[发明专利]一种网络设备性能监控方法及网络管理系统

权利要求书

1.一种网络设备性能监控方法，其特征在于，包括：

网络管理系统周期采集网络设备的KPI性能指标数据；

所述网络管理系统将采集到的KPI性能指标数据按照设定的时间窗口进行汇总，得到各时间窗口的KPI性能指标数据汇总值；

所述网络管理系统利用线性回归算法模型，并根据当前时间窗口之前的N个时间窗口的KPI性能指标数据汇总值，预测包括当前时间窗口在内的未来N个时间窗口的KPI性能指标数据；

所述网络管理系统判断所述未来N个时间窗口的KPI性能指标数据是否超过设定告警阈值，并在判断为是时发出告警。

2.如权利要求1所述的方法，其特征在于，所述各时间窗口的KPI性能指标数据汇总值，为各时间窗口内采集到的KPI性能指标数据峰值；或者

所述各时间窗口的KPI性能指标数据汇总值，为各时间窗口内的各采集周期采集到的KPI性能指标数据峰值的平均值，所述采集周期的长度小于所述时间窗口的长度。

3.如权利要求1所述的方法，其特征在于，所述利用线性回归算法模型，并根据当前时间窗口之前的N个时间窗口的KPI性能指标数据汇总值，预测包括当前时间窗口在内的未来N个时间窗口的KPI性能指标数据，包括：

利用线性回归算法模型，并根据当前时间窗口之前的N个时间窗口的KPI性能指标数据汇总值，计算得到该N个时间窗口的KPI性能指标数据汇总值的线性回归算法模型斜率；

利用所述线性回归算法模型，并根据该斜率分别计算得到包括当前时间窗口在内的未来N个时间窗口的KPI性能指标数据的预测值。

4.如权利要求1所述的方法，其特征在于，所述利用线性回归算法模型，并根据当前时间窗口之前的N个时间窗口的KPI性能指标数据汇总值，预测包括当前时间窗口在内的未来N个时间窗口的KPI性能指标数据，包括：

在当前时间窗口之前的N个时间窗口中，用每个时间窗口的KPI性能指标数据汇总值减去其前一个时间窗口的KPI性能指标数据汇总值，得到包含有N-1个增量值的数组；

利用线性回归算法模型，并根据该数组，计算得到该N-1个增量值的线性回归算法模型斜率；

利用所述线性回归算法模型，并根据该斜率分别计算得到包括当前时间窗口在内的未来N个时间窗口的KPI性能指标数据与前一个时间窗口相比的增量值；

根据所述未来N个时间窗口中的每一个时间窗口的KPI性能指标数据的增量值，及其前一个时间窗口的KPI性能指标数据预测值，得到所述未来N个时间窗口中的每个时间窗口的KPI性能指标数据预测值；其中，该未来N个时间窗口中的第一个时间窗口的KPI性能指标数据预测值为对应的增量值与其前一个时间窗口的KPI性能指标数据汇总值之和。

5.如权利要求1所述的方法，其特征在于，在以下情况之一时，所述网络管理系统判断未来N个时间窗口的KPI性能指标数据超过设定告警阈值：

所述未来N个时间窗口的KPI性能指标数据超过该KPI性能指标阈值；

所述当前时间窗口之前的N个时间窗口的KPI性能指标数据汇总值的线性回归算法模型斜率大于设定阈值；

所述当前时间窗口之前的N个时间窗口的KPI性能指标数据汇总值的线性回归算法模型斜率大于设定阈值，且所述未来N个时间窗口的KPI性能指标数据超过该KPI性能指标阈值。

6.如权利要求5所述的方法，其特征在于，所述KPI性能指标阈值是根据所述未来N个时间窗口的KPI性能指标数据，以及当前时间窗口之前的N个时间窗口的KPI性能指标数据汇总值的线性回归算法模型斜率，在预先设置的KPI性能指标阈值基础上调整得到的。

7.如权利要求1-6之一所述的方法，其特征在于，所述时间窗口的长度以分钟为单位；或者

所述时间窗口的长度以天为单位；或者

所述时间窗口的长度以月为单位。

8.如权利要求1-6之一所述的方法，其特征在于，所述KPI性能指标数据包括以下之一或任意组合：CPU使用率、内存使用率和网络吞吐量。