网络性能预测方法、装置、电子设备及存储介质制造方法及图纸

本公开提出了一种网络性能预测方法、装置、电子设备及存储介质，涉及通信技术领域。具体实现方案为：获取目标网络性能指标对应的指标特征，指标特征中包括多个时段下至少一个目标小区的目标网络性能指标对应的参考值；获取至少一个目标小区的排序特征，其中，排序特征用于指示至少一个目标小区在指标特征中的排序；将指标特征与排序特征进行融合，以得到融合特征；采用指标预测模型对融合特征进行指标值预测，以得到多个时段之后的目标时段下至少一个目标小区的目标网络性能指标对应的预测值。由此，基于深度学习技术，预测得到多个时段之后的目标时段下至少一个目标小区的目标网络性能指标对应的预测值，可以提升预测结果的准确性和可靠性。准确性和可靠性。准确性和可靠性。

【技术实现步骤摘要】
网络性能预测方法、装置、电子设备及存储介质


[0001]本公开涉及通信
，尤其涉及一种网络性能预测方法、装置、电子设备及存储介质。

技术介绍

[0002]网络性能预测，可用于指导网络规划、配置、管理和维护等工作，可以帮助网络管理者和网络运营者及时掌握各区域和各类型的网络性能，及时协调网络资源分配，提升不同服务等级的质量要求。
[0003]相关技术中，可以通过网络侧工作人员对照网络性能指标的历史数据，采用滑窗回归分析、趋势分析等简单数理统计方法进行评测和计算，得到网络性能指标的预测值。
[0004]然而上述方式，预测值的准确性较低，可能导致后续网络资源分配时，造成资源浪费或不足的情况，进而影响网络的运行效率。

技术实现思路

[0005]本公开提供了一种网络性能预测方法、装置、电子设备及存储介质。
[0006]根据本公开的一方面，提供了一种网络性能预测方法，该方法包括：
[0007]获取目标网络性能指标对应的指标特征，其中，所述指标特征中包括多个时段下至少一个目标小区的目标网络性能指标对应的参考值；
[0008]获取所述至少一个目标小区的排序特征，其中，所述排序特征用于指示所述至少一个目标小区在所述指标特征中的排序；
[0009]将所述指标特征与所述排序特征进行融合，以得到融合特征；
[0010]采用所述指标预测模型对所述融合特征进行指标值预测，以得到所述多个时段之后的目标时段下所述至少一个目标小区的目标网络性能指标对应的预测值。
[0011]可选地，所述采用所述指标预测模型对所述融合特征进行指标值预测，以得到所述多个时段之后的目标时段下所述至少一个目标小区的目标网络性能指标对应的预测值，包括：
[0012]获取所述至少一个目标小区的网络参数；
[0013]从所述至少一个目标小区的网络参数中，提取与所述目标网络性能指标关联的关联特征；
[0014]将所述关联特征与所述融合特征进行拼接，得到拼接特征；
[0015]将所述拼接特征输入至所述指标预测模型，以得到所述指标预测模型输出的所述至少一个目标小区的目标网络性能指标对应的预测值。
[0016]可选地，所述将所述拼接特征输入至所述指标预测模型，以得到所述指标预测模型输出的所述至少一个目标小区的目标网络性能指标对应的预测值，包括：
[0017]采用所述指标预测模型中的编码器，对所述拼接特征进行编码，得到编码特征；
[0018]采用所述指标预测模型中的解码器，对所述编码特征进行解码，得到解码特征；
[0019]采用所述指标预测模型中的全连接层，对所述解码特征进行指标值预测，以得到所述至少一个目标小区的目标网络性能指标对应的预测值。
[0020]可选地，所述获取目标网络性能指标对应的指标特征，包括：
[0021]针对所述至少一个目标小区中的任一小区，获取所述任一小区在所述多个时段下的目标网络性能指标对应的测量值；
[0022]对所述任一小区在所述多个时段下的目标网络性能指标对应的测量值进行预处理，以得到所述任一小区在所述多个时段下的目标网络性能指标对应的参考值；
[0023]根据所述至少一个目标小区在所述多个时段下的目标网络性能指标对应的参考值，生成所述指标特征。
[0024]可选地，所述根据所述至少一个目标小区在所述多个时段下的目标网络性能指标对应的参考值，生成所述指标特征，包括：
[0025]针对所述多个时段中的任一时段，根据所述任一时段下所述至少一个目标小区的目标网络性能指标对应的参考值，生成所述任一时段对应的指标向量；
[0026]根据所述多个时段的指标向量，生成所述指标特征。
[0027]可选地，所述预处理包括：去重处理、异常值剔除处理、缺失值回填处理和标准化处理中的至少一项。
[0028]可选地，所述方法还包括：
[0029]获取多个服务小区的网络参数；
[0030]根据所述多个服务小区的网络参数，对所述多个服务小区进行划分，得到至少一个类别，其中，属于同一类别的各服务小区的网络参数之间的相似度高于相似度阈值；
[0031]从所述至少一个类别中确定目标类别；
[0032]将属于所述目标类别的各服务小区，作为目标小区。
[0033]根据本公开的另一方面，提供了一种电子设备，所述电子设备包括存储器，收发机，处理器；
[0034]存储器，用于存储计算机程序；收发机，用于在所述处理器的控制下收发数据；处理器，用于读取所述存储器中的计算机程序并执行以下操作：
[0035]获取目标网络性能指标对应的指标特征，其中，所述指标特征中包括多个时段下至少一个目标小区的目标网络性能指标对应的参考值；
[0036]获取所述至少一个目标小区的排序特征，其中，所述排序特征用于指示所述至少一个目标小区在所述指标特征中的排序；
[0037]将所述指标特征与所述排序特征进行融合，以得到融合特征；
[0038]采用所述指标预测模型对所述融合特征进行指标值预测，以得到所述多个时段之后的目标时段下所述至少一个目标小区的目标网络性能指标对应的预测值。
[0039]可选地，所述处理器具体用于执行以下操作：
[0040]获取所述至少一个目标小区的网络参数；
[0041]从所述至少一个目标小区的网络参数中，提取与所述目标网络性能指标关联的关联特征；
[0042]将所述关联特征与所述融合特征进行拼接，得到拼接特征；
[0043]将所述拼接特征输入至所述指标预测模型，以得到所述指标预测模型输出的所述
至少一个目标小区的目标网络性能指标对应的预测值。
[0044]可选地，所述处理器具体用于执行以下操作：
[0045]采用所述指标预测模型中的编码器，对所述拼接特征进行编码，得到编码特征；
[0046]采用所述指标预测模型中的解码器，对所述编码特征进行解码，得到解码特征；
[0047]采用所述指标预测模型中的全连接层，对所述解码特征进行指标值预测，以得到所述至少一个目标小区的目标网络性能指标对应的预测值。
[0048]可选地，所述处理器具体用于执行以下操作：
[0049]针对所述至少一个目标小区中的任一小区，获取所述任一小区在所述多个时段下的目标网络性能指标对应的测量值；
[0050]对所述任一小区在所述多个时段下的目标网络性能指标对应的测量值进行预处理，以得到所述任一小区在所述多个时段下的目标网络性能指标对应的参考值；
[0051]根据所述至少一个目标小区在所述多个时段下的目标网络性能指标对应的参考值，生成所述指标特征。
[0052]可选地，所述处理器具体用于执行以下操作：
[0053]针对所述多个时段中的任一时段，根据所述任一时段下所述至少一个目标小区的目标网络性能指标对应的参考值，生成所述任一时段对应的指标向量；
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络性能预测方法，其特征在于，所述方法包括：获取目标网络性能指标对应的指标特征，其中，所述指标特征中包括多个时段下至少一个目标小区的目标网络性能指标对应的参考值；获取所述至少一个目标小区的排序特征，其中，所述排序特征用于指示所述至少一个目标小区在所述指标特征中的排序；将所述指标特征与所述排序特征进行融合，以得到融合特征；采用所述指标预测模型对所述融合特征进行指标值预测，以得到所述多个时段之后的目标时段下所述至少一个目标小区的目标网络性能指标对应的预测值。2.根据权利要求1所述的方法，其特征在于，所述采用所述指标预测模型对所述融合特征进行指标值预测，以得到所述多个时段之后的目标时段下所述至少一个目标小区的目标网络性能指标对应的预测值，包括：获取所述至少一个目标小区的网络参数；从所述至少一个目标小区的网络参数中，提取与所述目标网络性能指标关联的关联特征；将所述关联特征与所述融合特征进行拼接，得到拼接特征；将所述拼接特征输入至所述指标预测模型，以得到所述指标预测模型输出的所述至少一个目标小区的目标网络性能指标对应的预测值。3.根据权利要求2所述的方法，其特征在于，所述将所述拼接特征输入至所述指标预测模型，以得到所述指标预测模型输出的所述至少一个目标小区的目标网络性能指标对应的预测值，包括：采用所述指标预测模型中的编码器，对所述拼接特征进行编码，得到编码特征；采用所述指标预测模型中的解码器，对所述编码特征进行解码，得到解码特征；采用所述指标预测模型中的全连接层，对所述解码特征进行指标值预测，以得到所述至少一个目标小区的目标网络性能指标对应的预测值。4.根据权利要求1所述的方法，其特征在于，所述获取目标网络性能指标对应的指标特征，包括：针对所述至少一个目标小区中的任一小区，获取所述任一小区在所述多个时段下的目标网络性能指标对应的测量值；对所述任一小区在所述多个时段下的目标网络性能指标对应的测量值进行预处理，以得到所述任一小区在所述多个时段下的目标网络性能指标对应的参考值；根据所述至少一个目标小区在所述多个时段下的目标网络性能指标对应的参考值，生成所述指标特征。5.根据权利要求4所述的方法，其特征在于，所述根据所述至少一个目标小区在所述多个时段下的目标网络性能指标对应的参考值，生成所述指标特征，包括：针对所述多个时段中的任一时段，根据所述任一时段下所述至少一个目标小区的目标网络性能指标对应的参考值，生成所述任一时段对应的指标向量；根据所述多个时段的指标向量，生成所述指标特征。6.根据权利要求4所述的方法，其特征在于，所述预处理包括：去重处理、异常值剔除处理、缺失值回填处理和标准化处理中的至少一项。
7.根据权利要求1
‑
6中任一项所述的方法，其特征在于，所述方法还包括：获取多个服务小区的网络参数；根据所述多个服务小区的网络参数，对所述多个服务小区进行划分，得到至少一个类别，其中，属于同一类别的各服务小区的网络参数之间的相似度高于相似度阈值；从所述至少一个类别中确定目标类别；将属于所述目标类别的各服务小区，作为目标小区。8.一种电子设备，其特征在于，所述电子设备包括存储器，收发机，处理器；存储器，用于存储计算机程序；收发机，用于在所述处理器的控制下收发数据；处理器，用于读取所述存储器中的计算机程序并执行以下操作：获取目标网络性能指标对应的指标特征，其中，所述指标特征中包括多个时段下至少一个目标小区的目标网络性能指标对应的参考值；获...

【专利技术属性】
技术研发人员：李高盛，常世元，张斌，李玉诗，徐溪明，
申请(专利权)人：大唐移动通信设备有限公司，
类型：发明
国别省市：