[发明专利]网络异常预测方法、装置及存储介质

说明书

本申请提供一种网络异常预测方法、装置及存储介质，涉及通信技术领域，能够解决现有技术检测效率低下的问题。该方法包括：获取网络质量数据；网络质量数据包括历史时间段内的网络侧数据和用户侧数据；用户侧数据包括用户业务配置数据和终端设备能力数据；对网络质量数据进行参数提取，得到历史时间段内的网络质量参数；网络质量参数包括即时通信时延、视频下载速率以及下行往返时延中的至少一项；将网络质量参数输入网络异常预测模型中，得到目标时刻的预测结果；预测结果包括异常小区以及异常问题信息。本申请能够提高网络异常预测效率。

技术领域

本申请涉及通信技术领域，尤其涉及一种网络异常预测方法、装置及存储介质。

背景技术

随着通信行业发展，网络快速迭代，面对日益复杂的网络，几何级增长移动通信基站数量，以及海量用户实时通信数据，都需要及时存储，而无线网质量监控就是将及时通讯数据进行整理，实时传递，挖掘异常数据，从而保障通信基站运行正常。

现有技术通常由相关技术人员对网络质量数据进行监控，检测其中的异常数据，从而确定网络异常问题。然而该方案检测效率低下，难以应对数据量倍增的网络通信数据。

发明内容

本申请提供一种网络异常预测方法、装置及存储介质，能够提高网络异常预测效率。

为达到上述目的，本申请采用如下技术方案：

第一方面，本申请提供一种网络异常预测方法，该方法包括：获取网络质量数据；网络质量数据包括历史时间段内的网络侧数据和用户侧数据；用户侧数据包括用户业务配置数据和终端设备能力数据；对网络质量数据进行参数提取，得到历史时间段内的网络质量参数；网络质量参数包括即时通信时延、视频下载速率以及下行往返时延中的至少一项；将网络质量参数输入网络异常预测模型中，得到目标时刻的预测结果；预测结果包括异常小区以及异常问题信息。

基于上述技术方案，网络异常预测装置通过获取包括历史时间段内的网络侧数据和用户侧数据的网络质量数据，从而对该网络质量数据进行参数提取，得到历史时间段内的网络质量参数。该网络质量参数可以包括即时通信时延、视频下载速率以及下行往返时延中的至少一项。之后，网络异常预测装置可以将网络质量参数输入网络异常预测模型中，得到目标时刻的预测结果。该预测结果包括异常小区以及异常问题信息。相比于现有技术中通过技术人员人工进行无线网质量监控检测的方案，本申请提高了检测效率以及检测准确度。同时，本申请中网络异常预测装置还可以基于历史时间段内的网络质量参数进行预测，从而得到目标时刻的预测结果，因此能够更加及时地检测网络异常问题，提高了异常检测的时效性。

结合上述第一方面，在一种可能的实现方式中，网络异常预测模型包括离群检测子模型、参数拟合子模型以及时间序列预测子模型；离群检测子模型用于删除网络质量参数中的异常参数；参数拟合子模型用于对网络质量参数进行数据拟合；时间序列预测子模型用于预测目标时刻的网络质量参数。

结合上述第一方面，在一种可能的实现方式中，该方法包括：将网络质量参数输入离群检测子模型中，得到去除异常参数后的第一网络质量参数；将第一网络质量参数输入参数拟合子模型中，得到参数拟合后的第二网络质量参数；将第二网络质量参数输入时间序列预测子模型中，得到目标时刻的第三网络质量参数；根据第三网络质量参数确定预测结果。

结合上述第一方面，在一种可能的实现方式中，该方法还包括：对网络质量数据进行数据预处理操作；数据预处理操作包括一下至少一项：重复值数据处理、缺失值数据处理、异常值数据处理以及数据标准化处理。