[发明专利]无线网络性能检测方法、装置以及存储介质

权利要求书

1.一种无线网络性能检测方法，包括：

确定数据采集时间周期和被检测小区，获取在所述数据采集时间周期中、与所述被检测小区相对应的小区流量数据；

从预设的多种异常检测算法中选取目标算法，使用所述目标算法对所述小区流量数据进行分析处理；

其中，所述异常检测算法包括：基于统计分析的异常检测算法、基于机器学习的异常检测算法和基于密度的异常检测算法；

预先从全部小区流量数据抽取预定数量的小区数量，生成测试集合；基于多种异常检测算法分别对所述测试集合进行分析处理，获取多个测试分析结果；所述测试分析结果包括：对于小区流量正常数据与异常数据的分析数据；

将每个测试分析结果的分析数据显示在二维坐标图中，生成多个分析结果示意图；基于所述多个分析结果示意图对多种异常检测算法进行比较，基于比较结果选取所述目标算法；

基于所述分析处理的结果确定与所述被检测小区相对应的网络性能指标和/或设备是否出现异常。

2.如权利要求1所述的方法，所述目标算法为所述基于统计分析的异常检测算法；所述使用所述目标算法对所述小区流量数据进行分析处理包括：

设置第一列表，将所述小区流量数据存储在所述第一列表中，获取所述第一列表的长度；

对所述第一列表中的全部小区流量数据进行排序，获得第二列表；

在所述第二列表中获取位于所述长度的位置处的小区流量数据，并将此流量值设置为下四分位数Q1；

在所述第二列表中获取位于所述长度位置的小区流量数据，并将小区流量数据设置为上四分位数Q3；

设置参数k，计算小区流量数据的最小估计值、最大估计值分别为Q1-k*(Q3-Q1)、Q3+k*(Q3-Q1)；

将所述第二列表中大于所述最大估计值或小于所述最小估计值的小区流量数据作为小区流量异常数据。

3.如权利要求1所述的方法，所述目标算法为基于机器学习的异常检测算法；所述使用目标算法对所述小区流量数据进行分析处理包括：

对所述小区流量数据进行聚类计算，获得多个聚簇；其中，所述进行聚类计算使用的算法包括：K-means算法；

确定所述聚簇的聚簇中心点，获取所述小区流量数据分别与全部聚簇中心点相对应的多个距离，将所述小区流量数据划归到与多个距离中的最小距离相对应的聚簇中；

获取所述聚簇内全部小区流量数据到此聚簇的聚簇中心点的距离的平均值，如果与所述聚簇内的一个小区流量数据相对应的距离与所述平均值的差值大于预设的阈值，则将此小区流量数据作为小区流量异常数据。

4.如权利要求1所述的方法，所述目标算法为基于密度的异常检测算法；所述使用所述目标算法对所述小区流量数据进行分析处理包括：

根据时间将所述小区流量数据分为M类，其中，第i类内包含第i个时刻的所有小区流量数据；

对第i个时刻，将第i个时刻前两个时刻和后两个时刻的所有小区流量数据分别加入到第i类；

根据lof算法计算M类中每一类中所有小区流量数据的异常因子；

统计每一个时刻中每一个小区流量数据所对应的5个lof值，将所述5个lof值中的最小值作为异常因子；

合并M类，形成一个包含全部时刻的小区流量数据及各小区流量数据对应的异常因子的集合；

确定异常因子值，将所述集合中小于所述异常因子值的异常因子所对应的小区流量数据作为小区流量异常数据。