买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国联合网络通信集团有限公司

摘要：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。

主权项：1.一种网络异常预测方法，其特征在于，所述方法包括：获取网络质量数据；所述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；所述用户侧数据包括用户业务配置数据和终端设备能力数据；对所述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；所述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；将所述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，包括：将所述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；所述网络异常预测模型包括所述离群检测子模型、参数拟合子模型以及时间序列预测子模型；所述离群检测子模型用于删除所述网络质量参数中的异常参数；将所述第一网络质量参数输入所述参数拟合子模型中，得到参数拟合后的第二网络质量参数；所述参数拟合子模型用于对所述网络质量参数进行数据拟合；将所述第二网络质量参数输入所述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；所述时间序列预测子模型用于预测目标时刻的网络质量参数；根据所述第三网络质量参数确定所述预测结果；所述预测结果包括异常小区以及异常问题信息；模型训练过程如下：通过时序数据分解方法，将第三网络质量参数St分解为趋势项trendt、周期项dailyt，weeklyt和误差项ε；根据分解出的趋势项trendt和周期项dailyt，weeklyt，预测目标时刻的趋势预测值trendt+7和周期预测值dailyt+7，weeklyt+7；根据趋势预测值trendt+7、周期预测值dailyt+7，weeklyt+7和误差项ε对所述目标时刻的第三网络质量参数进行预测；所述目标时刻的第三网络质量参数满足以下公式：St+7＝trendt+7+dailyt+7+weeklyt+7+ε其中，St+7为所述目标时刻的第三网络质量参数，trendt+7为基于时间序列预测子模型得到的趋势预测值，dailyt+7，weeklyt+7为基于时间序列预测子模型得到的周期预测值，ε为误差项。

全文数据：

权利要求：

百度查询： 中国联合网络通信集团有限公司 网络异常预测方法、装置及存储介质