CN112312427A - 一种优化网络质量的方法和电子设备 - Google Patents

Abstract

本发明公开了一种优化网络质量的方法和电子设备，用以解决难以对用户的网络质量进行及时有效的优化的问题。本申请提供的方案包括：对流量数据进行深度报文检测，确定目标用户的关键性能指标，流量数据为通过基站实时获取的目标用户的流量数据；将关键性能指标输入预先训练的异常检测模型，以确定目标用户的网络质量是否异常；当目标用户的网络质量异常时，根据流量数据生成网络参数调整信息；将网络参数调整信息发送至基站，以指示基站调整目标用户的与网络参数调整信息相对应的网络参数。本发明实施例的方案，能实时获取目标用户的流量数据，确定目标用户当前面临的问题，进而对网络参数进行有针对性的调整，实现网络质量的优化。

Description

一种优化网络质量的方法和电子设备

技术领域

本发明涉及通信领域，尤其涉及一种优化网络质量的方法和电子设备。

背景技术

视频通话通常指基于互联网和移动互联网端，通过手机之间实时传送人的语音和图像的一种通信方式。在用户通过网络进行视频通话的过程中，偶尔会由于网络质量差导致视频通话卡顿、画面不清晰、断线等情况。在现有技术中，难以对用户的网络质量进行及时有效的优化。

如何及时有效地对用户的网络质量进行优化，是本申请所要解决的技术问题。

发明内容

本申请实施例的目的是提供一种优化网络质量的方法和电子设备，用以解决难以对用户的网络质量进行及时有效的优化的问题。

第一方面，提供了一种优化网络质量的方法，包括：

对流量数据进行深度报文检测，确定目标用户的关键性能指标，所述流量数据为通过基站实时获取的目标用户的流量数据；

将所述关键性能指标输入预先训练的异常检测模型，以确定所述目标用户的网络质量是否异常；

当所述目标用户的网络质量异常时，根据所述流量数据生成网络参数调整信息；

将所述网络参数调整信息发送至所述基站，以指示所述基站调整目标用户的与所述网络参数调整信息相对应的网络参数。

第二方面，提供了一种电子设备，包括：

检测模块，对流量数据进行深度报文检测，确定目标用户的关键性能指标，所述流量数据为通过基站实时获取的目标用户的流量数据；

确定模块，将所述关键性能指标输入预先训练的异常检测模型，以确定所述目标用户的网络质量是否异常；

生成模块，当所述目标用户的网络质量异常时，根据所述流量数据生成网络参数调整信息；

发送模块，将所述网络参数调整信息发送至所述基站，以指示所述基站调整目标用户的与所述网络参数调整信息相对应的网络参数。

第三方面，提供了一种服务器，包括处理器、存储器及存储在该存储器上并可在该处理器上运行的计算机程序，该计算机程序被该处理器执行时实现如第一方面该的方法的步骤。

第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质上存储计算机程序，该计算机程序被处理器执行时实现如第一方面该的方法的步骤。

在本申请实施例中，通过实时获取目标用户的流量数据，并对流量数据进行深度报文检测，确定目标用户的关键性能指标，然后将关键性能指标输入预先训练的异常检测模型，以确定目标用户的网络质量是否异常，当出现异常时，根据流量数据生成网络参数调整信息，并发送至基站，以指示基站调整目标用户的网络参数。本发明实施例的方案，能实时获取目标用户的流量数据，确定目标用户当前面临的问题，进而对网络参数进行有针对性的调整，实现网络质量的优化。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1a是本发明提供的一种优化网络质量的方法的流程示意图之一；

图1b是本发明提供的一种优化网络质量的方法的应用场景示意图；

图2是本发明提供的一种优化网络质量的方法的流程示意图之二；

图3是本发明提供的一种优化网络质量的方法的流程示意图之三；

图4是本发明提供的一种优化网络质量的方法的流程示意图之四；

图5是本发明提供的一种优化网络质量的方法的流程示意图之五；

图6是本发明提供的一种优化网络质量的方法的流程示意图之六；

图7是本发明提供的一种电子设备的结构示意图之一；

图8是本发明提供的一种电子设备的结构示意图之二；

图9是本发明提供的一种电子设备的结构示意图之三；

图10是本发明提供的一种电子设备的结构示意图之四。

具体实施方式

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。本申请中附图编号仅用于区分方案中的各个步骤，不用于限定各个步骤的执行顺序，具体执行顺序以说明书中描述为准。

在用户通过网络进行通讯的过程中，基站侧资源和参数往往是按照预先设定好的方案执行的，通常不存在动态调整的能力，或者说是调整的能力不具有针对性。例如基站对物理资源块(Physical Resource Block，PRB)资源的调度主要是从以下三方面进行考虑：轮询、公平比例、C/I。而这三种调度策略都不能做到按需分配资源，一定程度上会存在资源浪费和资源利用率不高的情况，在各项业务PRB资源都充足情况下影响不大，如果是在资源影响到VoLTE视频通话的时候就显的不合理。

为了解决现有技术中存在的问题，本申请提供一种优化网络质量的方法，如图1a所示，包括以下步骤：

S11：对流量数据进行深度报文检测，确定目标用户的关键性能指标，所述流量数据为通过基站实时获取的目标用户的流量数据；

S12：将所述关键性能指标输入预先训练的异常检测模型，以确定所述目标用户的网络质量是否异常；

S13：当所述目标用户的网络质量异常时，根据所述流量数据生成网络参数调整信息；

S14：将所述网络参数调整信息发送至所述基站，以指示所述基站调整目标用户的与所述网络参数调整信息相对应的网络参数。

本申请提供的方案可以应用于通过网络进行通讯的场景中，例如，通过网络进行的语音通话、视频通话、画面共享等。上述目标用户的流量数据可以是目标用户在进行上述通讯时产生的流量数据，例如，目标用户的流量数据包括所述目标用户进行网络视频通话时的流量数据，该网络视频通话可以是VoLTE视频通话。

本申请提供的方案的执行主体可以为移动边缘计算服务器，移动边缘计算(Mobile Edge Computing，MEC)可利用无线接入网络就近提供电信用户IT所需服务和云端计算功能，而创造出一个具备高性能、低延迟与高带宽的电信级服务环境，加速网络中各项内容、服务及应用的快速下载，让消费者享有不间断的高质量网络体验。

参见图1b，本申请上述移动边缘计算服务器可以与基站通讯连接，用户可以利用手机等移动终端，通过基站与网络连通进行视频通话等通讯行为。当用户进行视频通话时，移动边缘计算服务器可以通过分光或镜像等方式，通过基站实时获取用户视频通话产生的流量数据。

在上述步骤S11中，移动边缘计算服务器对获取的目标用户的流量数据进行深度报文检测，该深度报文检测(Deep Packet Inspection，DPI)是一种基于数据包的深度检测技术，在本方案中，通过深度报文检测确定目标用户的关键性能指标。其中，关键性能指标(Key Performance Indicator，KPI)可以用来评估网络的性能，如接通率、掉话率等等。

在确定目标用户的关键性能指标之后，在步骤S12中，将关键性能指标输入预先训练的异常检测模型，根据输出结果确定目标用户的网络质量是否异常。其中，预先训练的异常检测模型可以是基于历史关键性能指标和对应的网络状态标签训练得到的，该网络状态标签用于指示所述目标用户的网络质量是否异常。

当确定目标用户的网络质量异常时，在步骤S13中，根据流量数据生成网络参数调整信息。该网络参数调整信息中具体可以包括待调整的网络参数和目标值。

在步骤S14中，将网络参数调整信息发送至基站，基站可以解析网络参数调整信息中的待调整的网络参数和目标值，将目标用户对应的待调整的网络参数调整为目标值。

在本申请提供的方案中，获取的流量数据是实时的目标用户的流量数据，在目标用户通话的过程中，如果基站在目标用户进行通话的过程中接收到了网络参数调整信息，可以即刻对目标用户的网络参数进行调整。由于移动边缘计算服务器可以通过基站实时获取流量数据，因此，在基站对目标用户的网络参数进行调整之后，移动边缘计算服务器也可以根据获取到的调整后的目标用户的流量数据分析确定网络调整效果。如果调整后目标用户的网络依然存在异常，则可以根据首次调整后获取的流量数据生成网络参数调整信息，并发送给基站用以指示基站再次对目标用户的网络参数进行调整。

本方案基于MEC技术，在基站侧通过实时分光或者镜像的方式，对用户视频通话过程进行实时监控保障，当发现通话过程出现质差时，实时的将问题和对应的优化措施反馈给基站侧，基站动态的调整资源和相关参数。基站同步进行相应的调整后，即时改善该次通话质量，这样可以极大的提高用户通话感知，避免用户投诉及后期的分析流程。另外，本方案中MEC服务器的应用也可以有效提高网络资源的合理性和资源利用率。

基于上述实施例提供的方案，较优的，如图2所示，当所述目标用户的网络质量异常时，还包括以下步骤：

S15：根据所述流量数据确定所述目标用户的网络通信接入状态；

其中，上述步骤S13，包括以下步骤：

S131：根据所述流量数据和所述网络通信接入状态生成网络参数调整信息。

在步骤S15中，MEC服务器可以通过基站确定目标用户的网络通信接入状态。具体的，可以监测基站的接入指标，当接入指标正常时，可以确定目标用户网络质量异常主要是由网络参数异常导致的。

基于上述实施例提供的方案，较优的，如图3所示，上述步骤S13，包括以下步骤：

S132：当所述目标用户的网络质量评分低于预设网络质量，且所述目标用户的网络通信接入状态为正常状态时，根据所述流量数据确定目标网络参数；

S133：根据所述目标网络参数生成网络参数调整信息。

例如，MEC服务器通过基站确定目标用户的网络通信接入状态正常，但QCI1参数产生告警，该QCI(QoS Class Identifier)是一个标度值，用于衡量特定的提供给SDF(服务数据流)的包转发行为(如丢包率，包延迟预算)，它同时应用于GBR和Non-GBR承载，用于指定访问节点内定义的控制承载级分组转发方式(如调度权重、接纳门限、队列管理门限、链路层协议配置等)，这些都由运营商预先配置到接入网节点中。

由于目标用户的网络通信接入状态正常，但QCI1参数产生告警。此时可以进一步对目标用户的流量数据进行分析，例如，对比查看QCI1与QCI9的MAX GBR后确定需要调整的网络参数是QCI1承载的MAX GBR，具体的例如该参数可改为150。在步骤S131中，生成网络参数调整信息可以包括上述网络参数已经需要调整到的目标数值。

对上述QCI1网络参数进行调整后，可以通过MEC服务器继续获取目标用户的流量数据并分析确定目标用户的网络质量。假设经过模型分析确定目标用户的网络质量变为了正常状态，MEC服务器告警解除，则完成了对目标用户网络质量的优化。其中，由于VoLTE是基于IP的语音传输(Voice over Internet Protocol，VoIP)，该VoIP是一种语音通话技术，经由网际协议(IP)来达成语音通话与多媒体会议，也就是经由互联网来进行通信。其他非正式的名称有IP电话(IP telephony)、互联网电话(Internet telephony)、宽带电话(broadband telephony)以及宽带电话服务(broadband phone service)。因此，传输速率的大小直接影响了目标用户通讯的质量，速率太小语音业务就会出现卡顿和失真的现象。专用承载的最大保证比特率应该先由在不受限条件下的业务最高速率来确定。

另外，如果MEC服务器通过基站确定目标用户的网络接入状态异常，则可以针对网络接入状态的当前异常结合获取的流量数据生成网络参数调整信息。通常情况下，当目标用户的网络接入状态异常时，目标用户的网络质量异常通常是由网络接入状态异常导致的。因此，当确定目标用户的网络接入状态异常时，可以先针对于网络接入状态异常生成网络参数调整信息，指示基站调整网络参数，使目标用户的网络接入状态正常。随后，如果目标用户的网络质量依然异常，则可以根据调整后获取的目标用户的流量数据进一步分析原因，确定导致网络质量异常的网络参数，生成网络参数调整信息以指示基站对网络参数再次进行调整。

本申请提供的方案，根据目标用户的流量数据确定目标用户的网络通信接入状态，然后结合目标用户的流量数据和网络通信接入状态生成网络参数调整信息。本方案能根据目标用户的流量数据和网络通信接入状态确定目标用户当前网络质量异常的主要原因，并根据导致网络质量异常的主要原因确定待调整的网络参数，随后生成的网络参数调整信息可以包括上述待调整的网络参数，从而指示基站针对于目标用户当前面临的问题对网络参数进行调整。

另外，在基站根据网络参数调整信息调整了网络参数之后，MEC服务器可以继续获取调整之后的目标用户的流量数据，用以验证调整的网络参数是否解决了目标用户面临的网络问题，网络质量是否正常。如果目标用户的网络质量依然处于异常的状态，则可以由MEC服务器通过基站继续获取目标用户的流量数据，并进一步分析目标用户面临的网络问题，并确定待调整的网络参数，指示基站再次进行调整，直至目标用户的网络质量正常。

基于上述实施例提供的方案，较优的，如图4所示，上述步骤S12，包括以下步骤：

S121：将所述关键性能指标输入预先训练的异常检测模型，以确定所述目标用户的网络质量评分；

S122：当所述目标用户的网络质量评分低于预设网络质量评分时，确定所述目标用户的网络质量异常。

在实际应用过程中，可以先根据历史获取的流量数据生成关键性能指标，将这些关键性能指标作为训练集，将网络质量评分作为标签，预先训练异常检测模型，该网络质量评分可以表征用户的网络体验质量。在本申请上述步骤S121中，将目标用户的关键性能指标输入上述训练好的异常检测模型，得到目标用户的网络质量评分，该网络质量评分可以表征目标用户的网络体验质量。

在执行步骤S122之前，可以预先根据训练好的异常检测模型和历史流量数据以及网络质量评分，确定预设网络质量评分。例如，可以根据用户能否进行通讯确定预设网络质量评分，假设当网络质量评分为8分及以上时用户可以进行正常的通讯，网络质量评分为8分及以下时则会出现卡顿、失真等情况，用户无法正常通讯，则可以确定预设网络质量评分为8分。

在本申请步骤S122中，确定目标用户的网络质量评分与预设网络质量评分的大小关系，当目标用户的网络质量评分低于预设网络质量评分时，确定目标用户的网路质量异常。例如，在上述步骤S121中确定目标用户的网络质量评分为6分，由于预设网络质量评分为8分，因此，目标用户的网络质量评分低于预设网络质量评分，此时确定目标用户的网络质量异常。

本申请提供的方案，将目标用户的关键性能指标输入预先训练的异常检测模型，输出得到目标用户的网络质量评分，并根据目标用户的网络质量评分与预设网络质量评分的大小关系确定目标用户的网络质量是否异常。本申请提供的方案能量化目标用户的网络质量，高效地确定目标用户的网络质量是否异常，确定的结果客观准确。

基于上述实施例提供的方案，较优的，如图5所示，在上述步骤S14之后，还包括以下步骤：

S16：通过基站获取所述目标用户的调整后的流量数据；

S17：根据所述调整后的流量数据，确定所述目标用户的调整后的网络质量。

在网络参数调整信息发送至基站，基站调整目标用户的与网络参数调整信息相对应的网络参数之后，目标用户的网络质量往往会发生一定变化，此时，目标用户的网络参数也会发生变化。本申请步骤S16中，通过基站获取目标用户的调整后的流量数据，随后在步骤S17中，根据调整后的流量数据确定目标用户的调整后的网络质量。

本申请提供的方案可以在向基站发送网络参数调整信息，并由基站根据网络参数调整信息调整相对应的网络参数之后，由MEC服务器通过基站获取目标用户的调整后的流量数据，通过分析调整后的流量数据可以确定调整的效果，用以验证之前生成的网络参数调整信息是否对目标用户的网络质量起到了优化的作用。另外，通过本申请上述方案获取的目标用户的流量数据也可以用于训练异常检验模型，或者，在之后生成新的网络参数调整信息时作为参考资料。

基于上述实施例提供的方案，较优的，如图6所示，在上述步骤S14之前，还包括以下步骤：

S18：根据所述目标用户的流量数据生成备份数据，所述备份数据包括所述目标用户的网络参数；

其中，在上述步骤S17之后，还包括：

S19：当所述调整后的网络通信质量符合预设回退标准时，将所述备份数据发送至所述基站，用以指示所述基站根据所述备份数据回退所述目标用户的网络参数。

在本申请步骤S18中，根据目标用户的流量数据生成备份数据，该备份数据包括目标用户当前的网络参数。由于随后调整网络参数时有可能出现一些意外的影响，在本步骤中备份目标用户的网络参数能在出现意外情况时及时回退，降低意外情况对网络通讯整体造成的影响。

在本申请步骤S19中，可以将调整后的网络通信质量与调整前的网络通信质量进行对比。上述预设回退标准可以包括调整后的网络通信质量比调整前的网络通信质量差。或者，上述预设回退标准可以包括调整后的网路质量评分低于调整前的网络质量评分。此时表明本次调整没能对目标用户的网络通信质量起到优化作用，可以由MEC服务器将上述步骤S18中生成的备份数据发送至基站，用以指示基站将目标用户的网络参数回退到调整前的状态，降低调整网络参数对目标用户网络通讯造成的不良影响。

在对目标用户的网络参数进行回退之后，MEC服务器可以对回退前目标用户的网络参数进行解析，确定目标用户网络质量变差的原因，分析确定新的待调整网络参数并再次生成网络参数调整信息，发送至基站以指示基站对目标用户的网络参数再次进行调整。

本申请提供的方案能根据目标用户当前面临的网络问题生成网络参数调整信息，并指示基站有针对性地对目标用户的网络参数进行调整。当调整网络参数对目标用户的网络质量造成了负面影响时，可以基于预先备份的目标用户的网络参数进行回退，降低调整网络参数对目标用户造成的不良影响。随后，还可以重新分析目标用户面临的网络问题，重新生成新的网络参数调整信息，并通过基站对目标用户的网络质量继续调整，直至优化目标用户的网络质量。本方案能高效有针对性地优化目标用户的网络质量，如果在调整网络参数的过程中出现了意外情况能进行回退，降低对目标用户通讯质量的负面影响。

通过上述说明，本申请提供的方法可以有效的判断通话质量问题，对目标用户的通话质量进行实时优化调整，可以有效的对VoLTE视频通话过程的质量和感知进行监控，对质差通话能够实时的进行优化和调整，提高用户感知。也一定程度上提高了资源和网络的合理性，提高网络运行效率。

为了解决现有技术中存在的问题，如图7所示，本申请还提供一种电子设备70，包括：

检测模块71，对流量数据进行深度报文检测，确定目标用户的关键性能指标，所述流量数据为通过基站实时获取的目标用户的流量数据；

确定模块72，将所述关键性能指标输入预先训练的异常检测模型，以确定所述目标用户的网络质量是否异常；

生成模块73，当所述目标用户的网络质量异常时，根据所述流量数据生成网络参数调整信息；

发送模块74，将所述网络参数调整信息发送至所述基站，以指示所述基站调整目标用户的与所述网络参数调整信息相对应的网络参数。

基于上述实施例提供的方案，较优的，如图8所示，还包括接入状态确定模块，当所述目标用户的网络质量异常时，所述接入状态确定模块75用于：

根据所述流量数据确定所述目标用户的网络通信接入状态；

其中，所述生成模块73用于：

根据所述流量数据和所述网络通信接入状态生成网络参数调整信息。

基于上述实施例提供的方案，较优的，所述确定模块72用于：

将所述关键性能指标输入预先训练的异常检测模型，以确定所述目标用户的网络质量评分；

当所述目标用户的网络质量评分低于预设网络质量评分时，确定所述目标用户的网络质量异常。

基于上述实施例提供的方案，较优的，所述生成模块73用于：

当所述目标用户的网络质量评分低于预设网络质量，且所述目标用户的网络通信接入状态为正常状态时，根据所述流量数据确定目标网络参数；

根据所述目标网络参数生成网络参数调整信息。

基于上述实施例提供的方案，较优的，如图9所示，还包括获取模块76，在将所述网络参数调整信息发送至所述基站之后，所述获取模块76用于：

通过基站获取所述目标用户的调整后的流量数据；

其中，所述确定模块72还用于：

根据所述调整后的流量数据，确定所述目标用户的调整后的网络质量。

基于上述实施例提供的方案，较优的，如图10所示，还包括备份模块77，用于：

在将所述网络参数调整信息发送至所述基站之前，

根据所述目标用户的流量数据生成备份数据，所述备份数据包括所述目标用户的网络参数；

其中，还包括回退模块78，用于：

在根据所述调整后的流量数据，确定所述目标用户的调整后的网络质量之后，当所述调整后的网络通信质量符合预设回退标准时，将所述备份数据发送至所述基站，用以指示所述基站根据所述备份数据回退所述目标用户的网络参数。

基于上述实施例提供的方案，较优的，所述目标用户的流量数据包括所述目标用户进行网络视频通话时的流量数据。

优选的，本发明实施例还提供一种服务器，包括处理器，存储器，存储在存储器上并可在所述处理器上运行的计算机程序，该计算机程序被处理器执行时实现上述一种优化网络质量的方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述一种优化网络质量的方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random AccessMemory，简称RAM)、磁碟或者光盘等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。

Claims (10)

1.一种优化网络质量的方法，其特征在于，包括：

对流量数据进行深度报文检测，确定目标用户的关键性能指标，所述流量数据为通过基站实时获取的目标用户的流量数据；

将所述关键性能指标输入预先训练的异常检测模型，以确定所述目标用户的网络质量是否异常；

当所述目标用户的网络质量异常时，根据所述流量数据生成网络参数调整信息；

将所述网络参数调整信息发送至所述基站，以指示所述基站调整目标用户的与所述网络参数调整信息相对应的网络参数。

2.如权利要求1所述的方法，其特征在于，当所述目标用户的网络质量异常时，还包括：

根据所述流量数据确定所述目标用户的网络通信接入状态；

其中，所述根据所述流量数据生成网络参数调整信息，包括：

根据所述流量数据和所述网络通信接入状态生成网络参数调整信息。

3.如权利要求2所述的方法，其特征在于，将所述关键性能指标输入预先训练的异常检测模型，以确定所述目标用户的网络质量是否异常，包括：

将所述关键性能指标输入预先训练的异常检测模型，以确定所述目标用户的网络质量评分；

当所述目标用户的网络质量评分低于预设网络质量评分时，确定所述目标用户的网络质量异常。

4.如权利要求3所述的方法，其特征在于，当所述目标用户的网络质量异常时，根据所述流量数据生成网络参数调整信息，包括：

当所述目标用户的网络质量评分低于预设网络质量，且所述目标用户的网络通信接入状态为正常状态时，根据所述流量数据确定目标网络参数；

根据所述目标网络参数生成网络参数调整信息。

5.如权利要求1～4任一项所述的方法，其特征在于，在将所述网络参数调整信息发送至所述基站之后，还包括：

通过基站获取所述目标用户的调整后的流量数据；

根据所述调整后的流量数据，确定所述目标用户的调整后的网络质量。

6.如权利要求5所述的方法，其特征在于，在将所述网络参数调整信息发送至所述基站之前，还包括：

根据所述目标用户的流量数据生成备份数据，所述备份数据包括所述目标用户的网络参数；

其中，在根据所述调整后的流量数据，确定所述目标用户的调整后的网络质量之后，还包括：

当所述调整后的网络通信质量符合预设回退标准时，将所述备份数据发送至所述基站，用以指示所述基站根据所述备份数据回退所述目标用户的网络参数。

7.如权利要求1～4任一项所述的方法，其特征在于，所述目标用户的流量数据包括所述目标用户进行网络视频通话时的流量数据。

8.一种电子设备，其特征在于，包括：

检测模块，对流量数据进行深度报文检测，确定目标用户的关键性能指标，所述流量数据为通过基站实时获取的目标用户的流量数据；

确定模块，将所述关键性能指标输入预先训练的异常检测模型，以确定所述目标用户的网络质量是否异常；

生成模块，当所述目标用户的网络质量异常时，根据所述流量数据生成网络参数调整信息；

发送模块，将所述网络参数调整信息发送至所述基站，以指示所述基站调整目标用户的与所述网络参数调整信息相对应的网络参数。

9.一种服务器，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法的步骤。

Images