[发明专利]一种基于FAHP-SVM理论的WLAN网络负载综合评价方法

说明书

本发明涉及一种网络负载综合评价方法，一种基于FAHP‑SVM理论的WLAN网络负载综合评价方法，包括以下步骤：1、构建WLAN网络负载综合评价指标体系，2、选择机器学习算法的学习样本，3、采用层次分析法确定WLAN网络负载评价指标体系中各个指标的权重，4、运用模糊综合评价法确定样本数据的网络负载评价值与负载评价等级，5、机器学习算法支持向量机模型训练，获得网络负载自动评价模型，6、WLAN网络负载评价模型根据输入的实时WLAN网络性能数据，输出该时刻网络对应的负载值与负载等级。本发明方法既充分利用了专家知识，又不依赖于某个具体的专家意见，使得评估结果准确客观。通过运用机器学习经典算法SVM实现了对WLAN网络性能的自动评价，大大降低了人工成本。

技术领域

本发明涉及一种网络负载综合评价方法，更具体地说，涉及一种基于FAHP-SVM理论的WLAN网络负载综合评价方法。

背景技术

最近几年，智能终端数量越来越多，移动互联网逐渐兴起，以此带来了WLAN网络建设规模的持续扩大。相比于传统的有线网络，WLAN网络具有使用更方便、部署成本低、使用灵活等特点，因此，在很多公共场景，WLAN网络已经开始取代传统的组网方式。目前，各大城市基本已经建立起了大规模的WLAN网络，但是对WLAN网络的管理以及优化还不是很成熟。WLAN优化管理面临网络结构复杂、性能指标多、数据海量等问题。

目前，在各大运营商内部，现有的WLAN网管系统仅仅是对部分关键性能指标进行监控，但是也仅仅局限于指标的数据采集、监视告警而已。WLAN网络的负载评价往往是通过网络优化人员的主观评价来得出结果，这样不仅浪费了大量的人力物力，而且无法对WLAN网络的整体运行状况做出一个客观合理的判断。所以，一种能够综合各个性能指标并且可以实现自动评价的WLAN网络负载评价方法就显得尤为重要。

发明内容

为了克服现有技术中存在的不足，本发明目的是提供一种基于FAHP-SVM理论的WLAN网络负载综合评价方法。该评价方法不仅降低了人工成本，还能够实现自动评价，克服了现有技术中存在的判断主观性强、人工成本高等缺点，实现了比较全面客观地对WALN网络进行评估的目的。

为了实现上述发明目的，解决现有技术中所存在的问题，本发明采取的技术方案是：一种基于FAHP-SVM理论的WLAN网络负载综合评价方法，其特征在于包括以下步骤：

步骤1、构建WLAN网络负载综合评价指标体系，该指标体系在综合了WLAN网络特点的基础上，以可行性、代表性、综合性为指标挑选原则，选取CPU利用率、内存利用率、下挂AP数、DHCP地址池利用率和关联用户数构成WLAN网络负载评价指标体系；

步骤2、选择机器学习算法的学习样本，为后续模型的自动评价奠定基础；

步骤3、采用层次分析法确定WLAN网络负载评价指标体系中各个指标的权重，根据专家意见，构造出判断矩阵并以此求得权重向量，具体包括以下子步骤：

子步骤(a)、采用1-9比例标度法构造判断矩阵C＝(c_ij)_n×m；

子步骤(b)、计算判断矩阵C的最大特征值λ_max及其对应的特征向量ξ＝(x₁,x₂,…,x_n)，将此特征向量进行归一化处理即可得到权重向量A＝{a₁,a₂,…,a_n}；

子步骤(c)、对判断矩阵C进行一致性检验,首先采用公式(1)计算一般一致性指标C_I，