[发明专利]一种基于模糊时间序列预测模型的IP承载网性能指标主动监控方法

权利要求书

1.一种基于模糊时间序列预测模型的IP承载网性能指标主动监控方法，其特征在于包括以下几个步骤：

步骤一：根据性能指标数据特性，建立历史性能指标数据库，并对数据进行清洗和填补处理，构建优化数据库；

步骤二：对优化数据库中的各性能指标数据建立预测模型；

步骤三：使用预测模型预测某项性能指标数据的未来值，并画出走势图，预测时实现时间粒度可配置；

步骤四：计算主动监控机制的基线；

步骤五：设计并实现主动告警机制；

步骤六：告警信息主动推送给客户，并存储告警信息到告警记录数据库。

2.根据权利要求1所述的一种基于模糊时间序列预测模型的IP承载网性能指标主动监控方法，其特征在于：

所述的步骤一中的数据清洗处理采用阈值清洗法，对明显不合理的数据进行清除，如接通率时间序列中的值若大于1，则清洗掉；

所述的步骤一中的数据填补处理，采用双向预测均值填补法对性能指标时间序列中的缺失数据进行填补，所谓双向预测均值添补法，是指正向和反向分别使用BP神经网络预测方法和高斯回归模型预测方法的预测值取均值，填入缺失位置。

3.根据权利要求1所述的一种基于模糊时间序列预测模型的IP承载网性能指标主动监控方法，其特征在于：所述的步骤二性能指标数据预测模型使用FuzzyARIMA模型，其特征在于只对性能指标数据序列进行模糊化，模型参数仍是实数，且根据模糊中心序列和模糊宽度序列确定预测模型，该模型构建步骤如下：

步骤1：使用单位根检验法，判断性能指标序列的平稳性；

步骤2：若判断时间序列是非平稳序列，则对时间序列进行差分平稳化处理，直到差分后的序列是平稳序列，否则继续差分；若时间序列是平稳的，直接转入步骤3；

步骤3：使用优化数据库中性能指标数据的自相关系数和偏自相关系数确定时间序列的阶数； 

步骤4：对性能指标序列进行三角模糊化处理，得到模糊中心序列和模糊宽度序列；

步骤5：根据模糊中心序列和模糊宽度序列确定预测模型的待估参数，确定性能指标的预报方程表达式；

步骤6：根据确定的预报方程表达式，预测性能指标数据的未来值。

4.根据权利要求1所述的一种基于模糊时间序列预测模型的IP承载网性能指标主动监控方法，其特征在于：所述的步骤四中主动监控机制基线的计算方法，使用预测模型计算出来的模糊中心值和模糊宽度的组合(c_t-α_t，c_t+α_t)作为上下基线。

5.根据权利要求1所述的一种基于模糊时间序列预测模型的IP承载网性能指标主动监控方法，其特征在于：权利要求1中步骤五所说的主动告警机制的设计与实现，主要指在主动监控机制计算出来的上下基线基础上生产容忍线，作为主动告警机制判断告警的阈值：

一级告警阈值=(1+一级容忍度)*基线

二级告警阈值=(1+二级容忍度)*基线 。