[发明专利]一种基于大数据的网络运行状况预测模型

权利要求书

1.一种基于大数据的网络运行状况预测模型，其特征在于,以网管设备数据为基础，引入海量的用户信令数据、MR数据、投诉数据及调查数据，提出基于大数据的三域两层的网络运行分析预测模型体系架构，采用当前主流的MPP分布式数据处理技术，基于数据挖掘技术中的回归预测算法，实现网络运行状况分析预测；

所述网络运行分析预测模从网络运维域、业务应用域、网络安全域三个维度分析，每个维度从网络、用户两个层面展开。

2.根据权利要求1所述一种基于大数据的网络运行状况预测模型，其特征在于,所述网络运维域主要评估电信运营商基础网络的支撑能力，依靠一级指标网络运维得分进行评价。

3.根据权利要求2所述一种基于大数据的网络运行状况预测模型，其特征在于,由一级指标进一步分解出资源合理、网络覆盖好、网络质量优、运维能力强四项二级指标；网络覆盖好与信号强、易接入两项用户级指标存在关联；网络质量优与不掉线、无干扰两项用户级指标存在关联。

4.根据权利要求1所述一种基于大数据的网络运行状况预测模型，其特征在于,所述业务应用域主要评估电信运营商能为用户提供的自有及增值业务服务能力，依靠一级指标业务应用得分进行评价，支持单个业务评估。

5.根据权利要求4所述一种基于大数据的网络运行状况预测模型，其特征在于,由一级指标进一步分解出资源占用合理、使用感知好、无违规、价值高四项二级指标；使用感知好与易接入、时延低、流量合理三项用户级指标存在关联。

6.根据权利要求1所述一种基于大数据的网络运行状况预测模型，其特征在于,所述网络安全域用于评价电信运营商为移动用户、网络本身提供的安全防护能力，依靠一级指标网络安全得分进行评价。

7.根据权利要求6所述一种基于大数据的网络运行状况预测模型，其特征在于,由一级指标进一步分解出终端安全、网络安全、内容安全三项二级指标；终端安全与无木马病毒、无异常流量二项用户级指标存在关联；内容安全与信息完整、无违规内容两项用户级指标存在关联。

8.根据权利要求7所述一种基于大数据的网络运行状况预测模型，其特征在于,针对每项KPI指标设置基准值和挑战值，分低于基准值、介于基准值和挑战值之间、高于挑战值三类来打分，得出KPI指标得分f(x)：

f(x)=30,x<minmax-xmax-min*70+30,x<max100,x≥max,]]>

x为相应KPI指标值，max、min对应指标的挑战值、基准值。