CN104185308A - 小区的业务热点检测方法及装置 - Google Patents

Abstract

本发明实施例提供一种小区的业务热点检测方法及装置。该方法包括：获取无线接入点AP所在小区的负载信息，所述负载信息包括以下信息中的至少两种信息：用户业务需求速率、AP关联用户数、平均数据包长度以及平均成功传输时长；根据所述至少两种信息确定所述AP的工作状态是否异常；若所述AP的工作状态异常，则根据用户的速率确定用户满意度；若所述用户满意度低于第一预设门限值，则确定所述小区内存在业务热点。本发明实施例解决了现有技术中当小区内受到强干扰而导致负载异常增大时，则接入点无法准确判定业务热点，进而容易网络误操作的技术问题。

Description

小区的业务热点检测方法及装置

技术领域

本发明实施例涉及通信技术领域，尤其涉及一种小区的业务热点检测方法及装置。

背景技术

随着用户数据速率需求的不断增大，无线局域网（Wireless Local AreaNetwork，以下简称WLAN）的作用越来越重要，但是由于WLAN相对较小的覆盖范围，用户应用的移动性高，导致WLAN网络愈发动态化，WLAN运营商要维护的无线接入点（Access Point，以下简称AP）数量在急剧增长，所需投入的维护成本也越来越大。其中，小区中WLAN网络的业务热点的出现日益频繁，因此对小区中的业务热点检测成为当下WLAN网络管理必须解决的技术问题。

现有技术中，基站统计每个小区内的负载情况，包括确定接入小区的AP的用户数，并确定接入小区的AP的用户数变化情况来确定业务热点。当接入小区的AP的用户数大于一定门限并且接入小区的AP的用户数变化大于一定门限，该判断该小区存在业务热点。

但是，现有技术中，当小区内受到强干扰而导致负载异常增大时，则AP无法准确判定业务热点，进而容易导致网络误操作。

发明内容

本发明提供的小区的业务热点检测方法及装置，解决了现有技术中当小区内受到强干扰而导致负载异常增大时，接入点无法准确判定业务热点，进而容易网络误操作的技术问题。

本发明实施例第一方面提供一种小区的业务热点检测方法，包括：

获取无线接入点AP所在小区的负载信息，所述负载信息包括以下信息中的至少两种信息：用户业务需求速率、AP关联用户数、平均数据包长度以及平均成功传输时长；

根据所述至少两种信息确定所述AP的工作状态是否异常；

若所述AP的工作状态异常，则根据用户的速率确定用户满意度；

若所述用户满意度低于第一预设门限值，则确定所述小区内存在业务热点。

结合第一方面，在第一方面的第一种可能的实施方式中，所述获取无线接入点AP所在小区的负载信息，包括：

在统计周期n内获取所述用户业务需求速率的W个子周期的样本(R_c[(n-1)W+1],...,R_c[n])，根据所述(R_c[(n-1)W+1],...,R_c[n])确定所述用户业务需求速率的概率密度分布；

在统计周期n内获取所述AP关联用户数的W个子周期的样本(U_c[(n-1)W+1],...,U_c[n])，根据所述(U_c[(n-1)W+1],...,U_c[n])确定所述AP关联用户数的概率密度分布；

在统计周期n内获取所述平均数据包长度的W个子周期的样本(PL_c[(n-1)W+1],...,PL_c[n])，根据所述(PL_c[(n-1)W+1],...,PL_c[n])确定所述平均数据包长度的概率密度分布；

在统计周期n内获取所述平均成功传输时长W个子周期的样本(T_c[(n-1)W+1],...,T_c[n])，根据所述(T_c[(n-1)W+1],...,T_c[n])确定所述平均成功传输时长的概率密度分布。

结合第一方面的第一种可能的实施方式，在第一方面的第二种可能的实施方式中，所述根据至少两种信息确定所述AP的工作状态是否异常，包括：

根据 $H_c=\left\{\begin{array}{c}1,\mathrm{if}{\mathrm{\α}}_{1}h({\stackrel{\‾}{R}}_c\left(n\right),{\mathrm{\ϵ}}_r)+{\mathrm{\α}}_{2}h({\stackrel{\‾}{U}}_c\left(n\right),{\mathrm{\ϵ}}_u)+{\mathrm{\α}}_{3}h(\stackrel{\‾}{R}{\stackrel{\‾}{L}}_c\left(n\right),{\mathrm{\ϵ}}_p)+{\mathrm{\α}}_{4}h({\stackrel{\‾}{T}}_c\left(n\right),{\mathrm{\ϵ}}_t)>0\\ 0,\mathrm{otherwise}\end{array}\right.$ 判断所述小区的工作状态是否异常，若H_c=1，则所述小区的工作状态异常；其中，α₁、α₂、α₃、α₄为加权因子，并且

$h({\stackrel{\‾}{R}}_c\left(n\right),{\mathrm{\ϵ}}_r)=({\stackrel{\‾}{R}}_c\left(n\right)-E^r)-\sqrt{{\mathrm{Var}}^r/{\mathrm{\ϵ}}_r},$ 为所述(R_c[(n-1)W+1],...,R_c[n])的算术平均值，E^r为根据所述用户业务需求速率的概率密度分布确定的R_c[n]的期望，Var^r为根据所述用户业务需求速率的概率密度分布确定的R_c[n]的方差，ε_r为检测用户业务需求速率变化的误警概率上限；

$h({\stackrel{\‾}{U}}_c\left(n\right),{\mathrm{\ϵ}}_u)=({\stackrel{\‾}{U}}_c\left(n\right)-E^u)-\sqrt{{\mathrm{Var}}^u/{\mathrm{\ϵ}}_u},$ 为所述(U_c[(n-1)W+1],...,U_c[n])的算术平均值，E^u为根据所述AP关联用户数的概率密度分布确定的U_c[n]的期望，Var^u为根据所述AP关联用户数的概率密度分布确定的U_c[n]的方差，ε_u为检测所述AP关联用户数变化的误警概率上限；

$h(\stackrel{\‾}{P}{\stackrel{\‾}{L}}_c\left(n\right),{\mathrm{\ϵ}}_{\mathrm{pl}})=(\stackrel{\‾}{P}{\stackrel{\‾}{L}}_c\left(n\right)-E^{\mathrm{pl}})-\sqrt{{\mathrm{Var}}^{\mathrm{pl}}/{\mathrm{\ϵ}}_{\mathrm{pl}}},$ 为所述(PL_c[(n-1)W+1],...,PL_c[n])的算术平均值，E^pl为根据所述平均数据包长度的概率密度分布确定的PL_c[n]的期望，Var^pl为根据所述平均数据包长度的概率密度分布确定的PL_c[n]的方差，ε_pl为检测所述平均数据包长度变化的误警概率上限；

$h({\stackrel{\‾}{T}}_c\left(n\right),{\mathrm{\ϵ}}_t)=({\stackrel{\‾}{T}}_c\left(n\right)-E^t)-\sqrt{{\mathrm{Var}}^t/{\mathrm{\ϵ}}_t},$ 为所述(T_c[(n-1)W+1],...,T_c[n])的算术平均值，E^t为根据所述平均成功传输时长的概率密度分布确定的T_c[n]的期望，Var^t为根据所述平均成功传输时长的概率密度分布确定的T_c[n]的方差，ε_t为检测所述平均成功传输时长变化的误警概率上限。

结合第一方面至第一方面的第二种可能的实施方式中的任一项，在第一方面的第三种可能的实施方式中，所述根据用户的速率确定用户满意度，包括：

确定保证比特速率GBR用户的业务实际速率和非保证比特速率Non-GBR用户的平均速率；

根据所述GBR用户的业务实际速率确定S_GBR,c，并根据所述Non-GBR用户的平均速率确定S_Non-GBR,c；其中，

根据所述S_GBR,c和所述S_Non-GBR,c确定S_c，其中S_c=k₁．S_GBR,c+(1-k₁)S_Non-GBR,c，S_c为所述用户满意度。

结合第一方面至第一方面的第三种可能的实施方式中的任一项，在第一方面的第四种可能的实施方式中，所述确定所述小区内存在业务热点之后，还包括：

根据所述用户满意度，预测未来设定时间内的预测用户满意度；

若所述预测用户满意度低于第二预设门限值，则确定所述小区在所述未来设定时间段内存在业务热点。

结合第一方面的第四种可能的实施方式，在第一方面的第五种可能的实施方式中，所述根据所述用户满意度，预测未来设定时间内的预测用户满意度，包括：

根据 $\left\{\begin{array}{c}{L}_n=\mathrm{\ζ}\·(S_n-I_{n-d})+(1-\mathrm{\ζ})L_{n-1}\\ I_n=\mathrm{\δ}\·(S_n-L_n)+(1-\mathrm{\δ})I_{n-d}\\ {\hat{S}}_{n+h}=L_n+I_{n-d+h\mathrm{mode}d}\end{array}\right.$ 预测未来设定时间段内的预测用户满意度，其中，为所述预测用户满意度，S_n为所述用户满意度，L_n为所述预测用户满意度的均值部分，I_n为所述用户预测满意度的周期部分，d为所述S_n的变化周期，ζ和δ为控制所述预测用户满意度的平滑参数。

结合第一方面的第四种可能的实施方式或第一方面的第五种可能的实施方式，在第一方面的第六种可能的实施方式中，所述确定所述小区内存在业务热点之后，还包括：

向接入控制点AC发送业务热点检测消息，以使所述AC根据所述业务热点检测消息确定网络的业务热点区域，其中，所述业务热点检测消息中携带业务热点标识THS，所述THS用于表示所述小区内存在业务热点。

结合第一方面的第六种可能的实施方式，在第一方面的第七种可能的实施方式中，所述业务热点检测消息中还包括：所述AP的识别符ID、所述AP关联用户数、所述用户业务需求速率、所述平均数据包长度、所述平均成功传输时长，以及所述用户满意度或预测用户满意度。

结合第一方面的第六种可能的实施方式或第一方面的第七种可能的实施方式，在第一方面的第八种可能的实施方式中，所述业务热点检测消息是基于无线接入点协议CAPWAP消息或简单网络管理协议SNMP消息发送的。

本发明第二方面提供一种小区的业务热点检测装置，包括：

获取模块，用于获取无线接入点AP所在小区的负载信息，所述负载信息包括以下信息中的至少两种信息：用户业务需求速率、AP关联用户数、平均数据包长度以及平均成功传输时长；

确定模块，用于根据所述至少两种信息确定所述AP的工作状态是否异常；若所述AP的工作状态异常，则根据用户的速率确定用户满意度，并且若所述用户满意度低于第一预设门限值，则确定所述小区内存在业务热点。

结合第二方面，在第二方面的第一种可能的实施方式中，所述获取模块，包括：

第一获取单元，用于在统计周期n内获取所述用户业务需求速率的W个子周期的样本(R_c[(n-1)W+1],...,R_c[n])，根据所述(R_c[(n-1)W+1],...,R_c[n])确定所述用户业务需求速率的概率密度分布；

第二获取单元，用于在统计周期n内获取所述AP关联用户数的W个子周期的样本(U_c[(n-1)W+1],...,U_c[n])，根据所述(U_c[(n-1)W+1],...,U_c[n])确定所述AP关联用户数的概率密度分布；

第三获取单元，用于在统计周期n内获取所述平均数据包长度的W个子周期的样本(PL_c[(n-1)W+1],...,PL_c[n])，根据所述(PL_c[(n-1)W+1],...,PL_c[n])确定所述平均数据包长度的概率密度分布；

第四获取单元，用于在统计周期n内获取所述平均成功传输时长W个子周期的样本(T_c[(n-1)W+1],...,T_c[n])，根据所述(T_c[(n-1)W+1],...,T_c[n])确定所述平均成功传输时长的概率密度分布。

结合第二方面的第一种可能的实施方式，在第二方面的第二种可能的实施方式中，所述确定模块用于根据 $H_c=\left\{\begin{array}{c}1,\mathrm{if}{\mathrm{\α}}_{1}h({\stackrel{\‾}{R}}_c\left(n\right),{\mathrm{\ϵ}}_r)+{\mathrm{\α}}_{2}h({\stackrel{\‾}{U}}_c\left(n\right),{\mathrm{\ϵ}}_u)+{\mathrm{\α}}_{3}h(\stackrel{\‾}{R}{\stackrel{\‾}{L}}_c\left(n\right),{\mathrm{\ϵ}}_p)+{\mathrm{\α}}_{4}h({\stackrel{\‾}{T}}_c\left(n\right),{\mathrm{\ϵ}}_t)>0\\ 0,\mathrm{otherwise}\end{array}\right.$ 判断所述小区的工作状态是否异常，若H_c=1，则所述小区的工作状态异常；其中，α₁、α₂、α₃、α₄为加权因子，并且

$h({\stackrel{\‾}{R}}_c\left(n\right),{\mathrm{\ϵ}}_r)=({\stackrel{\‾}{R}}_c\left(n\right)-E^r)-\sqrt{{\mathrm{Var}}^r/{\mathrm{\ϵ}}_r},$ 为所述(R_c[(n-1)W+1],...,R_c[n])的算术平均值，E^r为根据所述用户业务需求速率的概率密度分布确定的R_c[n]的期望，Var^r为根据所述用户业务需求速率的概率密度分布确定的R_c[n]的方差，ε_r为检测用户业务需求速率变化的误警概率上限；

$h({\stackrel{\‾}{U}}_c\left(n\right),{\mathrm{\ϵ}}_u)=({\stackrel{\‾}{U}}_c\left(n\right)-E^u)-\sqrt{{\mathrm{Var}}^u/{\mathrm{\ϵ}}_u},$ 为所述(U_c[(n-1)W+1],...,U_c[n])的算术平均值，E^u为根据所述AP关联用户数的概率密度分布确定的U_c[n]的期望，Var^u为根据所述AP关联用户数的概率密度分布确定的U_c[n]的方差，ε_u为检测所述AP关联用户数变化的误警概率上限；

$h(\stackrel{\‾}{P}{\stackrel{\‾}{L}}_c\left(n\right),{\mathrm{\ϵ}}_{\mathrm{pl}})=(\stackrel{\‾}{P}{\stackrel{\‾}{L}}_c\left(n\right)-E^{\mathrm{pl}})-\sqrt{{\mathrm{Var}}^{\mathrm{pl}}/{\mathrm{\ϵ}}_{\mathrm{pl}}},$ 为所述(PL_c[(n-1)W+1],...,PL_c[n])的算术平均值，E^pl为根据所述平均数据包长度的概率密度分布确定的PL_c[n]的期望，Var^pl为根据所述平均数据包长度的概率密度分布确定的PL_c[n]的方差，ε_pl为检测所述平均数据包长度变化的误警概率上限；

$h({\stackrel{\‾}{T}}_c\left(n\right),{\mathrm{\ϵ}}_t)=({\stackrel{\‾}{T}}_c\left(n\right)-E^t)-\sqrt{{\mathrm{Var}}^t/{\mathrm{\ϵ}}_t},$ 为所述(T_c[(n-1)W+1],...,T_c[n])的算术平均值，E^t为根据所述平均成功传输时长的概率密度分布确定的T_c[n]的期望，Var^t为根据所述平均成功传输时长的概率密度分布确定的T_c[n]的方差，ε_t为检测所述平均成功传输时长变化的误警概率上限。

结合第二方面至第二方面的第二种可能的实施方式中的任一项，在第二方面的第三种可能的实施方式中，所述确定模块具体用于确定保证比特速率GBR用户的业务实际速率和非保证比特速率Non-GBR用户的平均速率；根据所述GBR用户的业务实际速率确定S_GBR,c，并根据所述Non-GBR用户的平均速率确定S_Non-GBR,c；其中， 并根据所述S_GBR,c和所述S_Non-GBR,c确定S_c，其中S_c=k₁．S_GBR,c+(1-k₁)S_Non-GBR,c，S_c为所述用户满意度。

结合第二方面至第二方面的第三种可能的实施方式中的任一项，在第二方面的第四种可能的实施方式中，所述装置还包括：

预测模块，用于根据所述用户满意度，预测未来设定时间内的预测用户满意度；

所述确定模块还用于在所述预测用户满意度低于第二预设门限值，则确定所述小区在所述未来设定时间段内存在业务热点。

结合第二方面的第四种可能的实施方式，在第二方面的第五种可能的实施方式中，所述预测模块用于根据 $\left\{\begin{array}{c}{L}_n=\mathrm{\ζ}\·(S_n-I_{n-d})+(1-\mathrm{\ζ})L_{n-1}\\ I_n=\mathrm{\δ}\·(S_n-L_n)+(1-\mathrm{\δ})I_{n-d}\\ {\hat{S}}_{n+h}=L_n+I_{n-d+h\mathrm{mode}d}\end{array}\right.$ 预测未来设定时间段内的预测用户满意度，其中，为所述预测用户满意度，S_n为所述用户满意度，L_n为所述预测用户满意度的均值部分，I_n为所述用户预测满意度的周期部分，d为所述S_n的变化周期，ζ和δ为控制所述预测用户满意度的平滑参数。

结合第二方面的第四种可能的实施方式或第二方面的第五种可能的实施方式，在第二方面的第六种可能的实施方式中，所述装置还包括：

发送模块，用于向接入控制点AC发送业务热点检测消息，以使所述AC根据所述业务热点检测消息确定网络的业务热点区域，其中，所述业务热点检测消息中携带业务热点标识THS，所述THS用于表示所述小区内存在业务热点。

结合第二方面的第六种可能的实施方式，在第二方面的第七种可能的实施方式中，所述业务热点检测消息中还包括：所述AP的识别符ID、所述AP关联用户数、所述用户业务需求速率、所述平均数据包长度、所述平均成功传输时长，以及所述用户满意度或预测用户满意度。

结合第二方面的第六种可能的实施方式或第二方面的第七种可能的实施方式，在第二方面的第八种可能的实施方式中，所述业务热点检测消息是基于无线接入点协议CAPWAP消息或简单网络管理协议SNMP消息发送的。

本发明实施例提供的小区的业务热点检测方法，通过AP获取小区的负载信息，根据负载信息确定AP的工作状态是否异常，在AP工作状态异常的情况下对所确定的用户满意度进行检测，根据检测结果判断小区是否存在业务热点，有效识别存在业务热点的小区，提高了业务热点检测的准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的小区的业务热点检测方法实施例一的流程示意图；

图2为本发明提供的小区的业务热点检测方法实施例二的流程示意图；

图3为本发明提供的小区的业务热点检测装置实施例一的结构示意图；

图4为本发明提供的小区的业务热点检测装置实施例二的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本文中描述的技术可用于各种通信系统，例如当前2G，3G通信系统和下一代通信系统，例如全球移动通信系统（GSM，Global System forMobile communications），码分多址（CDMA，Code Division MultipleAccess）系统，时分多址（TDMA，Time Division Multiple Access）系统，宽带码分多址（WCDMA，Wideband Code Division Multiple AccessWireless），频分多址（FDMA，Frequency Division Multiple Addressing）系统，正交频分多址（OFDMA，Orthogonal Frequency-Division MultipleAccess）系统，单载波FDMA（SC-FDMA）系统，通用分组无线业务（GPRS，General Packet Radio Service）系统，长期演进（LTE，Long TermEvolution）系统，无线局域网络（Wireless Local Area Networks，以下简称WLAN），以及其他此类通信系统。

本申请中涉及的终端，即用户设备，可以是无线终端也可以是有线终端，无线终端可以是指向用户提供语音和/或数据连通性的设备，具有无线连接功能的手持式设备、或连接到无线调制解调器的其他处理设备。无线终端可以经无线接入网（例如，RAN，Radio Access Network）与一个或多个核心网进行通信，无线终端可以是移动终端，如移动电话（或称为“蜂窝”电话）和具有移动终端的计算机，例如，可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置，它们与无线接入网交换语言和/或数据。例如，个人通信业务（PCS，Personal Communication Service）电话、无绳电话、会话发起协议（SIP）话机、无线本地环路（WLL，WirelessLocal Loop）站、个人数字助理（PDA，Personal Digital Assistant）等设备。无线终端也可以称为系统、订户单元（Subscriber Unit）、订户站（Subscriber Station），移动站（Mobile Station）、移动台（Mobile）、远程站（Remote Station）、接入点（Access Point）、远程终端（RemoteTerminal）、接入终端（Access Terminal）、用户终端（User Terminal）、用户代理（User Agent）、用户设备（User Device）、或用户装备（UserEquipment）。

本申请中涉及的基站（例如，接入点）可以是指接入网中在空中接口上通过一个或多个扇区与无线终端通信的设备。基站可用于将收到的空中帧与IP分组进行相互转换，作为无线终端与接入网的其余部分之间的路由器，其中接入网的其余部分可包括网际协议（IP）网络。基站还可协调对空中接口的属性管理。例如，基站可以是无线局域网WLAN的AP，也可以是GSM或CDMA中的基站（BTS，Base Transceiver Station），也可以是WCDMA中的基站（NodeB），还可以是LTE中的演进型基站（NodeB或eNB或e-NodeB，evolutional Node B），本申请并不限定。

图1为本发明提供的小区的业务热点检测方法实施例一的流程示意图，本发明实施例涉及的方法的执行主体可以是AP，并且实施例中所提到的用户可以是接入该AP的终端，如图1所示，该方法包括：

S101：获取AP所在小区的负载信息，该负载信息包括以下信息中的至少两种信息：用户业务需求速率、AP关联用户数、平均数据包长度以及平均成功传输时长。

具体的，对于小区的业务热点的检查，AP需要在一个统计周期内获取自身所在小区的负载信息，该负载信息包括下面信息的两种以上信息的组合：接入该AP的各个用户的业务需求速率、AP关联用户数、平均数据包长度和平均成功传输时长；其中，这里的平均数据包长度为用户和AP进行通信时所传输的数据包长度，平均成功传输时长为用户与AP之间成功传输数据包所用的时间长度；并且该些负载信息可以来自于用户正常上报或者AP要求用户上报。

S102：根据上述至少两种信息确定所述AP的工作状态是否异常。

S103：若所述AP的工作状态异常，则根据用户的速率确定用户满意度。

S104：若所述用户满意度低于第一预设门限值，则确定所述小区内存在业务热点。

具体的，在AP获取到上述负载信息之后，根据上述负载信息确定AP的工作状态是否异常，具体而言，是根据上述负载信息确定各个负载信息对应的行列式函数，并对该些行列式函数进行加权平均，若加权平均后的结果大于0，则说明小区中可能存在业务热点，否则，说明该小区不存在业务热点。

在确定小区中可能存在业务热点之后，进行用户满意度的确定，即AP在该统计周期内统计保证比特速率（Guaranteed Bit Rate，以下简称GBR）用户的实际所得速率和非保证比特速率（Non Guaranteed Bit Rate，以下简称Non-GBR）用户的平均速率，根据这两种速率确定用户满意度，并且在协议802.11e中定义了四种业务：语音（Voice）、视频（Video）、尽力而为（BestEffort）、背景（Background），前两种可归为GBR业务，后两种可归为Non-GBR业务。确定了用户满意度之后，对所确定的用户满意度进行判断，若上述用户满意度低于第一预设门限值时，则确定该小区存在业务热点。

本发明实施例提供的小区的业务热点检测方法，通过AP获取小区的负载信息，根据负载信息确定AP的工作状态是否异常，在AP工作状态异常的情况下对所确定的用户满意度进行检测，根据检测结果判断小区是否存在业务热点，有效识别存在业务热点的小区，提高了业务热点检测的准确性。

在上述图1所示实施例的基础上，上述获取无线接入点AP所在小区的负载信息，包括：在统计周期n内获取上述用户业务需求速率的W个子周期的样本(R_c[(n-1)W+1],...,R_c[n])，根据上述(R_c[(n-1)W+1],...,R_c[n])确定所述用户业务需求速率的概率密度分布；在统计周期n内获取上述AP关联用户数的W个子周期的样本(U_c[(n-1)W+1],...,U_c[n])，根据上述(U_c[(n-1)W+1],...,U_c[n])确定AP关联用户数的概率密度分布；在统计周期n内获取上述平均数据包长度的W个子周期的样本(PL_c[(n-1)W+1],...,PL_c[n])，根据上述(PL_c[(n-1)W+1],...,PL_c[n])确定平均数据包长度的概率密度分布；在统计周期n内获取上述平均成功传输时长W个子周期的样本(T_c[(n-1)W+1],...,T_c[n])，根据上述(T_c[(n-1)W+1],...,T_c[n])确定平均成功传输时长的概率密度分布。

具体的，AP在统计周期n内采样接入该AP的各个用户的负载信息的样本值，这些样本值可以来自于用户正常的上报或者AP要求用户上报，并且这里的n指的是第n个统计周期。AP把统计周期n划分为W个子周期，分别对用户业务需求速率Rc、AP关联用户数Uc、平均数据包长度PLc以及平均成功传输时长Tc进行采样，获得W个样本，具体为：在统计周期n内获取所述用户业务需求速率的W个子周期的样本(R_c[(n-1)W+1],...,R_c[n])，将该些样本值根据大小划分为2^N个区间，其中，最小样本值以下和最大样本值以上各为一个区间，最小样本值和最大样本值之间等间隔划分为2^N-2个区间，计算落入每个区间的样本数目以总样本数W归一化每个区间的样本数，可获得业务需求速率的柱状图如下，即概率密度分布：其中，同理，基于上述同样的操作，分别得到AP关联用户数W个子周期的样本(U_c[(n-1)W+1],...,U_c[n])、平均数据包长度的W个子周期的样本(PL_c[(n-1)W+1],...,PL_c[n])以及平均成功传输时长W个子周期的样本(T_c[(n-1)W+1],...,T_c[n])，并且基于该些样本，获得其对应的柱状图： $h_c^u\left(n\right)=(h_{c,1}^u\left(n\right),...,h_{c,2^N}^u\left(n\right)),$ $h_c^{\mathrm{pl}}\left(n\right)=(h_{c,1}^{\mathrm{pl}}\left(n\right),...,h_{c,2^N}^{\mathrm{pl}}\left(n\right))$ 以及 $h_c^t\left(n\right)=(h_{c,1}^t\left(n\right),...,h_{c,2^N}^t\left(n\right)).$

在上述图1所述实施例的基础上，S101具体为：根据 $H_c=\left\{\begin{array}{c}1,\mathrm{if}{\mathrm{\α}}_{1}h({\stackrel{\‾}{R}}_c\left(n\right),{\mathrm{\ϵ}}_r)+{\mathrm{\α}}_{2}h({\stackrel{\‾}{U}}_c\left(n\right),{\mathrm{\ϵ}}_u)+{\mathrm{\α}}_{3}h(\stackrel{\‾}{R}{\stackrel{\‾}{L}}_c\left(n\right),{\mathrm{\ϵ}}_p)+{\mathrm{\α}}_{4}h({\stackrel{\‾}{T}}_c\left(n\right),{\mathrm{\ϵ}}_t)>0\\ 0,\mathrm{otherwise}\end{array}\right.$ 判断所述小区的工作状态是否异常，若H_c=1，则所述小区的工作状态异常；其中，α₁、α₂、α₃、α₄为加权因子， $\underset{j=1}{\overset{4}{\mathrm{\Σ}}}{\mathrm{\α}}_j=1,$ 并且 $h({\stackrel{\‾}{R}}_c\left(n\right),{\mathrm{\ϵ}}_r)=({\stackrel{\‾}{R}}_c\left(n\right)-E^r)-\sqrt{{\mathrm{Var}}^r/{\mathrm{\ϵ}}_r},$ 为所述(R_c[(n-1)W+1],...,R_c[n])的算术平均值，E^r为根据所述用户业务需求速率的概率密度分布确定的R_c[n]的期望，Var^r为根据所述用户业务需求速率的概率密度分布确定的R_c[n]的方差，ε_r为检测用户业务需求速率变化的误警概率上限； $h({\stackrel{\‾}{U}}_c\left(n\right),{\mathrm{\ϵ}}_u)=({\stackrel{\‾}{U}}_c\left(n\right)-E^u)-\sqrt{{\mathrm{Var}}^u/{\mathrm{\ϵ}}_u},$ 为所述(U_c[(n-1)W+1],...,U_c[n])的算术平均值，E^u为根据所述AP关联用户数的概率密度分布确定的U_c[n]的期望，Var^u为根据所述AP关联用户数的概率密度分布确定的U_c[n]的方差，ε_u为检测所述AP关联用户数变化的误警概率上限； $h(\stackrel{\‾}{P}{\stackrel{\‾}{L}}_c\left(n\right),{\mathrm{\ϵ}}_{\mathrm{pl}})=(\stackrel{\‾}{P}{\stackrel{\‾}{L}}_c\left(n\right)-E^{\mathrm{pl}})-\sqrt{{\mathrm{Var}}^{\mathrm{pl}}/{\mathrm{\ϵ}}_{\mathrm{pl}}},$ 为所述(PL_c[(n-1)W+1],...,PL_c[n])的算术平均值，E^pl为根据所述平均数据包长度的概率密度分布确定的PL_c[n]的期望，Var^pl为根据所述平均数据包长度的概率密度分布确定的PL_c[n]的方差，ε_pl为检测所述平均数据包长度变化的误警概率上限； $h({\stackrel{\‾}{T}}_c\left(n\right),{\mathrm{\ϵ}}_t)=({\stackrel{\‾}{T}}_c\left(n\right)-E^t)-\sqrt{{\mathrm{Var}}^t/{\mathrm{\ϵ}}_t},$ 为所述(T_c[(n-1)W+1],...,T_c[n])的算术平均值，E^t为根据所述平均成功传输时长的概率密度分布确定的T_c[n]的期望，Var^t为根据所述平均成功传输时长的概率密度分布确定的T_c[n]的方差，ε_t为检测所述平均成功传输时长变化的误警概率上限。

具体而言，AP根据上述获取的负载信息的样本值和样本值对应的概率密度分布，确定负载信息的行列式函数，需要注意的是，这里的负载信息同样是Rc、Uc、PLc以及Tc中任意两种负载信息的组合，本发明中所有的实施例是以AP获取到Rc、Uc、PLc以及Tc四个负载信息的组合为例来说明的。

根据用户的业务需求速率的样本值和对应的柱状图确定用户业务需求速率的行列式函数 $h({\stackrel{\‾}{R}}_c\left(n\right),{\mathrm{\ϵ}}_r)=({\stackrel{\‾}{R}}_c\left(n\right)-E^r)-\sqrt{{\mathrm{Var}}^r/{\mathrm{\ϵ}}_r},$ 其中为所述(R_c[(n-1)W+1],...,R_c[n])的算术平均值，E^r为根据所述用户业务需求速率的概率密度分布确定的R_c[n]的期望，即Var^r为根据所述用户业务需求速率的概率密度分布确定的R_c[n]的方差，即ε_r为检测用户业务需求速率变化的误警概率上限，即基于契比雪夫门限Chebyshev bound，在本发明实施例中，ε_r=0.05；并且更具体的， $H_1=\left\{\begin{array}{c}1,\mathrm{ifh}({\stackrel{\‾}{R}}_c\left(n\right),{\mathrm{\ϵ}}_r)>0\\ 0,\mathrm{otherwise}\end{array}\right.$ 可以用来检测用户业务需求速率的变化，Η₁=1，表示业务需求速率增加。

同理，在AP关联用户数的行列式函数中， $E^u=\underset{i=1}{\overset{2^N}{\mathrm{\Σ}}}{h}_{c,i}^u{U}_{c,i},$ ${\mathrm{Var}}^u=\underset{i=1}{\overset{2^N}{\mathrm{\Σ}}}{(U_{c,i}-E^u)}^2{h}_{c,i}^u,$ 并且检测的误警概率的上限为ε_u，取0.05，其中， $\mathrm{Pr}\{h({\stackrel{\‾}{U}}_c\left(n\right),{\mathrm{\ϵ}}_u)>0|h_c^u\left(n\right)\}\≤{\mathrm{\ϵ}}_u;$ 并且 $H_2=\left\{\begin{array}{c}1,\mathrm{ifh}({\stackrel{\‾}{U}}_c\left(n\right),{\mathrm{\ϵ}}_r)>0\\ 0,\mathrm{otherwise}\end{array}\right.,$ Η₂=1，表示AP关联用户数增加。

同理，在平均数据包长度的行列式函数 $h(\stackrel{\‾}{P}{\stackrel{\‾}{L}}_c\left(n\right),{\mathrm{\ϵ}}_{\mathrm{pl}})=(\stackrel{\‾}{P}{\stackrel{\‾}{L}}_c\left(n\right)-E^{\mathrm{pl}})-\sqrt{{\mathrm{Var}}^{\mathrm{pl}}/{\mathrm{\ϵ}}_{\mathrm{pl}}}$ 中， $E^{\mathrm{pl}}=\underset{i=1}{\overset{2^N}{\mathrm{\Σ}}}{h}_{c,i}^{\mathrm{pl}}{\mathrm{PL}}_{c,i},$ ${\mathrm{Var}}^{\mathrm{pl}}=\underset{i=1}{\overset{2^N}{\mathrm{\Σ}}}{({\mathrm{PL}}_{c,i}-E^{\mathrm{pl}})}^2{h}_{c,i}^{\mathrm{pl}},$ 检测的误警概率的上限为为ε_pl，取0.05，并且 $H_3=\left\{\begin{array}{c}1,\mathrm{ifh}(\stackrel{\‾}{P}{\stackrel{\‾}{L}}_c\left(n\right),{\mathrm{\ϵ}}_{\mathrm{pl}})>0\\ 0,\mathrm{otherwise}\end{array}\right.,$ Η₃=1，表示平均数据包长度增加。

同理，在平均成功传输时长的行列式函数 $h({\stackrel{\‾}{T}}_c\left(n\right),{\mathrm{\ϵ}}_t)=({\stackrel{\‾}{T}}_c\left(n\right)-E^t)-\sqrt{{\mathrm{Var}}^t/{\mathrm{\ϵ}}_t}$ 中， $E^t=\underset{i=1}{\overset{2^N}{\mathrm{\Σ}}}{h}_{c,i}^t{T}_{c,i},$ ${\mathrm{Var}}^t=\underset{i=1}{\overset{2^N}{\mathrm{\Σ}}}{(T_{c,i}-E^t)}^2{h}_{c,i}^t,$ 检测的误警概率的上限为为ε_t，取0.05，并且 $H_4=\left\{\begin{array}{cc}1,& \mathrm{if\; h}({\stackrel{\‾}{T}}_c\left(n\right),{\mathrm{\ϵ}}_t)>0\\ 0,& \mathrm{otherwise}\end{array}\right.,$ Η₄=1，表示平均成功传输时长增加。

在AP确定了上述四个行列式函数之后，根据公式 $H_c=\left\{\begin{array}{c}1,\mathrm{if}{\mathrm{\α}}_{1}h({\stackrel{\‾}{R}}_c\left(n\right),{\mathrm{\ϵ}}_r)+{\mathrm{\α}}_{2}h({\stackrel{\‾}{U}}_c\left(n\right),{\mathrm{\ϵ}}_u)+{\mathrm{\α}}_{3}h(\stackrel{\‾}{R}{\stackrel{\‾}{L}}_c\left(n\right),{\mathrm{\ϵ}}_p)+{\mathrm{\α}}_{4}h({\stackrel{\‾}{T}}_c\left(n\right),{\mathrm{\ϵ}}_t)>0\\ 0,\mathrm{otherwise}\end{array}\right.$ 判断小区的工作状态是否异常；即基于AP覆盖小区的用户业务需求速率、AP关联用户数、平均数据包长度以及平均传输时长的联合检测，就可以判定小区是否可能存在业务热点；若H_c=1，则所述小区的工作状态异常，小区可能存在业务热点，否则小区的工作状态正常，不存在业务热点；其中，α₁、α₂、α₃、α₄为加权因子，α₁、α₂、α₃、α₄可以分别设为0.25。

进一步地，上述S103包括：确定保证比特速率GBR用户的业务实际速率和非保证比特速率Non-GBR用户的平均速率；根据所述GBR用户的业务实际速率确定S_GBR,c，并根据所述Non-GBR用户的平均速率确定S_Non-GBR,c；其中， 根据所述S_GBR,c和所述S_Non-GBR,c确定S_c，其中S_c=k₁．S_GBR,c+(1-k₁)S_Non-GBR,c，S_c为所述用户满意度。

在上述判定小区可能存在业务热点之后，对小区是否存在业务热点进行进一步地的判断，即进行用户满意度的判断，在判断之前，要根据用户速率确定用户满意度，即根据GBR用户和Non-GBR用户的速率确定Sc，并根据公式 ${\mathrm{THS}}_c=\left\{\begin{array}{c}1,\mathrm{if}{H}_c=1\mathrm{and}{S}_c<S_{\mathrm{thr}}\\ 0,\mathrm{otherwise}\end{array}\right.$ 判断用户满意度是否低于预设门限值，其中，Hc为前述AP进行联合检测的加权平均的结果，S_thr为第一预设门限值，THS_c=1时，表示AP的工作状态异常，即小区的工作状态异常，则确定小区存在业务热点。

本发明实施例提供的小区的业务热点检测方法，通过AP获取小区的负载信息，根据负载信息确定AP的工作状态是否异常，在AP工作状态异常的情况下对所确定的用户满意度进行检测，根据检测结果判断小区是否存在业务热点，有效识别存在业务热点的小区，提高了业务热点检测的准确性；同时也无需用户每次上报传输时的竞争窗口，降低了AP的空口开销。

图2为本发明提供的小区的业务热点检测方法实施例二的流程示意图，本发明实施例涉及的方法的执行主体可以是AP，并且本发明实施例中的用户指的是接入该AP的终端，如图2所示，在上述图1所示实施例的基础上，在S104之后，该方法还可以进一步包括判断小区内未来时间内业务热点的实施方法，包括如下步骤：

S201：根据所述用户满意度，预测未来设定时间内的预测用户满意度。

具体的，为了进一步确定AP所在小区在未来一段时间内是否存在业务热点，则需要进行用户满意度的预测；在N个统计周期里统计用户满意度S₁,S₂,...,S_n，并且S₁,S₂,...,S_n可表示为一个变化周期为d的序列，即S₁,S₂,...,S_n的值是以d为变化周期的，根据当前记录到的S₁,S₂,...,S_n，预测该序列h个周期后的值S该为所述预测用户满意度，即根据 $\left\{\begin{array}{c}{L}_n=\mathrm{\&zeta;}\&CenterDot;(S_n-I_{n-d})+(1-\mathrm{\&zeta;})L_{n-1}\\ I_n=\mathrm{\&delta;}\&CenterDot;(S_n-L_n)+(1-\mathrm{\&delta;})I_{n-d}\\ {\hat{S}}_{n+h}=L_n+I_{n-d+h\mathrm{mode}d}\end{array}\right.$ 预测未来设定时间段内的预测用户满意度，其中，S_n为所述用户满意度，L_n为所述预测用户满意度的均值部分，I_n为所述用户预测满意度的周期部分，d为所述S_n的变化周期，ζ和δ为控制所述预测用户满意度的平滑参数；并且通过求序列相关来获取周期d，如果能获取到d，则就可以得到预测用户满意度，即S₁,S₂,...,S_n为一个周期序列，如果不能获取到d，则说明S₁,S₂,...,S_n不是一个周期序列，则预测结果

S202：若所述预测用户满意度低于第二预设门限值，则确定所述小区在所述未来设定时间段内存在业务热点。

具体的，在预测到用户的预测满意度之后，根据公式进行判断，其中，为上述预测用户满意度的加权平均值，为上述预测用户满意度，这里也就等同于如果则k₂=0，否则k₂=0.5；之后，根据公式 ${\mathrm{THS}}_c=\left\{\begin{array}{c}1,\mathrm{if}{H}_c=1\mathrm{and}{S}_c^a<S_{c,\mathrm{thr}}^a\\ 0,\mathrm{otherwise}\end{array}\right.$ 判断上述预测用户满意度是否低于第二预设门限值，其中，为第二预设门限值，THS_c=1，表示小区工作状态异常，并且用户的预测的满意度低于第二预设门限值则确定小区在未来设定时间段内存在业务热点。

本发明实施例提供的小区的业务热点检测方法，通过在AP判断小区当前存在业务热点之后，进一步确定预测用户满意度，并根据预测用户满意度判断小区在未来设定时间段内是否存在业务热点，可以有效的识别存在业务热点的小区，并且获知小区在未来一段时间段的业务热点信息，进一步提高了业务热点检测的准确性；同时也无需用户每次上报传输时的竞争窗口，降低了AP的空口开销。

在上述实施例的基础上，在确定所述小区内存在业务热点之后，本发明实施例还进一步提供了AP向接入控制点（Access Controller，以下简称AC）发送业务热点检测消息以使AC根据上述业务热点检测消息确定网络中业务热点区域的实施场景。其中，该业务热点检测消息中可以携带业务热点标识（Traffic Hot Spot，以下简称THS），THS用于表示所述小区内存在业务热点；业务热点检测消息中还包括：AP的识别符（Identity，以下简称ID）、AP关联用户数、用户业务需求速率、平均数据包长度、平均成功传输时长，以及用户满意度或预测用户满意度；业务热点检测消息是基于无线接入点（Control And Provisioning of Wireless Access Points Protocol Specification，以下简称CAPWAP）协议消息或简单网络管理协议（Simple NetworkManagement Protocol，以下简称SNMP）消息发送的。

具体的，AC是用来管理AP，实现多用户接入的控制点，AP在确定小区存在业务热点之后，向AC发送业务热点检测消息（这里可以是多个AP确定了其所在小区存在业务热点之后向AC上报业务热点检测消息，即AC收集各AP上报的业务热点检测消息），该业务热点检测消息中携带了THS，AC根据各个AP的位置及覆盖范围信息，以及各AP上报的THS，判定WLAN网络的业务热点区域，即相邻的存在业务热点的小区可归为一个热点区域，若多个存在业务热点的小区距离较远，则AC会将该多个存在业务热点的小区划分为多个业务热点区域，即根据下一步采取的THS消除的策略不同，可以对热点AP做不同的分组，进而针对不同的业务热点区域选择合适的网络优化操作。

进一步地，AP向AC上报的业务热点检测消息还包括了AP的ID、AP关联用户数、用户业务需求速率、平均数据包长度、平均成功传输时长，以及所述用户满意度或预测用户满意度，即AP向AC上报的业务热点检测消息是按照表1的格式进行的。

表1

AP_ID

User_num

Rate_req

Pkt_len_avg

Pkt_tm_avg

User_sat

THS

其中，AP_ID为AP的ID，用于识别上报消息的AP；User_num为该AP关联的用户数；Rate_req为业务需求速率；Pkt_len_avg为平均数据包长度；Pkt_tm_avg为平均成功传输时长；User_sat为用户满意度或预测用户满意度；THS为1bit业务热点标识位，若检测结果为业务热点，则该比特位为1，否则为0。这些内容可以一起打包按表1的格式通过AP和AC之间的消息来交互，如CAPWAP协议消息和SNMP协议消息；也可以逐项按类型长度值（Type-Length-Value，以下简称TLV）格式来传输，如THS可表示为表2的格式：

表2

Type	Length（bit）	Value
			THS	1	1

如果是基于CAP WAP协议，AP向AC上报的内容可基于CAPWAP协议（RFC 5415），该数据可以通过利用CAPWAP首部的无线扩展信息（Wireless Specific Information）选项部分来发送，即把该AP在本统计周期的AP关联用户数，用户业务需求速率，平均数据包长度，平均成功传输时长，用户满意度、THS标识放在无无线扩展信息里；也可以通过数据包的无线负载（Wireless Payload）部分来发送；如果是基于SNMP协议，AP和AC也可以通过SNMP协议的协议数据单元（Praotocol Data Unit，以下简称PDU）来传递信息，AC通过GET，GETNEXT和GETBULK协定指令取回如表1所示的数据，或是AP在没有被询问的情况下，使用TRAP或INFORM（SNMPv1不支持）主动向AC传送数据。

本发明实施例提供的小区的业务热点检测方法，通过AP获取小区的负载信息，根据负载信息确定AP的工作状态是否异常，在AP工作状态异常的情况下对所确定的用户满意度进行检测，根据检测结果判断小区是否存在业务热点，有效识别存在业务热点的小区，提高了业务热点检测的准确性；同时也无需用户每次上报传输时的竞争窗口，降低了AP的空口开销。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

图3为本发明提供的小区而定业务热点检测装置的实施例一的结构示意图，如图3所示，该装置包括：获取模块30，用于获取无线接入点AP所在小区的负载信息，所述负载信息包括以下信息中的至少两种信息：用户业务需求速率、AP关联用户数、平均数据包长度以及平均成功传输时长；确定模块31，用于根据所述至少两种信息确定所述AP的工作状态是否异常；若所述AP的工作状态异常，则根据用户的速率确定用户满意度，并且若所述用户满意度低于第一预设门限值，则确定所述小区内存在业务热点。

本实施例的小区的业务热点检测装置可以执行上述小区的业务热点检测方法实施例一，其实现原理和技术效果类似，此处不再赘述。

图4为本发明提供的一种小区的业务热点检测装置实施例二的结构示意图，在上述图3所示实施例的基础上，上述获取模块30，包括：第一获取单元301，用于在统计周期n内获取所述用户业务需求速率的W个子周期的样本(R_c[(n-1)W+1],...,R_c[n])，根据所述(R_c[(n-1)W+1],...,R_c[n])确定所述用户业务需求速率的概率密度分布；第二获取单元302，用于在统计周期n内获取所述AP关联用户数的W个子周期的样本(U_c[(n-1)W+1],...,U_c[n])，根据所述(U_c[(n-1)W+1],...,U_c[n])确定所述AP关联用户数的概率密度分布；第三获取单元303，用于在统计周期n内获取所述平均数据包长度的W个子周期的样本(PL_c[(n-1)W+1],...,PL_c[n])，根据所述(PL_c[(n-1)W+1],...,PL_c[n])确定所述平均数据包长度的概率密度分布；第四获取单元304，用于在统计周期n内获取所述平均成功传输时长W个子周期的样本(T_c[(n-1)W+1],...,T_c[n])，根据所述(T_c[(n-1)W+1],...,T_c[n])确定所述平均成功传输时长的概率密度分布。

本实施例的小区的业务热点检测装置可以执行上述小区的业务热点检测方法实施例，其实现原理和技术效果类似，此处不再赘述。

继续参照图4，上述确定模块31用于根据 $H_c=\left\{\begin{array}{c}1,\mathrm{if}{\mathrm{\&alpha;}}_{1}h({\stackrel{\&OverBar;}{R}}_c\left(n\right),{\mathrm{\&epsiv;}}_r)+{\mathrm{\&alpha;}}_{2}h({\stackrel{\&OverBar;}{U}}_c\left(n\right),{\mathrm{\&epsiv;}}_u)+{\mathrm{\&alpha;}}_{3}h(\stackrel{\&OverBar;}{R}{\stackrel{\&OverBar;}{L}}_c\left(n\right),{\mathrm{\&epsiv;}}_p)+{\mathrm{\&alpha;}}_{4}h({\stackrel{\&OverBar;}{T}}_c\left(n\right),{\mathrm{\&epsiv;}}_t)>0\\ 0,\mathrm{otherwise}\end{array}\right.$ 判断所述小区的工作状态是否异常，若H_c=1，则所述小区的工作状态异常；其中，α₁、α₂、α₃、α₄为加权因子， $\underset{j=1}{\overset{4}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_j=1,$ 并且 $h({\stackrel{\&OverBar;}{R}}_c\left(n\right),{\mathrm{\&epsiv;}}_r)=({\stackrel{\&OverBar;}{R}}_c\left(n\right)-E^r)-\sqrt{{\mathrm{Var}}^r/{\mathrm{\&epsiv;}}_r},$ 为所述(R_c[(n-1)W+1],...,R_c[n])的算术平均值，E^r为根据所述用户业务需求速率的概率密度分布确定的R_c[n]的期望，Var^r为根据所述用户业务需求速率的概率密度分布确定的R_c[n]的方差，ε_r为检测用户业务需求速率变化的误警概率上限； $h({\stackrel{\&OverBar;}{U}}_c\left(n\right),{\mathrm{\&epsiv;}}_u)=({\stackrel{\&OverBar;}{U}}_c\left(n\right)-E^u)-\sqrt{{\mathrm{Var}}^u/{\mathrm{\&epsiv;}}_u},$ 为所述(U_c[(n-1)W+1],...,U_c[n])的算术平均值，E^u为根据所述AP关联用户数的概率密度分布确定的U_c[n]的期望，Var^u为根据所述AP关联用户数的概率密度分布确定的U_c[n]的方差，ε_u为检测所述AP关联用户数变化的误警概率上限； $h(\stackrel{\&OverBar;}{P}{\stackrel{\&OverBar;}{L}}_c\left(n\right),{\mathrm{\&epsiv;}}_{\mathrm{pl}})=(\stackrel{\&OverBar;}{P}{\stackrel{\&OverBar;}{L}}_c\left(n\right)-E^{\mathrm{pl}})-\sqrt{{\mathrm{Var}}^{\mathrm{pl}}/{\mathrm{\&epsiv;}}_{\mathrm{pl}}},$ 为所述(PL_c[(n-1)W+1],...,PL_c[n])的算术平均值，E^pl为根据所述平均数据包长度的概率密度分布确定的PL_c[n]的期望，Var^pl为根据所述平均数据包长度的概率密度分布确定的PL_c[n]的方差，ε_pl为检测所述平均数据包长度变化的误警概率上限； $h({\stackrel{\&OverBar;}{T}}_c\left(n\right),{\mathrm{\&epsiv;}}_t)=({\stackrel{\&OverBar;}{T}}_c\left(n\right)-E^t)-\sqrt{{\mathrm{Var}}^t/{\mathrm{\&epsiv;}}_t},$ 为所述(T_c[(n-1)W+1],...,T_c[n])的算术平均值，E^t为根据所述平均成功传输时长的概率密度分布确定的T_c[n]的期望，Var^t为根据所述平均成功传输时长的概率密度分布确定的T_c[n]的方差，ε_t为检测所述平均成功传输时长变化的误警概率上限；上述确定模块31具体用于确定保证比特速率GBR用户的业务实际速率和非保证比特速率Non-GBR用户的平均速率；根据所述GBR用户的业务实际速率确定S_GBR,c，并根据所述Non-GBR用户的平均速率确定S_Non-GBR,c；其中， 并根据所述S_GBR,c和所述S_Non-GBR,c确定S_c，其中S_c=k₁．S_GBR,c+(1-k₁)S_Non-GBR,c，S_c为所述用户满意度。

在上述图4所示实施例的基础上，该装置还包括：预测模块32，用于根据所述用户满意度，预测未来设定时间内的预测用户满意度；所述确定模块31还用于在所述预测用户满意度低于第二预设门限值，则确定所述小区在所述未来设定时间段内存在业务热点；上述预测模块32用于根据 $\left\{\begin{array}{c}{L}_n=\mathrm{\&zeta;}\&CenterDot;(S_n-I_{n-d})+(1-\mathrm{\&zeta;})L_{n-1}\\ I_n=\mathrm{\&delta;}\&CenterDot;(S_n-L_n)+(1-\mathrm{\&delta;})I_{n-d}\\ {\hat{S}}_{n+h}=L_n+I_{n-d+h\mathrm{mode}d}\end{array}\right.$ 预测未来设定时间段内的预测用户满意度，其中，为所述预测用户满意度，S_n为所述用户满意度，L_n为所述预测用户满意度的均值部分，I_n为所述用户预测满意度的周期部分，d为所述S_n的变化周期，ζ和δ为控制所述预测用户满意度的平滑参数。

进一步地，在图4所示实施例的基础上，上述装置还包括发送模块33，用于向接入控制点AC发送业务热点检测消息，以使所述AC根据所述业务热点检测消息确定网络的业务热点区域，其中，所述业务热点检测消息中携带业务热点标识THS，所述THS用于表示所述小区内存在业务热点；所述业务热点检测消息中还包括：所述AP的识别符ID、所述AP关联用户数、所述用户业务需求速率、所述平均数据包长度、所述平均成功传输时长，以及所述用户满意度或预测用户满意度；所述业务热点检测消息是基于无线接入点协议CAPWAP消息或简单网络管理协议SNMP消息发送的。

本实施例的小区的业务热点检测装置可以执行上述小区的业务热点检测方法实施例，其实现原理和技术效果类似，此处不再赘述。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (18)

1.一种小区的业务热点检测方法，其特征在于，包括：

获取无线接入点AP所在小区的负载信息，所述负载信息包括以下信息中的至少两种信息：用户业务需求速率、AP关联用户数、平均数据包长度以及平均成功传输时长；

根据所述至少两种信息确定所述AP的工作状态是否异常；

若所述AP的工作状态异常，则根据用户的速率确定用户满意度；

若所述用户满意度低于第一预设门限值，则确定所述小区内存在业务热点。

2.根据权利要求1所述的方法，其特征在于，所述获取无线接入点AP所在小区的负载信息，包括：

在统计周期n内获取所述用户业务需求速率的W个子周期的样本(R_c[(n-1)W+1],...,R_c[n])，根据所述(R_c[(n-1)W+1],...,R_c[n])确定所述用户业务需求速率的概率密度分布；

在统计周期n内获取所述AP关联用户数的W个子周期的样本(U_c[(n-1)W+1],...,U_c[n])，根据所述(U_c[(n-1)W+1],...,U_c[n])确定所述AP关联用户数的概率密度分布；

在统计周期n内获取所述平均数据包长度的W个子周期的样本(PL_c[(n-1)W+1],...,PL_c[n])，根据所述(PL_c[(n-1)W+1],...,PL_c[n])确定所述平均数据包长度的概率密度分布；

在统计周期n内获取所述平均成功传输时长W个子周期的样本(T_c[(n-1)W+1],...,T_c[n])，根据所述(T_c[(n-1)W+1],...,T_c[n])确定所述平均成功传输时长的概率密度分布。

3.根据权利要求2所述的方法，其特征在于，所述根据至少两种信息确定所述AP的工作状态是否异常，包括：

根据 $H_c=\{\begin{array}{c}1,\mathrm{if}{\mathrm{\&alpha;}}_{1}h({\stackrel{\&OverBar;}{R}}_c\left(n\right),{\mathrm{\&epsiv;}}_r)+{\mathrm{\&alpha;}}_{2}h({\stackrel{\&OverBar;}{U}}_c\left(n\right),{\mathrm{\&epsiv;}}_u)+{\mathrm{\&alpha;}}_{3}h({\stackrel{\&OverBar;}{P}\stackrel{\&OverBar;}{L}}_c\left(n\right),{\mathrm{\&epsiv;}}_p)+{\mathrm{\&alpha;}}_{4}h({\stackrel{\&OverBar;}{T}}_c\left(n\right),{\mathrm{\&epsiv;}}_t)>0\\ 0,\mathrm{otherwise}\end{array}$ 判断所述小区的工作状态是否异常，若H_c=1，则所述小区的工作状态异常；其中，α₁、α₂、α₃、α₄为加权因子，，并且

$h({\stackrel{\&OverBar;}{R}}_c\left(n\right),{\mathrm{\&epsiv;}}_r)=({\stackrel{\&OverBar;}{R}}_c\left(n\right)-E^r)-\sqrt{{\mathrm{Var}}^r/{\mathrm{\&epsiv;}}_r},$ 为所述(R_c[(n-1)W+1],...,R_c[n])的算术平均值，E^r为根据所述用户业务需求速率的概率密度分布确定的R_c[n]的期望，Var^r为根据所述用户业务需求速率的概率密度分布确定的R_c[n]的方差，ε_r为检测用户业务需求速率变化的误警概率上限；

$h({\stackrel{\&OverBar;}{U}}_c\left(n\right),{\mathrm{\&epsiv;}}_u)=({\stackrel{\&OverBar;}{U}}_c\left(n\right)-E^u)-\sqrt{{\mathrm{Var}}^u/{\mathrm{\&epsiv;}}_u},$ 为所述(U_c[(n-1)W+1],...,U_c[n])的算术平均值，E^u为根据所述AP关联用户数的概率密度分布确定的U_c[n]的期望，Var^u为根据所述AP关联用户数的概率密度分布确定的U_c[n]的方差，ε_u为检测所述AP关联用户数变化的误警概率上限；

$h({\stackrel{\&OverBar;}{P}\stackrel{\&OverBar;}{L}}_c\left(n\right),{\mathrm{\&epsiv;}}_{\mathrm{pl}})=({\stackrel{\&OverBar;}{P}\stackrel{\&OverBar;}{L}}_c\left(n\right)-E^{\mathrm{pl}})-\sqrt{{\mathrm{Var}}^{\mathrm{pl}}/{\mathrm{\&epsiv;}}_{\mathrm{pl}}},$ 为所述(PL_c[(n-1)W+1],...,PL_c[n])的算术平均值，E^pl为根据所述平均数据包长度的概率密度分布确定的PL_c[n]的期望，Var^pl为根据所述平均数据包长度的概率密度分布确定的PL_c[n]的方差，ε_pl为检测所述平均数据包长度变化的误警概率上限；

$h({\stackrel{\&OverBar;}{T}}_c\left(n\right),{\mathrm{\&epsiv;}}_t)=({\stackrel{\&OverBar;}{T}}_c\left(n\right)-E^t)-\sqrt{{\mathrm{Var}}^t/{\mathrm{\&epsiv;}}_t},$ 为所述(T_c[(n-1)W+1],...,T_c[n])的算术平均值，E^t为根据所述平均成功传输时长的概率密度分布确定的T_c[n]的期望，Var^t为根据所述平均成功传输时长的概率密度分布确定的T_c[n]的方差，ε_t为检测所述平均成功传输时长变化的误警概率上限。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据用户的速率确定用户满意度，包括：

确定保证比特速率GBR用户的业务实际速率和非保证比特速率Non-GBR用户的平均速率；

根据所述GBR用户的业务实际速率确定S_GBR,c，并根据所述Non-GBR用户的平均速率确定S_Non-GBR,c；其中，

根据所述S_GBR,c和所述S_Non-GBR,c确定S_c，其中S_c=k₁·S_GBR,c+(1-k₁)S_Non-GBR,c，S_c为所述用户满意度。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述确定所述小区内存在业务热点之后，还包括：

根据所述用户满意度，预测未来设定时间内的预测用户满意度；

若所述预测用户满意度低于第二预设门限值，则确定所述小区在所述未来设定时间段内存在业务热点。

6.根据权利要求5所述的方法，其特征在于，所述根据所述用户满意度，预测未来设定时间内的预测用户满意度，包括：

根据 $\left\{\begin{array}{c}{L}_n=\mathrm{\&zeta;}\&CenterDot;(S_n-I_{n-d})+(1+\mathrm{\&zeta;})L_{n-1}\\ I_n=\mathrm{\&delta;}\&CenterDot;(S_n-L_n)+(1-\mathrm{\&delta;})I_{n-d}\\ {\hat{S}}_{n+h}=L_n+I_{n-d+h\mathrm{mode}d}\end{array}\right.$ 预测未来设定时间段内的预测用户满意度，其中，为所述预测用户满意度，S_n为所述用户满意度，L_n为所述预测用户满意度的均值部分，I_n为所述用户预测满意度的周期部分，d为所述S_n的变化周期，ζ和δ为控制所述预测用户满意度的平滑参数。

7.根据权利要求5或6所述的方法，其特征在于，所述确定所述小区内存在业务热点之后，还包括：

向接入控制点AC发送业务热点检测消息，以使所述AC根据所述业务热点检测消息确定网络的业务热点区域，其中，所述业务热点检测消息中携带业务热点标识THS，所述THS用于表示所述小区内存在业务热点。

8.根据权利要求7所述的方法，其特征在于，所述业务热点检测消息中还包括：所述AP的识别符ID、所述AP关联用户数、所述用户业务需求速率、所述平均数据包长度、所述平均成功传输时长，以及所述用户满意度或预测用户满意度。

9.根据权利要求7或8所述的方法，其特征在于，所述业务热点检测消息是基于无线接入点协议CAPWAP消息或简单网络管理协议SNMP消息发送的。

10.一种小区的业务热点检测装置，其特征在于，包括：

获取模块，用于获取无线接入点AP所在小区的负载信息，所述负载信息包括以下信息中的至少两种信息：用户业务需求速率、AP关联用户数、平均数据包长度以及平均成功传输时长；

确定模块，用于根据所述至少两种信息确定所述AP的工作状态是否异常；若所述AP的工作状态异常，则根据用户的速率确定用户满意度，并且若所述用户满意度低于第一预设门限值，则确定所述小区内存在业务热点。

11.根据权利要求10所述的装置，其特征在于，所述获取模块，包括：

第一获取单元，用于在统计周期n内获取所述用户业务需求速率的W个子周期的样本(R_c[(n-1)W+1],...,R_c[n])，根据所述(R_c[(n-1)W+1],...,R_c[n])确定所述用户业务需求速率的概率密度分布；

第二获取单元，用于在统计周期n内获取所述AP关联用户数的W个子周期的样本(U_c[(n-1)W+1],...,U_c[n])，根据所述(U_c[(n-1)W+1],...,U_c[n])确定所述AP关联用户数的概率密度分布；

第三获取单元，用于在统计周期n内获取所述平均数据包长度的W个子周期的样本(PL_c[(n-1)W+1],...,PL_c[n])，根据所述(PL_c[(n-1)W+1],...,PL_c[n])确定所述平均数据包长度的概率密度分布；

第四获取单元，用于在统计周期n内获取所述平均成功传输时长W个子周期的样本(T_c[(n-1)W+1],...,T_c[n])，根据所述(T_c[(n-1)W+1],...,T_c[n])确定所述平均成功传输时长的概率密度分布。

12.根据权利要求11所述的装置，其特征在于，所述确定模块用于根据 $H_c=\{\begin{array}{c}1,\mathrm{if}{\mathrm{\&alpha;}}_{1}h({\stackrel{\&OverBar;}{R}}_c\left(n\right),{\mathrm{\&epsiv;}}_r)+{\mathrm{\&alpha;}}_{2}h({\stackrel{\&OverBar;}{U}}_c\left(n\right),{\mathrm{\&epsiv;}}_u)+{\mathrm{\&alpha;}}_{3}h({\stackrel{\&OverBar;}{P}\stackrel{\&OverBar;}{L}}_c\left(n\right),{\mathrm{\&epsiv;}}_p)+{\mathrm{\&alpha;}}_{4}h({\stackrel{\&OverBar;}{T}}_c\left(n\right),{\mathrm{\&epsiv;}}_t)>0\\ 0,\mathrm{otherwise}\end{array}$ 判断所述小区的工作状态是否异常，若H_c=1，则所述小区的工作状态异常；其中，α₁、α₂、α₃、α₄为加权因子，，并且

$h({\stackrel{\&OverBar;}{R}}_c\left(n\right),{\mathrm{\&epsiv;}}_r)=({\stackrel{\&OverBar;}{R}}_c\left(n\right)-E^r)-\sqrt{{\mathrm{Var}}^r/{\mathrm{\&epsiv;}}_r},$ 为所述(R_c[(n-1)W+1],...,R_c[n])的算术平均值，E^r为根据所述用户业务需求速率的概率密度分布确定的R_c[n]的期望，Var^r为根据所述用户业务需求速率的概率密度分布确定的R_c[n]的方差，ε_r为检测用户业务需求速率变化的误警概率上限；

$h({\stackrel{\&OverBar;}{U}}_c\left(n\right),{\mathrm{\&epsiv;}}_u)=({\stackrel{\&OverBar;}{U}}_c\left(n\right)-E^u)-\sqrt{{\mathrm{Var}}^u/{\mathrm{\&epsiv;}}_u},$ 为所述(U_c[(n-1)W+1],...,U_c[n])的算术平均值，E^u为根据所述AP关联用户数的概率密度分布确定的U_c[n]的期望，Var^u为根据所述AP关联用户数的概率密度分布确定的U_c[n]的方差，ε_u为检测所述AP关联用户数变化的误警概率上限；

$h({\stackrel{\&OverBar;}{P}\stackrel{\&OverBar;}{L}}_c\left(n\right),{\mathrm{\&epsiv;}}_{\mathrm{pl}})=({\stackrel{\&OverBar;}{P}\stackrel{\&OverBar;}{L}}_c\left(n\right)-E^{\mathrm{pl}})-\sqrt{{\mathrm{Var}}^{\mathrm{pl}}/{\mathrm{\&epsiv;}}_{\mathrm{pl}}},$ 为所述(PL_c[(n-1)W+1],...,PL_c[n])的算术平均值，E^pl为根据所述平均数据包长度的概率密度分布确定的PL_c[n]的期望，Var^pl为根据所述平均数据包长度的概率密度分布确定的PL_c[n]的方差，ε_pl为检测所述平均数据包长度变化的误警概率上限；

$h({\stackrel{\&OverBar;}{T}}_c\left(n\right),{\mathrm{\&epsiv;}}_t)=({\stackrel{\&OverBar;}{T}}_c\left(n\right)-E^t)-\sqrt{{\mathrm{Var}}^t/{\mathrm{\&epsiv;}}_t},$ 为所述(T_c[(n-1)W+1],...,T_c[n])的算术平均值，E^t为根据所述平均成功传输时长的概率密度分布确定的T_c[n]的期望，Var^t为根据所述平均成功传输时长的概率密度分布确定的T_c[n]的方差，ε_t为检测所述平均成功传输时长变化的误警概率上限。

13.根据权利要求10-12任一项所述的装置，其特征在于，所述确定模块具体用于确定保证比特速率GBR用户的业务实际速率和非保证比特速率Non-GBR用户的平均速率；根据所述GBR用户的业务实际速率确定S_GBR,c，并根据所述Non-GBR用户的平均速率确定S_Non-GBR,c；其中，并根据所述S_GBR,c和所述S_Non-GBR,c确定S_c，其中S_c=k₁·S_GBR,c+(1-k₁)S_Non-GBR,c，S_c为所述用户满意度。

14.根据权利要求10-13任一项所述的装置，其特征在于，所述装置还包括：

预测模块，用于根据所述用户满意度，预测未来设定时间内的预测用户满意度；

所述确定模块还用于在所述预测用户满意度低于第二预设门限值，则确定所述小区在所述未来设定时间段内存在业务热点。

15.根据权利要求14所述的装置，其特征在于，所述预测模块用于根据 $\left\{\begin{array}{c}{L}_n=\mathrm{\&zeta;}\&CenterDot;(S_n-I_{n-d})+(1+\mathrm{\&zeta;})L_{n-1}\\ I_n=\mathrm{\&delta;}\&CenterDot;(S_n-L_n)+(1-\mathrm{\&delta;})I_{n-d}\\ {\hat{S}}_{n+h}=L_n+I_{n-d+h\mathrm{mode}d}\end{array}\right.$ 预测未来设定时间段内的预测用户满意度，其中，为所述预测用户满意度，S_n为所述用户满意度，L_n为所述预测用户满意度的均值部分，I_n为所述用户预测满意度的周期部分，d为所述S_n的变化周期，ζ和δ为控制所述预测用户满意度的平滑参数。

16.根据权利要求14或15所述的装置，其特征在于，所述装置还包括：

发送模块，用于向接入控制点AC发送业务热点检测消息，以使所述AC根据所述业务热点检测消息确定网络的业务热点区域，其中，所述业务热点检测消息中携带业务热点标识THS，所述THS用于表示所述小区内存在业务热点。

17.根据权利要求16所述的装置，其特征在于，所述业务热点检测消息中还包括：所述AP的识别符ID、所述AP关联用户数、所述用户业务需求速率、所述平均数据包长度、所述平均成功传输时长，以及所述用户满意度或预测用户满意度。

18.根据权利要求16或17所述的装置，其特征在于，所述业务热点检测消息是基于无线接入点协议CAPWAP消息或简单网络管理协议SNMP消息发送的。