[發明專利]一種網絡質量實時分析方法及裝置

在審

• 申請號: 202011399515.5
• 申請日: 2020-12-02
• 公開（公告）號: CN112491627A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 武詩慧;胡迎東;唐心韻;郭玉章
• 申請（專利權）人: 中國建設銀行股份有限公司
• 主分類號: H04L12/24
• 分類號: H04L12/24;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 錢娜

1.一種網絡質量實時分析方法，其特征在于，所述方法包括：

實時采集網絡質量數據，所述網絡質量數據包括流量包數據和網關數據；

提取所述流量包數據和所述網關數據中的關鍵指標數據，

將所述關鍵指標數據輸入預先構建的網絡質量分析系統，使所述網絡質量分析系統利用所述關鍵指標數據進行網絡質量分析，得到多個網絡質量分析結果，并從所述多個網絡質量分析結果中選取結果相同且個數最多的網絡質量分析結果作為最優網絡質量分析結果；

其中，所述網絡質量分析系統包括多個網絡質量分析模型，每個網絡質量分析模型對所述關鍵指標數據進行網絡質量分析，輸出一個網絡質量分析結果。

2.根據權利要求1所述的方法，其特征在于，所述網絡質量分析系統包括決策樹模型、神經網絡模型和二分類模型，所述網絡質量分析系統利用所述關鍵指標數據進行網絡質量分析，得到多個網絡質量分析結果，并從所述多個網絡質量分析結果中選取結果相同且個數最多的網絡質量分析結果作為最優網絡質量分析結果，包括：

所述決策樹模型利用所述關鍵指標數據進行網絡質量分析，得到第一網絡質量分析結果；

所述神經網絡模型利用所述關鍵指標數據進行網絡質量分析，得到第二網絡質量分析結果；

所述二分類模型利用所述關鍵指標數據進行網絡質量分析，得到第三網絡質量分析結果；

選取所述第一網絡質量分析結果、所述第二網絡質量分析結果和所述第三網絡質量分析結果中結果相同且個數最多的網絡質量分析結果作為最優網絡質量分析結果。

3.根據權利要求1所述的方法，其特征在于，所述網絡質量分析系統的構建過程，包括：

獲取所述歷史網絡質量數據，所述歷史網絡質量數據包括歷史流量數據包和歷史網關數據；

提取所述歷史流量數據包和所述歷史網關數據中的歷史關鍵指標數據；

將所述歷史關鍵指標數據輸入待訓練決策樹模型中，以便所述待訓練決策樹模型利用所述歷史關鍵指標數據進行網絡質量分析，以分析出的網絡質量分析結果趨近于目標網絡質量分析結果為訓練目標，對所述待訓練決策樹模型進行訓練，直至所述待訓練決策樹模型達到收斂，得到決策樹模型；

將所述歷史關鍵指標數據輸入待訓練神經網絡模型中，以便所述待訓練神經網絡模型利用所述歷史關鍵指標數據進行網絡質量分析，以分析出的網絡質量分析結果趨近于所述目標網絡質量分析結果為訓練目標，對所述待訓練神經網絡模型進行訓練，直至所述待訓練神經網絡模型達到收斂，得到神經網絡模型；

將所述歷史關鍵指標數據輸入待訓練二分類模型中，以便所述待訓練二分類模型利用所述歷史關鍵指標數據進行網絡質量分析，與分析出的網絡質量分析結果趨近于所述目標網絡質量分析結果為訓練目標，對所述待訓練二分類模型進行訓練，直至所述待訓練二分類模型達到收斂，得到二分類模型；

基于所述決策樹模型、所述神經網絡模型和所述二分類模型構建所述網絡質量預測系統。

4.根據權利要求1所述的方法，其特征在于，所述方法還包括：

利用所述最優網絡質量分析結果對所述網絡質量數據進行網絡質量標識；

將所述最優網絡質量分析結果、所述網絡質量數據和進行了網絡質量標識后的網絡質量數據存儲至數據庫中。

5.根據權利要求4所述的方法，其特征在于，所述方法還包括：

從所述數據庫中獲取第一預設時間段內的至少一個最優網絡質量分析結果；

判斷所述至少一個最優網絡質量分析結果中表征網絡狀態差的最優網絡質量分析結果的數量是否小于預設數量；

若所述至少一個最優網絡質量分析結果中表征網絡狀態差的網絡質量分析結果的數量不小于預設數量，輸出報警信息。

6.根據權利要求4所述的方法，其特征在于，所述方法還包括：

從所述數據庫中獲取第一預設時間段內的至少一個最優網絡質量分析結果；

判斷所述至少一個最優網絡質量分析結果中是否存在連續第二預設時間段內出現表征網絡狀態差的最優網絡質量分析結果；

若所述至少一個最優網絡質量分析結果中存在連續所述第二預設時間段內出現表征網絡狀態差的最優網絡質量分析結果，輸出報警信息。