一種評估網絡性能指標變化趨勢的方法及裝置與流程

2023-06-05 18:22:06

本發明涉及通信應用的技術領域，特別是指一種評估網絡性能指標變化趨勢的方法及裝置。

背景技術：

通信網絡建成後，需要通過不斷優化才能保證網絡的正常運行，從而使網絡質量滿足用戶需求。網絡優化即是通過對現有已運行的網絡進行數據採集、數據分析、參數分析、硬體檢查等手段，找出影響網絡質量的原因，並且通過參數調整、網絡結構調整、設備配置調整和其它技術手段，確保網絡高質量的運行，使現有網絡資源獲得最佳效益。

在現有的網絡優化過程中，網絡優化人員需要根據大量的網絡性能指標報表，通過畫指標變化曲線的方式，人工觀察各項指標的變化趨勢。同時，由於目前現網定義的指標很多，網絡優化人員並不可能依次畫出每個指標的變化曲線圖進行問題分析，只能按照已有的網絡優化經驗，選取其認為的一些關鍵指標進行觀察分析，形成初步優化方案。同樣地，在優化方案實施後網絡優化人員不可能觀察優化方案對所有指標的影響，只能按照以往經驗觀察其認為可能會受到影響的指標變化趨勢，得出評估結果。這個過程的主要缺點是：

1、耗費大量人力和時間：由於網絡優化是一個自網絡建成運行後開始的持續不斷的過程，網絡優化人員需要不斷進行指標選取、指標觀察、指標評估過程，若僅僅依靠人眼觀察指標，將會費時費力；

2、缺乏分析的全面性：由於網絡性能指標數量巨大，網絡優化人員並不可能對所有指標的變化趨勢都進行分析，也就不可能全面了解優化方案實施後對現網質量的影響。有可能網絡優化人員關心的指標集按預期趨勢變化，但其它指標出現了惡化卻並未被發現，這些情況將會影響分析的準確性和全面性；

3、缺乏分析的可擴展性：在網絡優化過程中，網絡優化人員是根據以往積 累的大量優化經驗選取其關心的指標集進行觀察。隨著現網網絡優化的新需求，將會不斷定義更多更細的網絡性能指標，這時網絡優化人員對於新定義指標與原有指標的關係並沒有經驗可循，會大大影響分析的效率。

技術實現要素：

本發明的目的在於提供一種評估網絡性能指標變化趨勢的方法及裝置，用以解決現有人工觀察指標變化趨勢耗費人力和時間，影響分析全面性、準確性和可擴展性的問題。

為了實現上述目的，本發明提供了一種評估網絡性能指標變化趨勢的方法，包括：

獲取待檢測網絡的多個網絡性能指標的指標值；

根據多個所述網絡性能指標的指標值，獲取多個所述網絡性能指標的移動平均值之間的相關係數；

根據多個所述網絡性能指標的移動平均值之間的相關係數，獲取多個所述網絡性能指標中的一預設網絡性能指標的變化趨勢與其他非預設網絡性能指標的變化趨勢的相似度。

其中，所述獲取待檢測網絡的多個網絡性能指標的指標值的步驟包括：

獲取所述待檢測網絡的多個網絡性能指標分別在預定時間段內的多個時間點的指標值。

其中，所述獲取所述待檢測網絡的多個網絡性能指標分別在預定時間段內的多個時間點的指標值的步驟包括：

獲取所述待檢測網絡的N個網絡性能指標分別在所述預定時間段內的T個時間點的指標值，得到原始性能指標矩陣P：

其中，Pi為第i個網絡性能指標所有的指標值，Pij為第i個網絡性能指標在所述預定時間段內的第j個時間點的指標值，N和T均為大於1的整數，且i為 1到N之間的整數，j為1到T之間的整數。

其中，所述根據多個所述網絡性能指標的指標值，獲取多個所述網絡性能指標的移動平均值之間的相關係數的步驟包括：

根據每個所述網絡性能指標在所述預定時間段內的多個時間點的指標值，獲取每個所述網絡性能指標的移動平均值；

根據每個所述網絡性能指標的移動平均值，獲取多個所述網絡性能指標的移動平均值之間的相關係數。

其中，所述根據每個所述網絡性能指標在所述預定時間段內的多個時間點的指標值，獲取每個所述網絡性能指標的移動平均值的步驟包括：

通過如下公式獲取每個所述網絡性能指標的移動平均值Aij：

其中，所述待檢測網絡包括N個網絡性能指標，每個所述網絡性能指標包括在預定時間段內的T個時間點的指標值，Pin為第i個網絡性能指標在所述預定時間段內的第n個時間點的指標值，Aij表示第i個網絡性能指標的第j個移動平均值，i為1到N之間的整數，j為1到T之間的整數，mt表示每個所述網絡性能指標的移動平均值對應的時間長度，且mt為小於T的整數，N和T均為大於1的整數。

其中，所述根據每個所述網絡性能指標的移動平均值，獲取多個所述網絡性能指標的移動平均值之間的相關係數的步驟包括：

通過如下公式獲取多個所述網絡性能指標的移動平均值之間的相關係數rij：

其中，所述待檢測網絡包括N個網絡性能指標，每個所述網絡性能指標包括在預定時間段內的T個時間點的指標值，rij為第i個網絡性能指標與第j個網絡性能指標之間的相關係數，Aik表示第i個網絡性能指標的第k個移動平均值，表示第i個網絡性能指標所有指標值的平均值，N和T均為大於1的整數，k為1到T-1之間的整數。

其中，所述根據多個所述網絡性能指標的移動平均值之間的相關係數，獲取多個所述網絡性能指標中的一預設網絡性能指標的變化趨勢與其他非預設網絡性能指標的變化趨勢的相似度的步驟包括：

根據所述預設網絡性能指標分別與每個所述非預設網絡性能指標的移動平均值之間的相關係數的大小，對所述預設網絡性能指標與每個所述非預設網絡性能指標的變化趨勢的相似度進行排序，其中，相關係數越大的非預設網絡性能指標與所述預設網絡性能指標的變化趨勢的相似度越大，相關係數越小的非預設網絡性能指標與所述預設網絡性能指標的變化趨勢的相似度越小。

本發明的實施例還提供了一種評估網絡性能指標變化趨勢的裝置，包括：

第一獲取模塊，用於獲取待檢測網絡的多個網絡性能指標的指標值；

第二獲取模塊，用於根據多個所述網絡性能指標的指標值，獲取多個所述網絡性能指標的移動平均值之間的相關係數；

第三獲取模塊，用於根據多個所述網絡性能指標的移動平均值之間的相關係數，獲取多個所述網絡性能指標中的一預設網絡性能指標的變化趨勢與其他非預設網絡性能指標的變化趨勢的相似度。

其中，所述第一獲取模塊包括：

第一獲取單元，用於獲取所述待檢測網絡的多個網絡性能指標分別在預定時間段內的多個時間點的指標值。

其中，所述第一獲取單元具體用於獲取所述待檢測網絡的N個網絡性能指標分別在所述預定時間段內的T個時間點的指標值，得到原始性能指標矩陣P：

其中，Pi為第i個網絡性能指標所有的指標值，Pij為第i個網絡性能指標在所述預定時間段內的第j個時間點的指標值，N和T均為大於1的整數，且i為1到N之間的整數，j為1到T之間的整數。

其中，所述第二獲取模塊包括：

第二獲取單元，用於根據每個所述網絡性能指標在所述預定時間段內的多個時間點的指標值，獲取每個所述網絡性能指標的移動平均值；

第三獲取單元，用於根據每個所述網絡性能指標的移動平均值，獲取多個所述網絡性能指標的移動平均值之間的相關係數。

其中，所述第二獲取單元具體用於通過如下公式獲取每個所述網絡性能指標的移動平均值Aij：

其中，所述待檢測網絡包括N個網絡性能指標，每個所述網絡性能指標包括在預定時間段內的T個時間點的指標值，Pin為第i個網絡性能指標在所述預定時間段內的第n個時間點的指標值，Aij表示第i個網絡性能指標的第j個移動平均值，i為1到N之間的整數，j為1到T之間的整數，mt表示每個所述網絡性能指標的移動平均值對應的時間長度，且mt為小於T的整數，N和T均為大於1的整數。

其中，所述第三獲取單元具體用於通過如下公式獲取多個所述網絡性能指標的移動平均值之間的相關係數rij：

其中，所述待檢測網絡包括N個網絡性能指標，每個所述網絡性能指標包括在預定時間段內的T個時間點的指標值，rij為第i個網絡性能指標與第j個網絡性能指標之間的相關係數，Aik表示第i個網絡性能指標的第k個移動平均值，表示第i個網絡性能指標所有指標值的平均值，N和T均為大於1的整數，k為1到T-1之間的整數。

其中，所述第三獲取模塊具體用於根據所述預設網絡性能指標分別與每個所述非預設網絡性能指標的移動平均值之間的相關係數的大小，對所述預設網 絡性能指標與每個所述非預設網絡性能指標的變化趨勢的相似度進行排序，其中，相關係數越大的非預設網絡性能指標與所述預設網絡性能指標的變化趨勢的相似度越大，相關係數越小的非預設網絡性能指標與所述預設網絡性能指標的變化趨勢的相似度越小。

本發明實施例具有以下有益效果：

本發明實施例的評估網絡性能指標變化趨勢的方法，獲取待檢測網絡的多個網絡性能指標的指標值；根據多個所述網絡性能指標的指標值，獲取多個所述網絡性能指標的移動平均值之間的相關係數；根據多個所述網絡性能指標的移動平均值之間的相關係數，獲取多個所述網絡性能指標中的一預設網絡性能指標的變化趨勢與其他非預設網絡性能指標的變化趨勢的相似度。本發明通過對網絡性能指標變化趨勢的相似性進行分析，可快速對大量網絡性能指標的變化趨勢進行分析，大大提高了分析效率，突破了依靠以往經驗選取有限指標進行分析的局限性，保證了分析的全面性、準確性和可擴展性。

附圖說明

圖1為本發明評估網絡性能指標變化趨勢的方法的第一工作流程圖；

圖2為本發明評估網絡性能指標變化趨勢的方法的第二工作流程圖；

圖3為本發明評估網絡性能指標變化趨勢的方法的第三工作流程圖；

圖4為本發明評估網絡性能指標變化趨勢的方法的第四工作流程圖

圖5為本發明評估網絡性能指標變化趨勢的裝置的結構示意圖。

具體實施方式

為使本發明要解決的技術問題、技術方案和優點更加清楚，下面將結合具體實施例及附圖進行詳細描述。

現有技術中，網絡優化的步驟一般包括：

1、數據採集：通過測試、網管或監測系統採集網絡性能指標；

2、數據分析：對採集的網絡性能指標進行分析，比如指標絕對值及其變化等；

3、問題定位：通過指標分析結果，結合網絡優化人員的優化經驗進行現網 問題判斷；

4、方案實施：根據判斷出的現網可能問題，制定優化方案，並進行現網實施；

5、效果評估：通過對比方案實施前後，網絡性能指標的變化情況，評估優化方案是否有效，若未解決問題，則需再次優化。

上述網絡優化步驟中，網絡性能指標是優化人員分析的基礎，優化人員通過對網絡性能指標的變化分析進行網絡問題定位，方案實施後通過對網絡性能指標的再次分析進行優化方案的效果評估。

網絡優化人員進行網絡性能指標分析時，是將預先定義的網絡性能指標輸出成excel報表，對其所關心的指標集畫成變化趨勢圖，根據指標變化趨勢圖進行問題分析。通過分析得出初步解決方案並實施後，優化人員再次對其所關心的指標集畫出變化趨勢圖，並進一步評估優化效果。由於網絡優化人員需要人工觀察指標的變化趨勢，耗費了大量人力和時間，且由於網絡優化人員只能根據以往經驗觀察有限指標，影響了分析的全面性、準確性和可擴展性。

基於上述問題，本發明實施例提供了一種評估網絡性能指標變化趨勢的方法，解決了現有人工觀察指標變化趨勢耗費人力和時間，影響分析全面性、準確性和可擴展性的問題。

第一實施例：

如圖1所示，該評估網絡性能指標變化趨勢的方法，包括：

步驟1：獲取待檢測網絡的多個網絡性能指標的指標值；

步驟2：根據多個所述網絡性能指標的指標值，獲取多個所述網絡性能指標的移動平均值之間的相關係數；

步驟3：根據多個所述網絡性能指標的移動平均值之間的相關係數，獲取多個所述網絡性能指標中的一預設網絡性能指標的變化趨勢與其他非預設網絡性能指標的變化趨勢的相似度。

具體的，上述預設網絡性能指標可為多個網絡性能指標中的任意一個指標，通過上述步驟3可對網絡性能指標中的任意兩個指標在預設時間段內的變化情況的相似度進行分析。

本發明實施例的評估網絡性能指標變化趨勢的方法，獲取待檢測網絡的多 個網絡性能指標的指標值；根據多個所述網絡性能指標的指標值，獲取多個所述網絡性能指標的移動平均值之間的相關係數；根據多個所述網絡性能指標的移動平均值之間的相關係數，獲取多個所述網絡性能指標中的一預設網絡性能指標的變化趨勢與其他非預設網絡性能指標的變化趨勢的相似度。本發明通過對網絡性能指標變化趨勢的相似性進行分析，可快速對大量網絡性能指標的變化趨勢進行分析，大大提高了分析效率，突破了依靠以往經驗選取有限指標進行分析的局限性，保證了分析的全面性、準確性和可擴展性。

第二實施例：

如圖2所示，該評估網絡性能指標變化趨勢的方法，包括：

步驟11：獲取待檢測網絡的多個網絡性能指標分別在預定時間段內的多個時間點的指標值；

在本發明的具體實施例中，假設共有N個網絡性能指標，則可預先統計上述N個網絡性能指標在一定地理粒度(小區/區域/全網等)和預定時間段內連續的T個時間點(小時/天等)的指標值，N和T均為大於1的整數。

步驟2：根據多個所述網絡性能指標的指標值，獲取多個所述網絡性能指標的移動平均值之間的相關係數；

步驟3：根據多個所述網絡性能指標的移動平均值之間的相關係數，獲取多個所述網絡性能指標中的一預設網絡性能指標的變化趨勢與其他非預設網絡性能指標的變化趨勢的相似度。

優選地，上述步驟11可具體包括：

獲取待檢測網絡的N個網絡性能指標分別在所述預定時間段內的T個時間點的指標值，得到原始性能指標矩陣P：

其中，Pi為第i個網絡性能指標所有的指標值，Pij為第i個網絡性能指標在所述預定時間段內的第j個時間點的指標值，N和T均為大於1的整數，且i為1到N之間的整數，j為1到T之間的整數。

本發明實施例中，通過獲取N個網絡性能指標分別在預定時間段內的T個時間點的指標值Pij，並將每個時間點的指標數據作為一個分析樣本，可獲得N個指標的T個樣本，為接下來對任意兩個指標在T個時間點內的變化情況的相似度分析提供了有力的數據支持，且通過原始性能指標矩陣P可方便、快捷地獲取相關數據，有效提高了處理效率。

另外，預定時間段內的時間點可為小時、天或周等，網絡優化人員可根據需求進行設定。如假定網絡優化人員希望按天分析某小區連續30天的網絡性能指標，則獲取該小區的N個網絡性能指標連續30天的指標採樣值(如每15分鐘一個採樣點)，並將每個網絡性能指標大量的指標採樣值按天進行處理，得到該小區的原始性能指標矩陣P，矩陣大小為N行30列。

第三實施例：

如圖3所示，該評估網絡性能指標變化趨勢的方法，包括：

步驟11：獲取待檢測網絡的多個網絡性能指標分別在預定時間段內的多個時間點的指標值

步驟21：根據每個所述網絡性能指標在所述預定時間段內的多個時間點的指標值，獲取每個所述網絡性能指標的移動平均值；

步驟22：根據每個所述網絡性能指標的移動平均值，獲取多個所述網絡性能指標的移動平均值之間的相關係數；

步驟3：根據多個所述網絡性能指標的移動平均值之間的相關係數，獲取多個所述網絡性能指標中的一預設網絡性能指標的變化趨勢與其他非預設網絡性能指標的變化趨勢的相似度。

優選地，上述步驟21具體包括：

通過如下公式獲取每個所述網絡性能指標的移動平均值Aij：

其中，所述待檢測網絡包括N個網絡性能指標，每個所述網絡性能指標包括在預定時間段內的T個時間點的指標值，Pin為第i個網絡性能指標在所述預定時間段內的第n個時間點的指標值，Aij表示第i個網絡性能指標的第j個移動 平均值，i為1到N之間的整數，j為1到T之間的整數，mt表示每個所述網絡性能指標的移動平均值對應的時間長度，且mt為小於T的整數，N和T均為大於1的整數。

優選地，上述步驟22具體包括：

通過如下公式獲取多個所述網絡性能指標的移動平均值之間的相關係數rij：

其中，所述待檢測網絡包括N個網絡性能指標，每個所述網絡性能指標包括在預定時間段內的T個時間點的指標值，rij為第i個網絡性能指標與第j個網絡性能指標之間的相關係數，Aik表示第i個網絡性能指標的第k個移動平均值，表示第i個網絡性能指標所有指標值的平均值，N和T均為大於1的整數，k為1到T-1之間的整數。

本發明實施例中，網絡優化人員在分析問題或評估優化效果時，假設選定了指標i作為預設基準指標，則指標i與其他剩餘指標的變化趨勢的相關係數即由rij來表示，這裡j為1到N之間的整數，rij取值在-1和1之間，其中，越接近1表徵指標i與指標j的變化趨勢越相同，越接近-1表徵指標i與指標j的變化趨勢越相反，越接近0表徵指標i與指標j的變化趨勢沒有顯著關係。

假設指標i的變化趨勢在觀測周期內是下降的，網絡優化人員在分析過程中需要了解哪些指標也是下降的，而哪些指標會上升。可以根據rij對所有N-1個網絡性能指標進行分類，如分為與指標i變化趨勢相同、變化趨勢相反或者無顯著關係等三類，分類方法可以採用聚類算法(如K-means算法)，也可以根據需要劃定區間範圍來分類。

優選地，上述步驟3可具體包括：

根據所述預設網絡性能指標分別與每個所述非預設網絡性能指標的移動平均值之間的相關係數的大小，對所述預設網絡性能指標與每個所述非預設網絡性能指標的變化趨勢的相似度進行排序，其中，相關係數越大的非預設網絡性能指標與所述預設網絡性能指標的變化趨勢的相似度越大，相關係數越小的非 預設網絡性能指標與所述預設網絡性能指標的變化趨勢的相似度越小。

本發明實施例的評估網絡性能指標變化趨勢的方法，通過多個所述網絡性能指標的移動平均值之間的相關係數進行分析，得到其他非預設網絡性能指標與預設網絡性能指標變化趨勢的相似度，從而能夠根據預設網絡性能指標的變化趨勢，獲取其他非預設網絡性能指標的變化趨勢，大大提高了處理效率。

下面舉例說明本發明實施例的一具體實現過程。

本發明的技術方案，如圖4所示，包括：

步驟S1：獲取待檢測網絡的N個網絡性能指標分別在預定時間段內的T個時間點的指標值，得到原始性能指標矩陣P：

其中，Pi為第i個網絡性能指標所有的指標值，Pij為第i個網絡性能指標在所述預定時間段內的第j個時間點的指標值，N和T均為大於1的整數，且i為1到N之間的整數，j為1到T之間的整數；

步驟S2：假設所關心的網絡性能指標平均值的時間長度為mt，根據原始性能指標矩陣P，得到移動平均矩陣avg：

其中，avg變為T-mt+1行N列的矩陣，Aij表示第i個網絡性能指標的第j個移動平均值，具體計算方法如下：

其中，所述待檢測網絡包括N個網絡性能指標，每個所述網絡性能指標包括在預定時間段內的T個時間點的指標值，Pin為第i個網絡性能指標在所述預 定時間段內的第n個時間點的指標值，Aij表示第i個網絡性能指標的第j個移動平均值，i為1到N之間的整數，j為1到T之間的整數，mt表示每個所述網絡性能指標的移動平均值對應的時間長度，且mt為小於T的整數，N和T均為大於1的整數；

步驟S3：計算移動平均矩陣avg的各個列向量間的相關係數，得到變化趨勢相關矩陣Ravg:

其中，

其中，所述待檢測網絡包括N個網絡性能指標，每個所述網絡性能指標包括在預定時間段內的T個時間點的指標值，rij為第i個網絡性能指標與第j個網絡性能指標之間的相關係數，Aik表示第i個網絡性能指標的第k個移動平均值，表示第i個網絡性能指標所有指標值的平均值，N和T均為大於1的整數，k為1到T-1之間的整數；

步驟S4：網絡優化人員在分析問題或評估優化效果時，假設選定了指標i作為預設基準指標，則通過變化趨勢相關矩陣Ravg中的第i列，獲取其他網絡性能指標與指標i變化趨勢的相似度。

本發明實施例的評估網絡性能指標變化趨勢的方法，通過數據挖掘中的移動平均值分析方法，將不同網絡參數的網絡性能指標通過關聯、聚類等手段，摸索指標間的變化趨勢相似度，獲得網絡優化中可能出現的性能問題；並以網絡性能指標的移動平均值為特徵值，進行數據挖掘，重點以變化趨勢為目標進行考察。

本發明實施例的評估網絡性能指標變化趨勢的方法，可以通過對網絡性能指標變化趨勢關聯性的分析，摸索和發現未知問題，預期解決潛在的網絡關聯 性能、故障等問題；每次網絡優化人員在指標選取、指標觀察、指標評估過程中需要分析指標變化趨勢時，通過本發明實施例的方案，即可快速完成，無需經過畫趨勢圖和人眼觀察，大大提高了分析效率；根據本發明的方案，網絡優化人員可快速對所有指標的變化趨勢都進行分析，突破了依靠以往優化經驗選取有限指標進行分析的局限性，做到全面分析網絡指標狀況和全面了解優化方案實施後對現網質量的影響。

第四實施例：

本發明提供一種評估網絡性能指標變化趨勢的裝置，如圖5所示，包括：

第一獲取模塊51，用於獲取待檢測網絡的多個網絡性能指標的指標值；

第二獲取模塊52，用於根據多個所述網絡性能指標的指標值，獲取多個所述網絡性能指標的移動平均值之間的相關係數；

第三獲取模塊53，用於根據多個所述網絡性能指標的移動平均值之間的相關係數，獲取多個所述網絡性能指標中的一預設網絡性能指標的變化趨勢與其他非預設網絡性能指標的變化趨勢的相似度。

本發明通過對網絡性能指標變化趨勢的相似性進行分析，可快速對大量網絡性能指標的變化趨勢進行分析，大大提高了分析效率，突破了依靠以往經驗選取有限指標進行分析的局限性，保證了分析的全面性、準確性和可擴展性。

其中，所述第一獲取模塊51包括：

第一獲取單元，用於獲取待檢測網絡的多個網絡性能指標分別在預定時間段內的多個時間點的指標值。

其中，所述第一獲取單元具體用於獲取待檢測網絡的N個網絡性能指標分別在所述預定時間段內的T個時間點的指標值，得到原始性能指標矩陣P：

其中，Pi為第i個網絡性能指標所有的指標值，Pij為第i個網絡性能指標在所述預定時間段內的第j個時間點的指標值，N和T均為大於1的整數，且i為1到N之間的整數，j為1到T之間的整數。

在本發明的具體實施例中，上述第一獲取單元可具體包括數據預處理模塊，該數據預處理模塊用於將現網所有網絡性能指標按網絡優化人員的實際需要，處理成一定粒度和周期的原始指標矩陣。該模塊的輸入為網絡優化人員需要分析的地理粒度(例如小區/區域/全網等)、預定時間段(例如小時/天/周等)、以及所有網絡性能指標採樣值。輸出為所需地理粒度及預定時間段內的網絡性能指標原始矩陣。例如，網絡優化人員希望按天分析某小區的網絡性能指標，則需輸入某小區所有N個網絡性能指標連續30天的指標採樣值(如每15分鐘一個採樣點)，數據預處理模塊將每個網絡性能指標大量的指標採樣值按天處理，輸出該小區所有網絡性能指標連續30天的指標值原始矩陣，矩陣大小為30行N列。

其中，所述第二獲取模塊52包括：

第二獲取單元，用於根據每個所述網絡性能指標在所述預定時間段內的多個時間點的指標值，獲取每個所述網絡性能指標的移動平均值；

第三獲取單元，用於根據每個所述網絡性能指標的移動平均值，獲取多個所述網絡性能指標的移動平均值之間的相關係數。

在本發明的具體實施例中，上述第二獲取模塊可具體為移動平均計算模塊，該移動平均計算模塊用於計算所有網絡性能指標之間的移動平均值的相關係數。輸入為數據預處理模塊處理後的所有網絡性能指標值原始矩陣，通過計算原始矩陣的移動平均矩陣各列向量之間的相關係數，可輸出移動平均值的相關矩陣。

其中，所述第二獲取單元具體用於通過如下公式獲取每個所述網絡性能指標的移動平均值Aij：

其中，所述待檢測網絡包括N個網絡性能指標，每個所述網絡性能指標包括在預定時間段內的T個時間點的指標值，Pin為第i個網絡性能指標在所述預定時間段內的第n個時間點的指標值，Aij表示第i個網絡性能指標的第j個移動平均值，i為1到N之間的整數，j為1到T之間的整數，mt表示每個所述網絡 性能指標的移動平均值對應的時間長度，且mt為小於T的整數，N和T均為大於1的整數。

其中，所述第三獲取單元具體用於通過如下公式獲取多個所述網絡性能指標的移動平均值之間的相關係數rij：

其中，所述待檢測網絡包括N個網絡性能指標，每個所述網絡性能指標包括在預定時間段內的T個時間點的指標值，rij為第i個網絡性能指標與第j個網絡性能指標之間的相關係數，Aik表示第i個網絡性能指標的第k個移動平均值，表示第i個網絡性能指標所有指標值的平均值，N和T均為大於1的整數，k為1到T-1之間的整數。

其中，所述第三獲取模塊53具體用於根據所述預設網絡性能指標分別與每個所述非預設網絡性能指標的移動平均值之間的相關係數的大小，對所述預設網絡性能指標與每個所述非預設網絡性能指標的變化趨勢的相似度進行排序，其中，相關係數越大的非預設網絡性能指標與所述預設網絡性能指標的變化趨勢的相似度越大，相關係數越小的非預設網絡性能指標與所述預設網絡性能指標的變化趨勢的相似度越小。

在本發明的具體實施例中，上述第三獲取模塊53可具體包括分類模塊及評估模塊，該分類模塊具體用於對網絡性能指標變化趨勢進行分類。輸入為網絡優化人員選取的分析基準指標、趨勢相關性計算模塊輸出的變化趨勢相關矩陣、需要的分類個數，輸出為所需的各類指標集。分類方法可以使用聚類算法或人為定義。例如，網絡優化人員希望將網絡性能指標分為與基準指標變化趨勢相同、趨勢相反和無顯著關係三類，分類模塊即可輸出三類指標集。

上述評估模塊的輸入為分類模塊輸出的各類指標，通過比較各類的相關係數，輸出為各類指標與基準指標變化趨勢相關性的排序。例如，網絡優化人員希望分析與基準指標變化趨勢相同的指標集中變化幅度最大的指標，即可取對應指標集中相關係數最大的指標。

本發明實施例的評估網絡性能指標變化趨勢的裝置，通過對網絡性能指標變化趨勢的相似性進行分析，可快速對大量網絡性能指標的變化趨勢進行分析，大大提高了分析效率，突破了依靠以往經驗選取有限指標進行分析的局限性，保證了分析的全面性、準確性和可擴展性。

需要說明的是，該裝置是與上述方法實施例對應的裝置，上述方法實施例中所有實現方式均適用於該裝置的實施例中，也能達到相同的技術效果。

以上所述僅為本發明的較佳實施例而已，並不用以限制本發明，凡在本發明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發明的保護範圍之內。