一种蜂窝物联网流量突发的预测方法技术

本发明专利技术公开了一种蜂窝物联网流量突发的预测方法，包括以下步骤：步骤一，计算网关当前剩余带宽能够允许加入的冗余sim卡数量Rr；步骤二，构建Rr

【技术实现步骤摘要】
一种蜂窝物联网流量突发的预测方法


[0001]本专利技术属于数据通信
，具体涉及一种蜂窝物联网流量突发的预测方法。

技术介绍

[0002]蜂窝物联网是一种通过基站和移动站分布在地面的无线电通信网络，由蜂窝网络组成，可以提供移动电话连接、信息传输和互联网访问，物联网应用技术的发展催生了大量新兴的人机交互方式，任何需要被监控、连接、互动的物体都将通过物联网接入节点接入网络。这些终端接入设备所产生的流量特性千变万化，给接入节点带来了极大挑战。
[0003]物联网节点存在一些流量行为由外部指令触发或内部程序驱动，容易出现批量节点短时间内访问同一个服务，导致ISP数据转发链路严重拥塞，影响ISP网络的稳定。
[0004]物联网节点接入的数量增长趋势与企业的经营策略密切相关，在企业投产初期阶段，由于流量行为相似节点的数量相对较少，这导致所述突发流量的特征并不明显，其造成的后果也较轻，因此难以被察觉。在这种背景下，ISP无法根据企业的经营活动准确预测拥塞，也无法提前作出针对性的调整。企业短时间大量投放同类物联网节点后，突发流量对企业物联网业务的危害会被迅速放大。
[0005]一些物联网平台企业提供的产品可能被多个企业客户使用，例如云计算、云存储、云安全、云数据存储模块的数据库等产品。因此当拥塞发生时，受影响的客户可能也包括那些并没有启用太多节点，而只是使用了同一个物联网平台的企业，这种情况将对平台企业造成声誉的损害。
[0006]ISP的扩容一般基于其自身宏观规划和资源利用率现状，现有技术主要针对流量突发造成的拥堵进行调整和控制，当流量突发造成拥塞发生时，由于事件紧急往往会采取粗放的、无差别的限制策略，导致牵连的客户范围扩大。

技术实现思路

[0007]本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种蜂窝物联网流量突发的预测方法，其以sim卡经营活动的数据作为输入，Rr
‑
map
‑
2模型输出运营活动引起的待预测增量访问目的服务器造成的流量突发的风险等级Lr，为ISP提前采取规避动作提供可量化的参考，能减少流量突发引起拥塞事件的频率，最终降低由此给ISP、企业和平台供应商造成的损失。
[0008]为解决上述技术问题，本专利技术采用的技术方案是：一种蜂窝物联网流量突发的预测方法，其特征在于，包括以下步骤：
[0009]步骤一、计算Rr，Rr表示网关当前剩余带宽能够允许加入的冗余sim卡数量，Rr＝round(max(Bu'/Eu,Bd'/Ed),0)，(Bu',Bd')表示通过BTE组件获取的剩余带宽，(Eu，Ed)表示通过BTE组件获取的目的服务器的评估速率对；
[0010]步骤二、调取客户编码与msisdn关系数据表C
j
，构建Rr
‑
map模型基本结构Rr
‑
map
‑
1，Rr
‑
map
‑
1＝[Num，ip、Rr、Mr]，其中Num表示一个客户访问一个目标服务器ip的物联网sim
卡数量，ip表示目的服务器ip，Mr＝|C
j
∩M2ASet|，M
j
表示关系数据表C
j
中的msisdn与目的服务器中全局数据表或局部数据表中的msisdn求交集后交集中的元素个数，关系数据表C
j
为客户唯一编码和sim卡的关系数据表，j表示客户唯一编码；
[0011]步骤三、在SAP系统中构建f个BTE组件之间互访的通信网络，在网关投入网络服务后，第q个BTE组件周期性地向第p个BTE组件发送Rr
‑
map
‑
1模型的数据，1≤q≤f
‑
1，q为正整数，第p个BTE组件根据接收到的Rr
‑
map
‑
1模型的数据更新其存储中的Rr
‑
map
‑
1模型，完成Rr
‑
map
‑
1模型的训练；
[0012]步骤四、对Rr
‑
map
‑
1模型中的记录创建时刻，以步长Δt判断时刻的连续性，将Rr
‑
map
‑
1模型中不连续的数据进行剔除，然后为Rr
‑
map模型基本结构中的每一条记录关联风险等级数据，得到Rr
‑
map模型最终结构Rr
‑
map
‑
2，Rr
‑
map
‑
2＝[Num，ip、Rr、Mr，Tc
i
，Lr],其中Tc
i
＝(t
i
，Rr
i
，t
i+1
，Rr
i+1
)，Nr
i
表示，t
i
表示预测模块接收到Rr
i
的时刻、t
i+1
表示与t
i
连续连续的时刻，Lr表示待预测增量访问目的服务器的风险等级；
[0013]步骤五、采集sim卡运营活动，获取订单信息，将订单信息输入Rr
‑
map
‑
2模型，Rr
‑
map
‑
2模型输出运营活动引起的待预测增量访问目的服务器造成的流量突发的风险等级Lr，当Lr>e，即认为蜂窝物联网流量突发造成拥塞，1<e<6；
[0014]步骤六、更新Δt，返回步骤四，更新Rr
‑
map
‑
2模型；
[0015]步骤七、当流量突发，依据Lr为ISP提供多维度的降低拥塞的措施，ISP执行降低拥塞的措施。
[0016]上述的一种蜂窝物联网流量突发的预测方法，其特征在于：Rr
‑
map
‑
1模型的训练的具体方法为：
[0017]步骤301、构建支持SAP系统中f个BTE组件之间互访的通信网络，选举第p个BTE组件做为集中数据存储模块；
[0018]步骤302、在网关投入网络服务后，第q个BTE组件周期性地向第p个BTE组件发送Rr
‑
map
‑
1模型数据，1≤q≤f
‑
1，q为正整数；
[0019]步骤303、第p个BTE组件接收第q个BTE组件发送的Rr
‑
map
‑
1模型数据，并对接收到的Rr
‑
map
‑
1模型数据进行合并，若Rr
‑
map
‑
1模型数据在第p个BTE组件的Rr
‑
map
‑
1模型数据中已经存在，则返回步骤一，第p个BTE组件重新计算Rr和Mr，并将重新计算得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种蜂窝物联网流量突发的预测方法，其特征在于，包括以下步骤：步骤一、计算Rr，Rr表示网关当前剩余带宽能够允许加入的冗余sim卡数量，Rr＝round(max(Bu'/Eu,Bd'/Ed),0)，(Bu',Bd')表示通过BTE组件获取的剩余带宽，(Eu，Ed)表示通过BTE组件获取的目的服务器的评估速率对；步骤二、调取客户编码与msisdn关系数据表C
j
，构建Rr
‑
map模型基本结构Rr
‑
map
‑
1，Rr
‑
map
‑
1＝[Num，ip、Rr、Mr]，其中Num表示一个客户访问一个目标服务器ip的物联网sim卡数量，ip表示目的服务器ip，Mr＝|C
j
∩M2ASet|，M
j
表示关系数据表C
j
中的msisdn与目的服务器中全局数据表或局部数据表中的msisdn求交集后交集中的元素个数，关系数据表C
j
为客户唯一编码和sim卡的关系数据表，j表示客户唯一编码；步骤三、在SAP系统中构建f个BTE组件之间互访的通信网络，在网关投入网络服务后，第q个BTE组件周期性地向第p个BTE组件发送Rr
‑
map
‑
1模型的数据，1≤q≤f
‑
1，q为正整数，第p个BTE组件根据接收到的Rr
‑
map
‑
1模型的数据更新其存储中的Rr
‑
map
‑
1模型，完成Rr
‑
map
‑
1模型的训练；步骤四、对Rr
‑
map
‑
1模型中的记录创建时刻，以步长Δt判断时刻的连续性，将Rr
‑
map
‑
1模型中不连续的数据进行剔除，然后为Rr
‑
map模型基本结构中的每一条记录关联风险等级数据，得到Rr
‑
map模型最终结构Rr
‑
map
‑
2，Rr
‑
map
‑
2＝[Num，ip、Rr、Mr，Tc
i
，Lr],其中Tc
i
＝(t
i
，Rr
i
，t
i+1
，Rr
i+1
)，Nr
i
表示，t
i
表示预测模块接收到Rr
i
的时刻、t
i+1
表示与t
i
连续连续的时刻，Lr表示待预测增量访问目的服务器的风险等级；步骤五、采集sim卡运营活动，获取订单信息，将订单信息输入Rr
‑
map
‑
2模型，Rr
‑
map
‑
2模型输出运营活动引起的待预测增量访问目的服务器造成的流量突发的风险等级Lr，当Lr>e，即认为蜂窝物联网流量突发造成拥塞，1<e<6；步骤六、更新Δt，返回步骤四，更新Rr
‑
map
‑
2模型；步骤七、当流量突发，依据Lr为ISP提供多维度的降低拥塞的措施，ISP执行降低拥塞的措施。2.按照权利要求1所述的一种蜂窝物联网流量突发的预测方法，其特征在于：Rr
‑
map
‑
1模型的训练的具体方法为：步骤301、构建支持SAP系统中f个BTE组件之间互访的通信网络，选举第p个BTE组件做为集中数据存储模块；步骤302、在网关投入网络服务后，第q个BTE组件周期性地向第p个BTE组件发送Rr
‑
map
‑
1模型数据，1≤q≤f
‑
1，q为正整数；步骤303、第p个BTE组件接收第q个BTE组件发送的Rr
‑
map
‑
1模型数据，并对接收到的Rr
‑
map
‑
1模型数据进行合并，若Rr
‑
map
‑
1模型数据在第p个BTE组件的Rr
‑
map
‑
1模型数据中已经存在，则返回步骤一，第p个BTE组件重新计算Rr和Mr，并将重新计算得到的Rr和Mr发回给第q个BTE组件；否则将合并后的行记录更新到第p个BTE组件的Rr
‑
map
‑
1模型数据中；步骤304、第q个BTE组件收到重新计算的Rr和Mr，用于更新其数据库中Rr
‑
map
‑
1模型数据；步骤305、遍历f
‑
1个BTE组件重复步骤302
‑
304，完成Rr
‑
map
‑
1模型的训练。3.按照权利要求1所述的一种蜂窝物联网流量突发的预测方法，其特征在于：步骤四中将Rr
‑
map
‑
1模型中不连续的数据进行剔除的具体方法为：
步骤401、预测模块接收训练好的Rr
‑
map
‑
1模型的每一条记录，并为每一条记录创建时刻t
i
，t
i
表示收到Rr
i

【专利技术属性】
技术研发人员：赵红伟，陈刚，
申请(专利权)人：上海量讯物联技术有限公司，
类型：发明
国别省市：