本发明专利技术公开了一种路由器流量数据智能分析的方法,包括步骤:接收路由器流量数据,分析流量数据的数据周期,并根据该数据周期确定正常数据区间;根据数据周期以及正常数据区间,预测流量数据的异常数据点,输出该异常数据点。本发明专利技术还公开了一种路由器流量数据智能分析的装置。采用本发明专利技术所公开的方案,能够有效分析出数据之间的关联规则,并且充分发掘出历史数据的周期性、正常数据的区间,检测异常数据点,以便对路由器异常数据点提前进行预警,从而在很大程度上减小了相互通讯流量大的网段出现阻塞,以及未来高峰时段流量出现阻塞和丢失的现象。
【技术实现步骤摘要】
路由器流量数据智能分析的方法和装置
本专利技术涉及到数据处理
,特别涉及到一种路由器流量数据智能分析的方法和装置。
技术介绍
通信网络中,路由器负责连接多个网段以便进行信息的传送,经由路由器的数据如果进行深层分析可以为用户提供很多信息,例如拥塞时段、数据周期、异常流量检测以及数据关联规则等,这些信息可以为用户优化网络提供进一步的技术支撑。目前,网络运营者通常根据实时流量检测网络、分析历史数据流量,这种检测分析手段存在以下局限性: 1、数据分析方法局限,一般通过统计方式呈现数据。它不能有效分析出数据之间的关联规则,不能充分发掘出历史数据的周期性、正常数据的区间,不能检测异常数据点。 2、缺失数据的趋势预测分析,不能对路由器异常数据点提前进行预警。
技术实现思路
本专利技术的主要目的为提供一种路由器流量数据智能分析的方法和装置,能够减小相互通讯流量大的网段出现阻塞,以及未来高峰时段流量出现阻塞和丢失的现象。 本专利技术提供一种路由器流量数据智能分析的方法,包括步骤: 接收路由器流量数据,分析所述流量数据的数据周期,并根据该数据周期确定正常数据区间; 根据所述数据周期以及正常数据区间,预测所述流量数据的异常数据点,输出该异常数据点。 优选地,所述分析流量数据的数据周期,并根据该数据周期确定正常数据区间的步骤具体包括: 分析接收的所述流量数据,获取流量数据的数据周期; 根据所述数据周期,将流量数据进行分段,比对同一时间点的流量数据,根据比对结果确定正常数据区间的最小值和最大值。 优选地,所述根据数据周期以及正常数据区间,预测所述流量数据的异常数据点的步骤具体包括: 根据所述数据周期,采用趋势预测算法获取所述流量数据的未来周期数据值; 根据所述正常数据区间,预测所述未来周期数据值中的异常数据点。 优选地,在所述分析所述流量数据的数据周期,并根据该数据周期计算正常数据区间的步骤同时,还包括: 分析所述流量数据的关联性,并根据该关联性获取所述流量数据的关联规则,输出该关联规则。 优选地,所述分析流量数据的关联性,并根据该关联性获取所述流量数据的关联规则的步骤具体包括: 对接收的所述流量数据进行定性分析,得到流量数据的数据列之间的关联性; 根据所得到的关联性,对流量数据的数据列进行定量分析,获取所述流量数据的数据列的关联规则。 优选地,在所述根据数据周期以及正常数据区间,预测所述流量数据的异常数据点,输出该异常数据点的步骤之后,还包括: 根据所述异常数据点和关联规则,调整路由器的配置策略,发送调整后的路由器配置数据至路由器设备。 本专利技术还提供一种路由器流量数据智能分析的装置,包括: 数据接收模块,用于接收路由器流量数据; 数据检测模块,用于分析所述流量数据的数据周期,并根据该数据周期确定正常数据区间; 趋势预测模块,用于根据所述数据周期以及正常数据区间,预测所述流量数据的异常数据点,输出该异常数据点。 优选地,所述数据检测模块具体包括: 周期获取单元,用于分析接收的所述流量数据,获取流量数据的数据周期; 区间确定单元,用于根据所述数据周期,将流量数据进行分段,比对同一时间点的流量数据,根据比对结果确定正常数据区间的最小值和最大值。 优选地,所述趋势预测模块具体包括: 未来值获取单元,用于根据所述数据周期,采用趋势预测算法获取所述流量数据的未来周期数据值; 异常预测单元,用于根据所述正常数据区间,预测所述未来周期数据值中的异常数据点。 优选地,路由器流量数据智能分析的装置还包括: 数据分析模块,用于分析所述流量数据的关联性,并根据该关联性获取所述流量数据的关联规则,输出该关联规则。 优选地,所述数据分析模块具体包括: 定性分析单元,用于对接收的所述流量数据进行定性分析,得到流量数据的数据列之间的关联性; 定量分析单元,用于根据所得到的关联性,对流量数据的数据列进行定量分析,获取所述流量数据的数据列的关联规则。 优选地,路由器流量数据智能分析的装置还包括: 策略管理模块,用于根据所述异常数据点和关联规则,调整路由器的配置策略,发送调整后的路由器配置数据至路由器设备。 本专利技术通过对接收路由器流量数据进行数据周期的分析,并根据该数据周期确定正常数据区间;根据数据周期以及正常数据区间,预测流量数据的异常数据点,输出该异常数据点,能够有效分析出数据之间的关联规则,并且充分发掘出历史数据的周期性、正常数据的区间,检测异常数据点,以便对路由器异常数据点提前进行预警,从而在很大程度上减小了相互通讯流量大的网段出现阻塞,以及未来高峰时段流量出现阻塞和丢失的现象。 【附图说明】 图1为本专利技术路由器流量数据智能分析的方法第一实施例的流程示意图; 图2为本专利技术路由器流量数据智能分析的方法中分析流量数据的数据周期,根据数据周期确定正常数据区间的流程示意图; 图3为本专利技术路由器流量数据智能分析的方法中根据数据周期以及正常数据区间预测流量数据的异常数据点的流程示意图; 图4为本专利技术路由器流量数据智能分析的方法第二实施例的流程示意图; 图5为本专利技术路由器流量数据智能分析的方法中分析流量数据的关联性,并根据关联性获取流量数据的关联规则的流程示意图; 图6为本专利技术路由器流量数据智能分析的方法第三实施例的流程示意图; 图7为本专利技术路由器流量数据智能分析的装置第一实施例的结构示意图; 图8为本专利技术路由器流量数据智能分析的装置的数据检测模块的流程示意图; 图9为本专利技术路由器流量数据智能分析的装置的趋势预测模块的流程示意图; 图10为本专利技术路由器流量数据智能分析的装置第二实施例的结构示意图; 图11为本专利技术路由器流量数据智能分析的装置的数据分析模块的结构示意图; 图12为本专利技术路由器流量数据智能分析的装置第三实施例的结构示意图。 本专利技术目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。 【具体实施方式】 应当理解,此处所描述的具体实施例仅仅用以解释本专利技术,并不用于限定本专利技术。 本专利技术提供一种路由器流量数据智能分析的方法。对路由器流量数据进行深度智能分析,如提取数据模型、进行趋势预测和挖掘异常数据点,并根据分析的结果和挖掘异常数据点,调整网络设备策略,并将调控策略传递给路由器设备以供其进行控制。 参照图1,图1为本专利技术路由器流量数据智能分析的方法第一实施例的流程示意图。 本实施例所提供的路由器流量数据智能分析的方法,包括: 步骤S10,接收路由器流量数据,分析流量数据的数据周期,并根据该数据周期确定正常数据区间; 本实施例中,通过路由器数据采集设备实时获取路由器流量数据,接收到路由器数据采集设备采集到的路由器流量数据后,分析该流量数据,得出其数据周期,然后根据所得到的数据周期确定流量数据的正常数据区间,即在该区间范围内的流量数据即为正常数据,而超出该区间范围的流量数据即可确定为异常数据。 进一步参照图2,图2为本专利技术路由器流量数据智能分析的方法中分析流量数据的数据周期,根据数据周期确定正常数据区间的流程示意图。 在本实施例中,步骤SlO进一步包括: 步骤S11,分析接收的流量数据,获取流量数本文档来自技高网...
【技术保护点】
一种路由器流量数据智能分析的方法,其特征在于,包括步骤:接收路由器流量数据,分析所述流量数据的数据周期,并根据该数据周期确定正常数据区间;根据所述数据周期以及正常数据区间,预测所述流量数据的异常数据点,输出该异常数据点。
【技术特征摘要】
1.一种路由器流量数据智能分析的方法,其特征在于,包括步骤: 接收路由器流量数据,分析所述流量数据的数据周期,并根据该数据周期确定正常数据区间; 根据所述数据周期以及正常数据区间,预测所述流量数据的异常数据点,输出该异常数据点。2.根据权利要求1所述的路由器流量数据智能分析的方法,其特征在于,所述分析流量数据的数据周期,并根据该数据周期确定正常数据区间的步骤具体包括: 分析接收的所述流量数据,获取流量数据的数据周期; 根据所述数据周期,将流量数据进行分段,比对同一时间点的流量数据,根据比对结果确定正常数据区间的最小值和最大值。3.根据权利要求1所述的路由器流量数据智能分析的方法,其特征在于,所述根据数据周期以及正常数据区间,预测所述流量数据的异常数据点的步骤具体包括: 根据所述数据周期,采用趋势预测算法获取所述流量数据的未来周期数据值; 根据所述正常数据区间,预测所述未来周期数据值中的异常数据点。4.根据权利要求1至3中任一项所述的路由器流量数据智能分析的方法,其特征在于,在所述分析所述流量数据的数据周期,并根据该数据周期计算正常数据区间的步骤同时,还包括: 分析所述流量数据的关联性,并根据该关联性获取所述流量数据的关联规则,输出该关联规则。5.根据权利要求4所述的路由器流量数据智能分析的方法,其特征在于,所述分析流量数据的关联性,并根据该关联性获取所述流量数据的关联规则的步骤具体包括: 对接收的所述流量数据进行定性分析,得到流量数据的数据列之间的关联性; 根据所得到的关联性,对流量数据的数据列进行定量分析,获取所述流量数据的数据列的关联规则。6.根据权利要求5所述的路由器流量数据智能分析的方法,其特征在于,在所述根据数据周期以及正常数据区间,预测所述流量数据的异常数据点,输出该异常数据的步骤之后,还包括: 根据所述异常数据点和关联规则,调...
【专利技术属性】
技术研发人员:吕燕,杨魁,
申请(专利权)人:中兴通讯股份有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。