[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

权利要求书

1.一种预测网络拥塞对网络质量影响的方法，其特征在于，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；

所述分别针对不同类别的所述历史运行数据进行数据处理包括：

去除所有历史运行数据中的异常数据，所述异常数据包括空值、负值以及利用率、丢包率超过1的数据；

分别针对所述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，按照预先划分的利用率区间以及利用率与丢包率或时延值的对应关系，将丢包率或时延值划分到对应的利用率区间，筛选各利用率区间范围内所述丢包率和/或时延值数据的有效数据；

所述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包括：

将所述待预测端口近期历史运行数据作为预测所需训练集的基础数据；

根据所述待预测端口近期历史运行数据的数量以及预设比例系数，计算所述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分别应混入预测所需训练集的数量；

按照计算得出的数量，分别将所述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混入预测所需训练集。

2.根据权利要求1所述预测网络拥塞对网络质量影响的方法，其特征在于，所述筛选各利用率区间范围内所述丢包率和/或时延值数据的有效数据包括：

以25％分位数减1.5*四分位差作为下限，以75％分位数加1.5*四分位差作为上限，筛选该利用率区间内所述丢包率和/或时延值的有效数据；

或者

计算该利用率区间内所述丢包率和/或时延值的均值和标准差，以均值减3*标准差为下限，以均值加3*标准差为上限，筛选该利用率区间内所述丢包率和/或时延值的有效数据。

3.根据权利要求1所述预测网络拥塞对网络质量影响的方法，其特征在于，所述按照计算得出的数量，分别将所述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混入预测所需训练集包括：

根据计算得出的数量，从对应历史运行数据的每个利用率区间内随机抽取相应数量的有效数据样本，混入预测所需训练集；

或者

根据计算得出的数量，将每个利用率区间内有效数据的均值重复混入预测所需训练集。

4.一种预测网络拥塞对网络质量影响的装置，其特征在于，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；

所述处理单元具体用于：

去除所有历史运行数据中的异常数据，所述异常数据包括空值、负值以及利用率、丢包率超过1的数据；

分别针对所述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，按照预先划分的利用率区间以及利用率与丢包率或时延值的对应关系，将丢包率或时延值划分到对应的利用率区间，筛选各利用率区间范围内所述丢包率和/或时延值数据的有效数据；

所述混合单元具体用于：

将所述待预测端口近期历史运行数据作为预测所需训练集的基础数据；

根据所述待预测端口近期历史运行数据的数量以及预设比例系数，计算所述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分别应混入预测所需训练集的数量；

按照计算得出的数量，分别将所述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混入预测所需训练集。