一种基于数据分析的网络通讯优化系统及方法与流程

本发明涉及网络通讯，具体是一种基于数据分析的网络通讯优化系统及方法。

背景技术：

1、分布式路由器是一种具有分布式路由处理能力的路由器类型，它们通过多个物理位置分布，实现路由器之间路由信息和负载的共享，提供更高的可扩展性和冗余性。分布式路由器通常用于大型企业、校园网络和数据中心等环境中，以提供高可靠性和高性能的路由服务。

2、但分布式路由器使用过程中，往往需要用户移动终端实时连接的路由设备完全没有信号的情况下，才会连接到另外一个路由设备；而在网络可用的情况下用户移动终端不会自动选择信号强的路由设备进行连接，用户在当前连接路由设备信号强度低的区域时，容易长期处于数据下载和上传速率低的情况，不利于实现网络通讯优化。

3、所以，本发明公开一种基于数据分析的网络通讯优化系统及方法以解决上述问题。

技术实现思路

1、本发明的目的在于提供一种基于数据分析的网络通讯优化系统及方法，以解决现有技术中提出的问题。

2、一种基于数据分析的网络通讯优化方法，该方法包括如下步骤：

3、s1：获取房屋的布局结构数据构建房屋结构模型，获取历史用户移动终端的位置坐标以及扫描到的路由设备的基础信息，根据历史用户移动终端的位置坐标分析路由设备的位置坐标，对房屋结构模型中对应的路由设备进行位置坐标绑定；

4、s2：提取实时用户移动终端历史扫描的路由设备的基础信息，结合房屋结构模型分析实时用户移动终端的历史位置信息；根据实时用户移动终端的历史位置信息预测实时用户移动终端的移动；

5、s3：根据实时用户移动终端的移动预测结果、房屋结构模型和路由设备信息分析实时用户移动终端的最佳路由设备；

6、s4：获取最佳路由设备连接的用户移动终端历史流量使用情况，构建用户移动终端的流量预测模型，通过流量预测模型对各个用户移动终端进行流量预测，根据预测结果对用户移动终端进行带宽分配。

7、本发明申请在数据采集前，均通过用户授权。

8、根据上述方案，在s1中，包括以下内容：

9、s101：获取目标房屋的布局结构数据，利用bim技术构建房屋结构模型；所述房屋的布局结构数据包括房屋各个边角的位置坐标和房屋内部墙体分布；对房屋结构模型中的房屋地面建立平面坐标系；

10、s102：将第i个历史用户移动终端的位置坐标记为（xi，yi），提取第i个历史用户移动终端扫描到的路由设备的基础信息；所述路由设备的基础信息包括路由设备的名称和路由设备的信号强度；将第i个历史用户移动终端扫描到第j个路由设备记为rdj，将扫描到的信号强度记为ss（i，j）；根据信号强度计算历史用户移动终端与路由设备的距离，记为s（i，j）；根据历史用户移动终端的位置坐标和历史用户移动终端与路由设备的距离组成终端数据对，记为[rdj：（xi，yi，s（i，j））]；提取所有与路由设备rdj有关的数据对生成终端连接集合，记为[rdj：（x1，y1，s（1，j）），（x2，y2，s（2，j）），…，（xi，yi，s（i，j））]，i∈[1，i]，其中i表示扫描到路由设备rdj的历史用户移动终端总数量；j∈[1，j]，其中j表示路由设备的总数量；

11、s103：随机提取连接集合中的三个数据对，根据三个数据对利用三角定位法分析路由设备的虚拟位置；将所有的虚拟位置组成集合，记为虚拟位置集合；根据虚拟位置集合构建虚拟多边形，所述虚拟多边形边上与内部包含虚拟位置集合中的所有虚拟位置，将虚拟多边形的几何中心坐标记为路由设备rdj的位置坐标；

12、通过历史用户移动终端的历史位置坐标对路由设备的位置坐标进行分析，使得路由设备不需要兼容定位系统，能够有效地减少网络覆盖所需要的总体资金，减少日常运行因为不兼容而出现问题，降低系统的故障率。

13、通过随机提取连接集合中的三对数据对生成虚拟位置，对虚拟位置进一步分析，能够有效提高路由设备位置坐标的准确性。

14、s104：重复s102与s103，分析计算目标房屋内所有路由设备的位置坐标，对房屋结构模型中对应的路由设备进行位置坐标的绑定。

15、根据上述方案，在s2中，包含以下内容：

16、s201：提取实时用户移动终端同一历史时刻扫描的路由设备的基础信息，根据历史时刻扫描的路由设备的基础信息中信号强度，计算历史时刻实时用户移动终端与路由设备的距离，组成路由数据对，记为（rdna，rsa）；其中rdna表示实时用户移动终端扫描到的第a个路由设备的名称，rsa表示路由设备rdna到实时用户移动终端的距离；a∈[1，a]，其中a表示实时用户移动终端同一历史时刻扫描的路由设备的总数量，a＜j；

17、s202：将实时用户移动终端同一历史时刻扫描的路由设备生成的路由数据对，按照距离从近到远的顺序进行排列组成路由连接序列，记为[（rdn1，rs1），（rdn2，rs2），…，（rdna，rsa）]；

18、s203：将实时用户移动终端的路由连接序列与数据库中的历史路由连接序列进行对比，查找与实时用户移动终端的路由连接序列中出现的路由设备名称完全相同的历史路由连接序列；计算实时用户移动终端的路由连接序列和所述路由设备名称与排序方式完全相同的历史路由连接序列之间的关联度值；所述数据库包含历史用户移动终端的位置坐标和历史用户移动终端在位置坐标上生成的历史路由连接序列；关联度值co的具体计算公式如下所示：

19、co=∑\s\do 3(a=1)a [（rsa-rrsa）×exp（-rsa÷∑\s\do 3(a=1)a rsa）]；

20、其中rrsa表示历史用户移动终端的历史路由连接序列中路由设备rdna与历史用户移动终端之间的距离；

21、通过查找与实时用户移动终端的路由连接序列中出现的路由设备名称完全相同的历史路由连接序列；并计算关联度值；不需要查找各个路由设备的信号强度也一致的历史路由连接序列，能够有效地减少查询量，提高系统的运算效率；

22、s204：提取与实时用户移动终端关联度值最小的n个历史用户移动终端，所述n为系统预置常数；提取所述n个历史用户移动终端的位置坐标，以历史用户移动终端的位置坐标为圆心，以con×r为半径画圆；con表示实时用户移动终端与第n个历史用户移动终端之间的关联度值，r从零逐渐增大，直至n个圆相交于一点，将相交点的位置坐标作为实时用户移动终端历史时刻的位置坐标；提取并利用实时时刻前t时间范围内的实时用户移动终端位置坐标训练lstm模型，所述t为系统预置常数；利用lstm模型预测下一个时刻的位置坐标。

23、通过建立lstm模型，能够有效地预测用户下一个时刻的位置坐标，为后续的最佳路由选择提供有效的数据支撑。

24、根据上述方案，在s3中，包括以下内容：

25、s301：根据房屋结构模型与数据库中历史用户移动终端的位置坐标和历史用户移动终端在位置坐标上的历史路由连接序列，构建路由强度布局模型；所述路由强度布局模型包含房屋各个位置点的位置坐标和各个路由设备在对应位置坐标的信号强度；

26、s302：根据预测位置坐标和路由强度布局模型，获取预测位置坐标各个路由设备对应的信号强度；计算距离预测位置最近的m个路由设备的路由空闲程度值：

27、ilm={α1×[（∑\s\do 3(m=1)m ssm）÷ssm]}×（α2×bim）；

28、其中ilm表示m个路由设备中距离预测位置第m近的路由设备的空闲程度值；α1和α2表示空闲程度系数；所述空闲程度系数为系统预置常数；ssm表示m个路由设备中距离预测位置第m近路由设备的信号强度；bim表示m个路由设备中距离预测位置第m近路由设备的带宽空闲率；m∈[1，m]；m为系统预置常数；

29、将路由空闲程度值最大的路由设备作为实时用户移动终端的最佳路由设备，并将实时用户移动终端连接至所述最佳路由设备。

30、通过路由设备的信号强度和带宽空闲率计算路由空闲程度值，能够有效地避免路由设备信号强但使用用户多的情况，提高最佳路由设备选择的准确率。不再需要用户移动终端实时连接的路由设备完全没有信号的情况下，才连接到另外一个路由设备，自动选择信号强的路由设备进行连接，提高了用户的使用体验。

31、根据上述方案，在s4中，包括以下内容：

32、s401：提取最佳路由设备连接的第d个用户移动终端历史流量使用情况，构建第d个用户移动终端的流量预测模型：

33、trd=βd1×ttd+βd2；

34、其中βd1和βd2表示拟合系数，ttd表示时间的自变量，trd表示单位时间流量的因变量，利用最小二乘法对第d个用户移动终端的流量预测模型中的βd1和βd2进行计算求解；

35、s402：系统预置时长t，根据各个用户移动终端的流量预测模型计算各个用户移动终端t0至t0+t时间范围内的总流量；t0表示当前时刻；将第d个用户移动终端t0至t0+t时间范围内的总流量记为tntrd；

36、通过用户移动终端历史流量使用情况，构建用户移动终端的流量预测模型，能够有效地预测用户未来时间范围内的流量使用情况，为后续带宽分配提供有效的数据支撑。

37、s403：对各个用户移动终端进行带宽分配，带宽计算公式如下所示：

38、bwd=[tntrd÷（∑\s\do 3(d=1)d tntrd）]×zbw×θ；

39、其中bwd表示第d个用户移动终端的带宽，d∈[1，d]；d表示最佳路由设备连接用户移动终端总数；zbw表示最佳路由设备的总带宽；θ表示控制系数，所述控制系数为系统预置常数。

40、通过根据流量使用情况对用户移动终端进行带宽分配，能够有效地将带宽分配给各个用户，提高整体的使用体验。

41、本技术的另一个方面，提供了一种基于数据分析的网络通讯优化系统，所述系统应用于上述的一种基于数据分析的网络通讯优化方法实现，该系统包括数据库、路由布局分析模块、用户运动分析模块、路由选择分析模块和带宽分配模块；

42、所述数据库用于储存房屋结构数据和系统历史运行数据；

43、所述路由布局分析模块用于获取房屋的布局结构数据构建房屋结构模型，获取历史用户移动终端的位置坐标以及扫描到的路由设备的基础信息，根据历史用户移动终端的位置坐标分析路由设备的位置坐标，对房屋结构模型中对应的路由设备进行位置坐标绑定；

44、所述用户运动分析模块用于提取实时用户移动终端历史扫描的路由设备的基础信息，结合房屋结构模型分析实时用户移动终端的历史位置信息；根据实时用户移动终端的历史位置信息预测实时用户移动终端的移动；

45、所述路由选择分析模块用于根据实时用户移动终端的移动预测结果、房屋结构模型和路由设备信息分析实时用户移动终端的最佳路由设备；

46、所述带宽分配模块用于获取最佳路由设备连接的用户移动终端历史流量使用情况，构建用户移动终端的流量预测模型，通过流量预测模型对各个用户移动终端进行流量预测，根据预测结果对用户移动终端进行带宽分配。

47、根据上述方案，所述路由布局分析模块包括房屋结构模型构建单元和设备坐标绑定单元；

48、所述房屋结构模型构建单元用于获取目标房屋的布局结构数据，利用bim技术构建房屋结构模型；所述房屋的布局结构数据包括房屋各个边角的位置坐标和房屋内部墙体分布；对房屋结构模型中的房屋地面建立平面坐标系；

49、所述设备坐标绑定单元用于根据历史用户移动终端的位置坐标和历史用户移动终端扫描到的路由设备的基础信息分析目标房屋内所有路由设备的位置坐标；对房屋结构模型中对应的路由设备进行位置坐标的绑定。

50、根据上述方案，所述用户运动分析模块包括用户移动终端关联单元和用户运动模型预测单元；

51、所述用户移动终端关联单元用于根据实时用户移动终端同一历史时刻扫描的路由设备的基础信息组成路由连接序列，在数据库中查找与实时用户移动终端的路由连接序列中出现的路由设备名称完全相同的历史路由连接序列；并计算关联度；

52、所述用户运动模型预测单元用于提取与实时用户移动终端关联度值最小的n个历史用户移动终端，分析实时用户移动终端历史时刻的位置坐标，提取并利用实时时刻前t时间范围内的实时用户移动终端位置坐标训练lstm模型，所述t为系统预置常数；利用lstm模型预测下一个时刻的位置坐标。

53、根据上述方案，所述路由选择分析模块包括路由强度布局模型构建单元和路由设备选择单元；

54、所述强度布局模型构建单元用于根据房屋结构模型与数据库中历史用户移动终端的位置坐标和历史用户移动终端在位置坐标上的历史路由连接序列，构建路由强度布局模型；所述路由强度布局模型包含房屋各个位置点的位置坐标和各个路由设备在对应位置坐标的信号强度；

55、所述路由设备选择单元用于根据预测位置坐标和路由强度布局模型，获取预测位置坐标各个路由设备对应的信号强度；计算预测位置坐标最近m个路由设备的路由空闲程度值，将路由空闲程度值最大的路由设备作为实时用户移动终端的最佳路由设备，并将实时用户移动终端连接至所述最佳路由设备。

56、根据上述方案，所述带宽分配模块包括流量预测模型构建单元和带宽分配单元；

57、所述流量预测模型构建单元用于根据最佳路由设备连接的各个用户移动终端历史流量使用情况，构建各个用户移动终端的流量预测模型；

58、所述带宽分配单元用于系统预置时长t，根据各个用户移动终端的流量预测模型计算各个用户移动终端未来时间范围的总流量，根据各个用户移动终端未来时间范围的总流量进行带宽分配。

59、为实现上述目的，本发明提供如下技术方案：

60、与现有技术相比，本发明的有益效果是：通过历史用户移动终端的历史位置坐标对路由设备的位置坐标进行分析，使得路由设备不需要兼容定位系统，能够有效地减少网络覆盖所需要的总体资金，减少日常运行因为不兼容而出现问题，降低系统的故障率；对虚拟位置进一步分析，能够有效提高路由设备位置坐标的准确性；通过查找与实时用户移动终端的路由连接序列中出现的路由设备名称完全相同的历史路由连接序列；并计算关联度值；不需要查找各个路由设备的信号强度也一致的历史路由连接序列，能够有效地减少查询量，提高系统的运算效率；通过路由设备的信号强度和带宽空闲率计算路由空闲程度值，能够有效地避免路由设备信号强但使用用户多的情况，提高最佳路由设备选择的准确率；不再需要用户移动终端实时连接的路由设备完全没有信号的情况下，才连接到另外一个路由设备，自动选择信号强的路由设备进行连接，提高了用户的使用体验；通过用户移动终端历史流量使用情况，构建用户移动终端的流量预测模型，能够有效地预测用户未来时间范围内的流量使用情况，为后续带宽分配提供有效的数据支撑；通过根据流量使用情况对用户移动终端进行带宽分配，能够有效地将带宽分配给各个用户，提高整体的使用体验。