[发明专利]一种指标确定方法及其相关设备有效

专利信息
申请号: 201810260956.3 申请日: 2018-03-26
公开(公告)号: CN110365503B 公开(公告)日: 2022-08-19
发明(设计)人: 宋伟;张震伟 申请(专利权)人: 华为技术有限公司
主分类号: H04L41/147 分类号: H04L41/147
代理公司: 深圳市深佳知识产权代理事务所(普通合伙) 44285 代理人: 王仲凯
地址: 518129 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 指标 确定 方法 及其 相关 设备
【说明书】:

本申请实施例提出了一种指标确定方法及其相关设备,用于针对不同业务通过网络KPI参数预测其业务的KQI结果。本申请实施例方法包括:获取业务的待预测数据,其中,所述待预测数据包含所述业务所在网络的关键绩效指标KPI以及所述业务的类型标识,所述类型标识用于指示所述业务的类型;根据所述类型标识从预测模型集合中确定目标预测模型,其中,所述预测模型集合中包含至少一个预测模型,所述预测模型集合中的每个预测模型对应一种业务类型;根据所述目标预测模型和所述待预测数据中的所述KPI确定所述业务的关键质量指标KQI。

技术领域

本申请涉及数据分析领域,尤其涉及一种指标确定方法及其相关设备。

背景技术

网络关键性能指标(key performance indicator,KPI)是用于衡量网络性能的指标,包括速率、带宽、延迟、丢包率、吞吐率等。关键质量指标(key quality indicators,KQI)是针对不同业务提出的贴近用户感受的业务质量参数。

在常见的系统中,用户对于应用上所运行的业务的体验结果常常用KQI来表示。导致用户对业务体验结果不同的原因可能是应用本身设计的缺陷,也可能是该业务所连接的网络卡顿、不稳定等造成的,因此业务所连接网络的网络状况也成为评价用户体验的参数之一。现有的训练模型通过分析网络KPI数据来预测KQI。通过对KPI数据的大量采集,可以生成训练模型,一般数据量越大,训练模型结果会更加精确。

然而,现有通过机器学习的方法把网络KPI关联到业务KQI中的方案,单纯从网络KPI的角度考虑业务的KQI,训练模型预测得到的KQI的精确度是有限的。

发明内容

本申请实施例提出了一种指标确定方法及其相关设备,用于针对不同业务通过网络KPI参数预测该业务的KQI结果。

本申请的第一方面提出了一种指标确定方法,包括:

获取业务的待预测数据,该待预测数据中包含有该业务所在网络的KPI参数和业务的类型标识,该业务所在网络的KPI参数是指业务所连接的网络的KPI数据。

其中,网络的KPI数据包括以下参数中的至少一个:网络的时间、信号强度、丢包率、信道利用率、网络设备的媒体访问控制MAC地址、终端厂商、终端的MAC地址、时延、抖动、协商发送速率、发送速率、接收速率和协商接收速率。

业务的类型标识可以指示业务的类型,业务的类型可以为视频业务、语音业务或多媒体业务等,视频业务、语音业务或多媒体业务具有不同的标识。

随后,根据业务的类型标识从预测模型集合中确定目标预测模型,由于不同的业务类型对应的预测模型是不同的,因此预测模型集合中包括有至少一个预测模型,且,每个预测模型对应一种业务类型。

将待预测数据中的KPI带入目标预测模型得到业务的KQI结果。

本申请实施例具有以下优点:分析装置获取业务的待预测参数,该待预测参数中包含业务的业务类型标识,业务类型标识可以指示业务的目标业务类型,随后分析装置根据业务的目标业务类型确定目标预测模型,并通过该目标预测模型确定业务的关键质量指标KQI。本申请实施例中,通过网络KPI参数预测业务的KQI时,考虑了不同业务类型的业务其预测模型应该是不同的,从而使得通过网络KPI参数预测业务KQI的结果更加精确。

基于第一方面,在第一方面的第一种实现方式中,所述根据所述业务类型标识从预测模型集合中确定目标预测模型之前,所述方法还包括:

获取样本数据集合,所述样本数据集合包括至少一个样本数据,所述样本数据集合中的每个样本数据包括所述业务所在网络的KPI;

确定所述样本数据集合中每个样本数据对应的业务KQI;

根据所述业务的样本数据集合和所述样本数据集合中每个样本数据对应的业务KQI生成第一训练记录;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810260956.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top