[发明专利]一种大数据环境下城域网分析预测方法及可读存储介质

权利要求书

1.一种大数据环境下城域网分析预测方法，其特征在于，包括：

定时获取城域网内各网管的基础关键数据、BRAS各类型端口信息以及用户数预测信息，该基础关键数据包括BRAS槽位及session数信息、BRAS上行峰值流量信息、OLT上联设备信息、OLT上行峰值流量信息、OLT承载用户明细、OLT所承载的各速率用户峰值流量信息以及用户签约套餐信息；

基于设定的网络现状参数预测模型对所述基础关键数据进行处理，得到城域网现状的动态表示参数，所述网络现状参数预测模型包括BRAS上下行收敛比预测模型、OLT上下行收敛比预测模型、不同速率用户流量模型预测模型、不同速率用户在线集中比模型以及单用户所占session数预测模型；

所述城域网现状的动态表示参数包括BRAS上下行收敛比、OLT上下行收敛比、不同速率用户流量模型、不同速率用户在线集中比模型以及单用户所在session数；

基于设定的网络能力计算模型，对所述城域网现状的动态表示参数和所述用户数预测信息进行处理，得到所述城域网的能力表示参数，所述网络能力计算模型包括OLT下行峰值流量预测模型、OLT上行峰值流量预测模型、BRAS下行峰值流量及下行端口预测模型、BRAS上行峰值流量预测模型以及BRAS上行端口预测模型；

所述城域网的能力表示参数包括OLT下行峰值流量预测值、OLT上行峰值流量预测值、BRAS下行峰值流量、BRAS下行端口预测值、BRAS上行峰值流量预测值以及BRAS上行端口预测值；

基于所述城域网的能力表示参数、BRAS槽位及session数信息、BRAS各类型端口信息、OLT上联设备信息、OLT承载用户明细信息以及预测用户数，对所述城域网的扩容规模进行预测；

根据预测得到的城域网扩容规模，构建所述城域网的工程建设方案。

2.如权利要求1所述的大数据环境下城域网分析预测方法，其特征在于，所述基于设定的网络现状参数模型对所述基础关键数据进行处理，得到城域网现状的动态表示参数，包括：

利用所述BRAS上下行收敛比预测模型对所述BRAS上行峰值流量信息、OLT上行峰值流量信息以及OLT上联设备信息进行处理，得到BRAS上下行收敛比预测值，其中BRAS上下行收敛比预测模型为：

BRAS上下行收敛比＝BRAS上行峰值流量/∑(归属该BRAS设备的OLT上行峰值流量)；

利用所述OLT上下行收敛比预测模型对所述OLT上行峰值流量信息、OLT所承载的各速率用户峰值流量信息进行处理，得到OLT上下行收敛比预测值，其中OLT上下行收敛比预测模型为：

OLT上下行收敛比＝OLT上行峰值流量/∑(该OLT设备所承载的各速率用户峰值流量)；

利用所述不同速率用户流量预测模型对所述OLT承载用户明细、OLT所承载的各速率用户峰值流量信息以及用户签约套餐信息进行处理，得到不同速率用户流量模型，其中不同速率用户流量预测模型为：

不同速率用户流量模型＝∑(各速率用户的峰值流量)/各速率用户的忙时在线数，

其中，各速率用户的峰值流量之和由所述OLT承载用户明细、OLT所承载的各速率用户峰值流量信息及用户签约套餐进行关联得到；各速率用户忙时在线数，即为各速率用户忙时在线集中比，意为OLT设备达到峰值流量时同时在线的各速率用户数；

利用所述不同速率用户在线集中比模型对所述OLT承载用户明细及OLT所承载的各速率用户峰值流量信息进行处理，得到不同速率用户在线集中比，其中不同速率用户在线集中比模型为：

不同速率用户在线集中比＝各速率用户的忙时在线数/该OLT设备所承载的各速率用户总数，

其中，忙时在线数即为达到峰值流量时同时在线用户数，设备所承载的各速率用户总数即为在该时刻此OLT设备所承载的线上及线下同一速率用户之和；

利用所述单用户所在session数预测模型对所述BRAS槽位及session数信息、OLT上联设备信息以及OLT承载用户明细进行处理，得到单用户所在session数，其中单用户所在session数预测模型为：

单用户所占session数＝BRAS设备session数/∑(归属该BRAS设备的OLT所承载的在线用户数)。