[发明专利]因果关系的识别方法、终端设备及存储介质

说明书

本发明公开了一种因果关系的识别方法，终端设备及计算机可读存储介质，所述方法包括：获取宽带传输数据，其中，所述宽带传输数据包括上传速率时间序列及下载速率时间序列；基于自回归模型确定所述上传速率时间序对应的自预测误差，并基于联合回归模型及所述下载速率时间序列确定所述上传速率时间序对应的联合预测误差；或者基于所述自回归模型确定所述下载速率时间序对应的所述自预测误差，并基于所述联合回归模型及所述上传速率时间序列确定所述下载速率时间序对应的所述联合预测误差；根据所述自预测误差及所述联合预测误差确定上传速率及下载速率之间的因果值。本发明旨在达成提高宽带测速结果分析的全面性的效果。

技术领域

本发明涉及通信技术领域，尤其涉及因果关系的识别方法、终端设备及计算机可读存储介质。

背景技术

由于网络环境十分复杂，影响宽带上传和下载速率的因素很多，如实际的物理带宽、当前的网络环境、实际使用的应用软件等。而在计算机网络中，传输的资源需要收到资源的确认消息回复，才能决定后续的传输速率，并决定是否重新传输丢失的资源。而上行的带宽一部分就是用来传输这些确认信息的。因此当出现上行负载过大的时候，上传队列就会出现拥塞，确认数据无法发出，很明显会影响确认消息的传送速度，进而影响到下载速率。

但是，相关技术中，仅能分析确定带宽和应用软件等对宽带测速结果的影响，而无法确定上传速率和下载速率之间的因果关系。这样导致相关技术中的宽带测速结果分析存在分析不全面的缺陷。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种因果关系的识别方法、终端设备及计算机可读存储介质，旨在达成提高宽带测速结果分析的全面性的效果。

为实现上述目的，本发明提供一种因果关系的识别方法，所述因果关系的识别方法包括以下步骤：

S10：获取宽带传输数据，其中，所述宽带传输数据包括上传速率时间序列及下载速率时间序列；

S20：基于自回归模型确定所述上传速率时间序对应的自预测误差，并基于联合回归模型及所述下载速率时间序列确定所述上传速率时间序对应的联合预测误差；或者基于所述自回归模型确定所述下载速率时间序对应的所述自预测误差，并基于所述联合回归模型及所述上传速率时间序列确定所述下载速率时间序对应的所述联合预测误差；

S30：根据所述自预测误差及所述联合预测误差确定上传速率及下载速率之间的因果值。

可选地，所述S20步骤之前，还包括：

对所述宽带传输数据进行基线校正处理；

在进行基线校正处理后的所述宽带传输数据满足单根检验要求时，执行所述S20步骤。

可选地，所述对所述宽带传输数据进行基线校正处理的步骤之后，还包括：

在进行基线校正处理后的所述宽带传输数据不满足所述单根检验要求时，对进行基线校正处理后的所述宽带传输数据进行一阶差分处理；

在对所述宽带传输数据进行一阶差分处理后，执行所述S20步骤。

可选地，所述S20步骤之前，还包括：

基于赤池信息准则或者贝叶斯信息准则确定所述自回归模型对应的目标阶数；

根据所述目标阶数对所述自回归模型进行线性拟合；

所述S20步骤包括：