[发明专利]网络性能的预测方法及装置

权利要求书

1.一种网络性能的预测方法，其特征在于，所述方法包括：

获取链路的M个性能参数数据；

根据所述M个性能参数数据，计算所述链路的网络性能的云模型数字特征；

根据所述云模型数字特征，计算得到所述链路的网络性能的N个预测的性能参数数据；

如果所述N个预测的性能参数数据中存在超出预设上限值的数据，发出所述链路有超标风险的预测告警，其中，M、N为预设正整数。

2.根据权利要求1所述的方法，其特征在于，所述链路的网络性能的云模型数字特征包括：期望值E_x、熵E_n和超熵H_e；

所述根据所述M个性能参数数据，计算所述链路的网络性能的云模型数字特征，具体包括：

利用计算所述M个性能参数数据的样本均值，其中，为所述M个性能参数数据的样本均值，x_i为第i个性能参数数据；所述样本均值为所述M个性能参数数据的期望值E_x，也即

利用计算所述M个性能参数数据的一阶样本绝对中心距，其中，L为所述M个性能参数数据的一阶样本绝对中心距，x_i为第i个性能参数数据；所述一阶样本绝对中心距L与的乘积，为所述M个性能参数数据的熵E_n，也即En=π2*L=π2*1MΣi=1M|xi-Ex|;]]>

利用计算所述M个性能参数数据的样本方差，其中，S²为所述M个性能参数数据的样本方差，为所述M个性能参数数据的样本均值，x_i为第i个性能参数数据；所述样本方差S²与所述E_n平方的差值的平方根，为所述M个性能参数数据的超熵H_e，也即

3.根据权利要求2所述的方法，其特征在于，所述根据所述云模型数字特征，计算得到所述链路的网络性能的N个预测的性能参数数据，具体包括：

A、利用所述云模型数字特征{E_x，E_n，H_e}中的熵E_n和超熵H_e，生成以所述熵E_n为期望值、所述超熵H_e为标准差的正态随机数E_n′；

B、利用所述云模型数字特征{E_x，E_n，H_e}中的期望值E_x和所述正态随机数E_n′，生成以所述期望值E_x为期望值、所述正态随机数E_n′为标准差的正态随机数x；

C、利用计算所述正态随机数x属于所述网络性能的确定度y；

D、将确定度为y的所述正态随机数x作为所述网络性能的一个云滴；

E、重复A～D，直到产生N个云滴，作为所述N个预测的性能参数数据。

4.根据权利要求1至3任一项所述的方法，其特征在于，在所述获取链路的M个性能参数数据之后，还包括：

如果所述M个性能参数数据中存在超出所述预设上限值的数据，则发出所述链路已超标的告警。