下线次数数据；
[0029]剔除模块，用于根据预设的关系模型，从所述历史流量中剔除下线次数数据对应的流量，得到历史第一流量数据；
[0030]预测模块，用于将所述历史第一流量数据输入预设的流量预测模型，得到预测流量。
[0031]根据本专利技术实施例的另一方面，提供了一种网络质量预测设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
[0032]所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行所述的网络质量预测方法的操作。
[0033]根据本专利技术实施例的又一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令在网络质量预测设备上运行时，使得网络质量预测设备执行所述的网络质量预测方法的操作。
[0034]本专利技术实施例通过获取历史数据；所述历史数据包括历史流量及下线次数数据；根据预设的关系模型，从所述历史流量中剔除下线次数数据对应的流量，得到历史第一流量数据；将所述历史第一流量数据输入预设的流量预测模型，得到预测流量。由于通过剔除下线次数数据对应的流量的历史第一流量数据对模型训练和后续预测，能够提高模型预测的准确度，使得最终能够提高网络质量的检测准确性，提高响应速度。
[0035]上述说明仅是本专利技术实施例技术方案的概述，为了能够更清楚了解本专利技术实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0036]附图仅用于示出实施方式，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
[0037]图1示出了本专利技术实施例提供的网络质量预测方法的流程示意图；
[0038]图2示出了本专利技术实施例提供的网络质量预测装置的结构示意图；
[0039]图3示出了本专利技术实施例提供的网络质量预测设备的结构示意图。
具体实施方式
[0040]下面将参照附图更详细地描述本专利技术的示例性实施例。虽然附图中显示了本专利技术的示例性实施例，然而应当理解，可以以各种形式实现本专利技术而不应被这里阐述的实施例所限制。
[0041]随着人们生活水平逐渐提升，对家庭宽带的使用要求也随之提高，再结合现目前通信公司数量的逐步增长，家庭宽带市场的竞争愈演愈烈，为了应对大环境下的竞争趋势，提高现有服务水平，及时发现用户级别网络故障，需要加强现有网络监控范围，从单一的网元级别延伸至用户级别，实现真正的用户级别监控预警，及时发现网络故障、及时解决，提升用户满意度。
[0042]现有的技术方案中主要为面向网元设备的监控，缺少通过用户异常行为判断网络异常的方法，尤其是当终端侧如网关版本升级出现异常的情况，则网元侧无法触发告警。同时针对用户的网络测试，多是要求用户主动发起测试，监控时间粒度与空间粒度均无法满足及时发现隐患问题的要求。此外大多数需要专门重新部署一套硬件设备，成本较高。其一：现有方案中，虽有监控预警，但是多数是静态门限预警，未考虑到流量指标的周期性波动情况且未有结合设备异常下线的相关指标，监控较为单一，会产生较多的误告警。其二本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络质量预测方法，其特征在于，所述方法包括：获取历史数据；所述历史数据包括历史流量及下线次数数据；根据预设的关系模型，从所述历史流量中剔除下线次数数据对应的流量，得到历史第一流量数据；将所述历史第一流量数据输入预设的流量预测模型，得到预测流量。2.根据权利要求1所述的方法，其特征在于，所述流量预测模型包括ARMA模型及STL模型；所述将所述历史第一流量数据输入预设的流量预测模型，得到未来预设时间段对应的预测流量，包括：将所述历史第一流量数据输入所述STL模型，进行长期性趋势流量预测及周期性流量预测；将所述历史第一流量数据输入ARMA模型，进行不规则波动流量预测；根据所述长期性趋势流量预测、所述周期性流量预测及所述不规则波动流量预测，确定预测流量。3.根据权利要求1所述的方法，其特征在于，将所述历史第一流量数据输入预设的流量预测模型，得到预测流量之前，包括：获取样本数据；所述样本数据包括样本流量及样本下线次数数据；根据预设的关系模型，从所述样本流量中剔除样本下线次数数据对应的流量，得到样本第一流量数据；根据所述样本第一流量数据对流量预测模型进行训练，得到流量预测模型。4.根据权利要求3所述的方法，其特征在于，所述获取样本数据，包括：采集原始样本数据；对所述历史的原始数据进行异常值检测及缺失数据填充，得到所述样本数据。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，所述将所述历史第一流量数据输入预设的流量预测模型，得到未来预设时间段对应的预测流量，包括：将所述历史第一流量数据进行业务数据变换，得到历史流量实数集；将所述历史流量实数集输入所...

【专利技术属性】
技术研发人员：李冬领，陈闯，张悦，张向阳，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：