[发明专利]业务质量监控方法和设备

权利要求书

1.一种业务质量监控方法，其特征在于，包括：

获取目标网元在过去N个时刻的流量数据，所述流量数据包括：流入所述目标网元的流量和流出所述目标网元的流量中的至少一种，其中，N为大于或者等于1的整数；

根据所述过去N个时刻的流量数据和预先训练的预测模型，预测所述目标网元在未来N个时刻的流量数据；

根据所述未来N个时刻的流量数据和未来N个时刻的实际监测数据，确定所述目标网元的业务质量。

2.根据权利要求1所述的方法，其特征在于，所述根据所述过去N个时刻的流量数据和预先训练的预测模型，预测所述目标网元在未来N个时刻的流量数据之前，还包括：

获取所述预测模型，所述预测模型用于指示所述目标网元在过去N个时刻的流量数据与在未来N个时刻的流量数据的关系。

3.根据权利要求2所述的方法，其特征在于，所述获取所述预测模型，包括：

从数据库中提取所述目标网元在过去M个时刻的样本数据；

根据所述样本数据，训练得到所述预测模型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述样本数据，训练得到所述预测模型，包括：

根据所述样本数据，建立基于时间序列的流量深度学习模型；

对所述流量深度学习模型进行训练，得到所述预测模型。

5.根据权利要求4所述的方法，其特征在于，所述对所述流量深度学习模型进行训练，得到所述预测模型，包括：

初始化所述流量深度学习模型的模型参数；

根据所述样本数据，调节所述模型参数；

当所述流量深度学习模型的预测精度达到预设阈值时，根据对应的模型参数确定所述预测模型。

6.根据权利要求5所述的方法，其特征在于，所述根据所述样本数据，调节所述模型参数，包括：

根据所述样本数据，计算所述流量深度学习模型计算结果的偏差程度；

根据所述计算结果的偏差程度，调节所述模型参数。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述根据所述未来N个时刻的流量数据和未来N个时刻的实际监测数据，确定所述目标网元的业务质量，包括：

根据所述未来N个时刻的流量数据和未来N个时刻的实际监测数据，确定所述目标网元的链路负荷状态；

根据所述目标网元的链路负荷状态，确定所述目标网元的业务质量。

8.一种业务质量监控装置，其特征在于，包括：

获取模块，用于获取目标网元在过去N个时刻的流量数据，所述流量数据包括：流入所述目标网元的流量和流出所述目标网元的流量中的至少一种，其中，N为大于或者等于1的整数；

预测模块，用于根据所述过去N个时刻的流量数据和预先训练的预测模型，预测所述目标网元在未来N个时刻的流量数据；

确定模块，用于根据所述未来N个时刻的流量数据和未来N个时刻的实际监测数据，确定所述目标网元的业务质量。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任一项所述的方法。

10.一种网管系统，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来实现权利要求1-7任一项所述的方法。