一种基于大数据技术的5G网络优化方法及系统与流程

本发明属于通信，尤其是涉及一种基于大数据技术的5g网络优化方法及系统。

背景技术：

1、5g是第五代蜂窝移动通信技术，相比4g网络，5g网络的带宽更高、延迟更低、连接更稳定，可以支持更多的用户和更多的设备接入网络并提供更高质量的服务。然而5g的复杂系统结构和强大的功能要求需要更高的性能和更高的资源利用率，这就要求在5g网络的构建和运行过程中采用大数据技术进行优化。

2、大数据技术可以处理分布在不同位置上、格式和类型不同的数据并从中提取有用的信息。在5g网络的优化过程中，大数据技术可用于从网络数据中识别和分析相关的业务数据、用户行为、网络拓扑等，为网络优化提供支持。大数据技术结合机器学习、人工智能等技术可以自动发现隐藏的关系和规律，并根据分析结果进行优化和决策。

3、此外，5g网络系统涉及的环境、业务需求、用户设备等方面的变化也会影响网络带宽、延迟、可靠性等性能指标，大数据技术可以通过将这些变化模拟成实验数据，用于优化5g网络配置和管理策略。

4、综上所述，5g网络的优化需要大数据技术的支持，如何基于大数据技术提高5g网络性能和服务质量，满足不断增长的业务需求和用户体验，成为亟待解决的问题。

技术实现思路

1、针对上述问题，本发明提出了一种基于大数据技术的5g网络优化方法及系统，通过收集5g网络的关键性能指标，并从5g网络中提取更多的实时数据，使用大数据分析工具和机器学习算法，优化5g网络的配置和资源分配，提高5g网络的效率与服务质量，满足不断增长的业务需求和用户体验。

2、为实现上述目的，本发明公开了一种基于大数据技术的5g网络优化方法，包括：

3、收集5g网络的关键性能指标信息；

4、利用大数据分析工具，在5g网络中提取实时数据；

5、对所述关键性能指标信息及所述实时数据进行分析，检查网络状况并识别问题原因；

6、根据所述网络状况和问题原因，采用针对性措施进行5g网络优化，包括硬件设备优化、协议优化、网络拓扑优化以及攻击和安全优化；

7、基于所述关键性能指标信息及所述实时数据训练机器学习算法，机器学习算法分析5g网络的配置和资源分配，优化5g网络的资源分配和服务质量。

8、作为本发明的进一步改进，所述收集5g网络的关键性能指标，包括硬件信息收集、网络数据收集、系统监控和用户反馈信息收集。

9、作为本发明的进一步改进，所述硬件信息收集，包括：通过协议分析仪、网络测试仪、带宽测试仪、信号发生器对5g网络进行性能测试，收集延迟数据、带宽数据、数据处理速度、数据传输速度和丢包率；

10、所述网络数据收集，包括：对5g网络进行实时监控，收集网络流量数据、数据包大小信息、传输速率信息、数据协议信息；

11、所述系统监控，包括：通过网络传感器获取5g网络各组件的状态信息，收集包括cpu使用率、内存使用率和网络负载信息；

12、所述用户反馈信息收集，包括：收集5g网络的用户使用体验、下载速度、网页加载时间和服务质量数据。

13、作为本发明的进一步改进，利用大数据分析工具，在5g网络中提取实时数据；包括：网络流量分析、用户行为和服务请求分析、异常检测以及数据挖掘和特征提取。

14、作为本发明的进一步改进，所述网络流量分析，包括：分析5g网络中的网络流量，进一步包括数据处理速度、数据传输速度、带宽和网络延迟；

15、所述用户行为和服务请求分析，包括：对5g网络中的用户行为和服务请求进行分析，进一步包括用户使用模式、服务请求模式和服务质量；

16、所述异常检测，包括：对5g网络中的异常数据进行分析，查找关键性能指标的异常值并报告异常；

17、所述数据挖掘和特征提取，包括：使用大数据分析工具和机器学习算法对5g网网络中的实时数据进行挖掘和特征提取，发现数据之间的关键关系。

18、作为本发明的进一步改进，对所述关键性能指标信息及所述实时数据进行分析，检查网络状况并识别问题原因；包括：网络瓶颈识别、运行状况检查、问题根因分析和优化机会识别；

19、所述网络瓶颈识别，包括：将所述关键性能指标信息进行可视化呈现，针对直观性和可操作性进行优化，针对包括响应时间、丢包率、带宽和数据传输速率在内的关键性能指标进行分析，发现性能瓶颈和优化潜力；

20、所述运行状况检查，包括：分析所述关键性能指标，查找与硬件、软件和网络拓扑的联系，运用大数据技术分析5g网络上运行的服务类型、用户类型和运行状态；

21、所述问题根因分析，包括：运用大数据技术分析所述实时数据，对所述实时数据进行特征抽取和数据挖掘，转化得到关键性能指标，定位根本问题、识别所述根本问题的根本原因，分析所述根本问题的处理条件，保障5g网络的稳定和高可用性运行；

22、所述优化机会识别，包括：基于对所述实时数据的深入分析和所述问题原因分析，识别未发掘的优化机会。

23、作为本发明的进一步改进，所述硬件设备优化，针对性措施包括：更新设备、升级设备、更换设备和增加设备的存储容量，在硬件设备中应用流量分配技术和包过滤技术，以及部署负载均衡设备；

24、所述协议优化，针对性措施包括：更新协议、优化协议、添加新协议和去除低效协议；

25、所述网络拓扑优化，针对性措施包括：连接网络节点、负载均衡和新增部署网络节点；

26、所述攻击和安全优化，针对性措施包括：进行安全突破测试，修补漏洞。

27、作为本发明的进一步改进，使用机器学习算法，根据所述实时数据进行训练，得到预测网络负载变化和用户需求变化的机器模型；

28、根据所述机器模型分析5g网络的配置和资源分配，进行5g网络进行资源调配。

29、作为本发明的进一步改进，使用机器学习算法对5g网络中不同类型的服务进行服务分级，根据服务分级后不同级别服务的需求和特性，采用不同服务优先级。

30、本发明提供了一种基于大数据技术的5g网络优化系统，包括：信息收集模块、数据提取模块、网络状况分析模块和优化模块；

31、所述信息收集模块，用于：

32、收集5g网络的关键性能指标信息；

33、所述数据提取模块，用于：

34、利用大数据分析工具，在5g网络中提取实时数据；

35、所述网络状况分析模块，用于：

36、对所述关键性能指标信息及所述实时数据进行分析，检查网络状况并识别问题原因；

37、所述优化模块，用于：

38、根据所述网络状况和问题原因，采用针对性措施进行5g网络优化，包括硬件设备优化、协议优化、网络拓扑优化以及攻击和安全优化；

39、基于所述关键性能指标信息及所述实时数据训练机器学习算法，机器学习算法分析5g网络的配置和资源分配，优化5g网络的资源分配和服务质量。

40、与现有技术相比，本发明的有益效果为：

41、本发明通过收集5g网络的关键性能指标，并从5g网络中提取更多的实时数据，然后使用大数据分析工具和机器学习算法，优化5g网络的配置和资源分配，提高了5g网络的性能和效率，提高了资源利用率和服务质量，满足不断增长的业务需求和用户体验。

42、本发明涉及到硬件设备、协议、网络拓扑、用户和服务等方面，能够帮助企业和组织更好地利用5g网络，实现更好的性能、更高的效益和更好地用户体验。