[发明专利]一种预测网络拥塞对网络质量影响的方法和装置

说明书

本发明公开了一种预测网络拥塞对网络质量影响的方法和装置，涉及移动通信网络管理技术领域，用于预测网络拥塞所带来的网络质量影响。该方法包括：获取待预测端口的近期历史运行数据、待预测端口的远期历史运行数据、同类端口的历史运行数据以及不同类端口的历史运行数据，所述历史运行数据包括利用率、丢包率和/或时延值；分别针对不同类别的所述历史运行数据进行数据处理；将经过处理的所述历史运行数据按照预设方式混合形成预测所需的训练集；通过所述训练集构建网络拥塞影响预测模型。

技术领域

本发明涉及移动通信网络管理技术领域，尤其涉及一种预测网络拥塞对网络质量影响的方法和装置。

背景技术

近年来网络中的流量逐年大幅度增长，各种新业务对网络流量的需求也越来越高，尤其是目前已普及的视频业务以及新兴的VR/AR业务，使得网络中流量的增长速度进一步加剧。面对巨大的网络需求，如何保证网络质量是关键。目前，网络拥塞是造成网络质量劣化的最主要原因之一，为了更好的提供网络服务，需要将网络控制在一个可以接受的拥塞程度内。为了解决这一关键性问题，了解网络拥塞对网络质量的影响至关重要。

在目前的网络运维中，对于端口拥塞情况的判定，都是基于利用率、丢包、延时、缓存配置、流量突发特征等参数进行。但目前的判定方式都是针对全网或同类端口进行综合性研究，给出拥塞影响，然后在实际执行中给定一个利用率门限或丢包率门限，认为端口不应高于此门限。然而，由于设备的缓存能力、流量的突发程度、流量的调度方案这些因素都会对拥塞产生很大的影响。利用率到底对丢包率和时延的影响有多大，什么样的利用率对应着多高的丢包率和时延，这一问题在各种情况下有着很大的差异。这种对所有端口统一设定门限的方式，无法很好的适配各端口的实际情况，导致后续链路扩容过程中，无法最准确的判断各端口的实际拥塞程度，使得投资中难以精准的找到最拥塞的位置，也难以精准的预防拥塞。

例如，不同型号设备的缓存能力有非常大的差异，缓存能力越大，在拥塞时就能暂存更多的数据，从而使得拥塞时的丢包更少，抵御拥塞的能力也就越高。因而，统一制定扩容门限应用于各种类型的端口，这种方式并不合理。另外，网页浏览业务的流量通常是瞬发的，而视频浏览的流量通常是稳定而持续的。显然波动性更高的流量更容易产生拥塞。因而同类设备如果承载不同的业务，也会对拥塞的发生概率有极大的影响。

发明内容

本发明的实施例提供一种预测网络拥塞对网络质量影响的方法和装置，用于解决现有技术中无法准确的判断各端口的实际拥塞程度的技术问题。

为达到解决上述技术问题的目的，本发明的实施例采用如下技术方案：

第一方面，本发明的实施例提供了一种预测网络拥塞对网络质量影响的方法，该方法包括：

获取待预测端口的近期历史运行数据、待预测端口的远期历史运行数据、同类端口的历史运行数据以及不同类端口的历史运行数据，所述历史运行数据包括利用率、丢包率和/或时延值；

分别针对不同类别的所述历史运行数据进行数据处理；

将经过处理的所述历史运行数据按照预设方式混合形成预测所需的训练集；

通过所述训练集构建网络拥塞影响预测模型。

第二方面，本发明的实施例提供了一种预测网络拥塞对网络质量影响的装置，该装置包括：

获取单元，用于获取待预测端口的近期历史运行数据、待预测端口的远期历史运行数据、同类端口的历史运行数据以及不同类端口的历史运行数据，所述历史运行数据包括利用率、丢包率和/或时延值；

处理单元，用于分别针对不同类别的所述历史运行数据进行数据处理；

混合单元，用于将经过处理的所述历史运行数据按照预设方式混合形成预测所需的训练集；

构建单元，用于通过所述训练集构建网络拥塞影响预测模型。