一种移动互联网中的设备节能方法及系统的利记博彩app
【专利摘要】本发明公开了一种移动互联网中的设备节能方法及系统，所述方法包括：对某一固定区域预定时间段内用户访问网络的数据流量进行预测，得到在待预测的日期所述固定区域预定时间段内用户访问网络的数据流量预测值；判断在待预测的日期所述固定区域预定时间段内用户访问网络的数据流量预测值是否小于预设的流量阈值，如果小于，则在达到该日期时对所述固定区域预定时间段内的设备进行节能操作。本发明结合预测数据进行节能操作安排，使得节能操作不再滞后于网络流量变化，有计划高效率的进行网络节能操作，便于网络运维人员更加高效的进行设备节能管理。
【专利说明】一种移动互联网中的设备节能方法及系统
【技术领域】
[0001] 本发明涉及通信领域，具体涉及一种移动互联网中的设备节能方法及系统。
【背景技术】
[0002] 为了保证移动用户能够随时随地地使用移动业务、以及满足用户在移动终端数目 密集区域以及繁忙时段的通话质量的需求，现有网络中布设了大量的基站设备，以实现移 动信号的完全覆盖以及话务量较高地区的多层覆盖。然而经统计发现，基站设备的利用率 不高，平均利用率不足50 %，在某些时段的瞬时利用率设置不足10 %，在这种情况下就造 成了能源的浪费。
[0003] 为了解决上述能源浪费的问题，现有技术提供了多种节能方案。目前一种节能方 案是基于统计结果，比如，根据预定历史时间段内基站的使用率数据来调整基站的部分网 络参数，来分时段的关闭时隙/载频功能。但统计结果可能会有过期的问题，相对于当前基 站的节能来说并不是最新的数据，就会造成错误关闭某些基站，影响到基站的正常工作的 问题。
[0004] 还有一种节能方案是基于对现网流量的实时监控进行节能操作，例如，晚2点-4 点，流量较少可进行节能操作，但在实时监控体系中，从流量减少到发现流量减少到进行操 作将产生一系列时间，这样就导致能耗节约有时延，这部分时间将影响节能效果。
[0005] 此外，现有的节能方案多未针对移动互联网设计，或只考虑了移动互联网的部分 特点，并未考虑移动互联网不同业务类型具有不同的流量特征，同一业务类型，在不同时间 段具有不同流量特征。例如，即时通信类业务和网页浏览类业务，所需占用的流量不同。因 此，无法准确地对移动互联网中的设备进行节能操作。因此，有必要提出一种移动互联网中 的设备节能方法，以克服现有技术中的不足。
【发明内容】
[0006] 本发明需要解决的技术问题是提供一种移动互联网中的设备节能方法及系统，使 得节能操作不再滞后于网络流量变化，有计划高效率的进行网络节能操作。
[0007] 为了解决上述技术问题，本发明提供了一种移动互联网中的设备节能方法，包 括：
[0008] 对某一固定区域预定时间段内用户访问网络的数据流量进行预测，得到在待预测 的日期所述固定区域预定时间段内用户访问网络的数据流量预测值；
[0009] 判断在待预测的日期所述固定区域预定时间段内用户访问网络的数据流量预测 值是否小于预设的流量阈值，如果小于，则在达到该日期时对所述固定区域预定时间段内 的设备进行节能操作。
[0010] 进一步地，所述对某一固定区域预定时间段内用户访问网络的数据流量进行预 测，得到在待预测的日期所述固定区域预定时间段内的数据流量预测值，包括：
[0011] 在一个周期内连续采集所述固定区域预定时间段内用户访问网络的数据流量；
[0012] 根据一个周期内采集到的数据流量采用时序预测法获得数据流量预测模型，所述 数据流量预测模型的输入为待预测的日期，输出为在该待预测的日期所述固定区域预定时 间段内的数据流量预测值。
[0013] 进一步地，所述判断在待预测的日期所述固定区域预定时间段内用户访问网络的 数据流量预测值是否小于预设的流量阈值，如果小于，则在达到该日期时对所述固定区域 预定时间段内的设备进行节能操作，包括：
[0014] 如果所述数据流量预测模型输出的在所述待预测的日期所述固定区域预定时间 段内的数据流量预测值小于所述预设的流量阈值，则在该待预测的日期对所述固定区域预 定时间段内的设备进行节能操作。
[0015] 进一步地，所述数据流量、所述数据流量预测模型以及所述数据流量预测值的类 型均包括以下的一种或多种：总体数据流量、实时性要求高的业务数据流量和实时性要求 低的业务数据流量；
[0016] 所述预设的流量阈值包括以下的一种或多种：总体数据流量阈值、实时性要求高 的业务数据流量阈值和实时性要求低的业务数据流量阈值；
[0017] 所述判断在待预测的日期所述固定区域预定时间段内用户访问网络的数据流量 预测值是否小于预设的流量阈值，包括：
[0018] 判断各个类型的数据流量预测值中是否至少有一个类型的数据流量预测值小于 该类型对应的流量阈值。
[0019] 进一步地，所述预设的流量阈值还包括：预设的角度阈值；
[0020] 所述方法还包括：将所述预测曲线的角度值与所述预设的角度阈值进行比较，如 果小于所述预设的角度阈值，则在达到所述待预测的日期时对所述固定区域预定时间段内 的设备进行节能操作。
[0021] 进一步地，所述对所述固定区域预定时间段内的设备进行节能操作，包括：在所述 预定时间段对所述固定区域内的部分或全部设备进行设备休眠或端口关闭操作；
[0022] 所述方法还包括：将预定时间段T划分为η个时间子片段，设置唤醒参数α，监测 每个时间子片段Τ/η中的数据流量总数，当所述数据流量总数大于α *Ν/η时，唤醒关闭的 设备或端口，其中，Ν为总体数据流量阈值，η为正整数，0〈 α〈1。
[0023] 为了解决上述技术问题，本发明还提供了一种移动互联网中的设备节能系统，包 括：
[0024] 预测模块，用于对某一固定区域预定时间段内用户访问网络的数据流量进行预 测，得到在待预测的日期所述固定区域预定时间段内用户访问网络的数据流量预测值；
[0025] 判决模块，用于判断在待预测的日期所述固定区域预定时间段内用户访问网络的 数据流量预测值是否小于预设的流量阈值，并将判断结果发送至控制模块；
[0026] 控制模块，用于如果在待预测的日期所述固定区域预定时间段内用户访问网络的 数据流量预测值小于预设的流量阈值，则在达到该日期时对所述固定区域预定时间段内的 设备进行节能操作。
[0027] 进一步地，所述预测模块，用于对某一固定区域预定时间段内用户访问网络的数 据流量进行预测，得到在待预测的日期所述固定区域预定时间段内的数据流量预测值，包 括：
[0028] 在一个周期内连续采集所述固定区域预定时间段内用户访问网络的数据流量；
[0029] 根据一个周期内采集到的数据流量采用时序预测法获得数据流量预测模型，所述 数据流量预测模型的输入为待预测的日期，输出为在该待预测的日期所述固定区域预定时 间段内的数据流量预测值。
[0030] 进一步地，所述判决模块，用于判断在待预测的日期所述固定区域预定时间段内 用户访问网络的数据流量预测值是否小于预设的流量阈值，包括：
[0031] 判断所述数据流量预测模型输出的在所述待预测的日期所述固定区域预定时间 段内的数据流量预测值是否小于所述预设的流量阈值；
[0032] 所述控制模块，用于如果所述固定区域预定时间段内用户访问网络的数据流量预 测值小于预设的流量阈值，则在达到该日期时对所述固定区域预定时间段内的设备进行节 能操作，包括：
[0033] 如果所述数据流量预测模型输出的在所述待预测的日期所述固定区域预定时间 段内的数据流量预测值小于所述预设的流量阈值，则在该待预测的日期对所述固定区域所 述预定时间段内的设备进行节能操作。
[0034] 进一步地，所述数据流量、所述数据流量预测模型以及所述数据流量预测值的类 型均包括以下的一种或多种：总体数据流量、实时性要求高的业务数据流量和实时性要求 低的业务数据流量；所述预设的流量阈值包括以下的一种或多种：总体数据流量阈值、实 时性要求高的业务数据流量阈值和实时性要求低的业务数据流量阈值；
[0035] 所述判决模块，用于判断在待预测的日期所述固定区域预定时间段内用户访问网 络的数据流量预测值是否小于预设的流量阈值，包括：
[0036] 判断各个类型的数据流量预测值中是否至少有一个类型的数据流量预测值小于 该类型对应的流量阈值。
[0037] 与现有技术相比，本发明一个实施例提供的移动互联网中的设备节能方法及系 统，结合预测数据进行节能操作安排，使得节能操作不再滞后于网络流量变化，有计划高效 率的进行网络节能操作，便于网络运维人员更加高效的进行设备节能管理；
[0038] 针对移动互联网特点，考虑不同流量类型对网络的不同要求，从用户体验与节能 减排出发，具有更高的科学性、针对性与有效性；
[0039] 采用时序预测的方式针对移动互联网进行节能操作设计，这种预测数据的计算方 式比简单设置阈值更科学有效且具有实时性，所以可以最大程度贴近真实情况，从而提高 了预测数据的使用意义，基于预测数据可以更精准的进行预先节能。
【专利附图】
【附图说明】
[0040] 图1是实施例中移动互联网中的设备节能方法的流程图；
[0041] 图2是实施例中移动互联网中的设备节能系统的结构图；
[0042] 图3是一个应用示例中总体数据流量的预测曲线图。
【具体实施方式】
[0043] 为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明 的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中 的特征可以相互任意组合。
[0044] 实施例：
[0045] 如图1所示，本实施例提供了一种移动互联网中的设备节能方法，包括以下步骤： [0046] S101 :对某一固定区域预定时间段内用户访问网络的数据流量进行预测，得到在 待预测的日期所述固定区域预定时间段内用户访问网络的数据流量预测值；
[0047] 其中，固定区域包括一个或多个，如某小区、某商业中心、学校校园等，时间段也可 以包括一个或多个时间段，例如夜间2点至4点，早7点到9点等。预测不同区域和不同时 间段用户访问网络的数据流量，针对各个区域各个时间段进行流量预测，从而对各个区域 各时间段进行设备的节能操作。
[0048] 其中，步骤S101具体包括：
[0049] SlOla:在一个周期内连续采集所述固定区域预定时间段内用户访问网络的数据 流量；
[0050] -个周期即一段时间，例如，在一个星期内连续采集每一天在该固定区域从夜间2 点至4点内用户访问网络的数据流量。数据流量的采集是实时采集的，只要从夜间2点至 4点内有数据业务流量，则全部进行采集。
[0051] 作为一种优选的方式，可以从移动互联网网源采集各个区域预定时间段的数据流 量，同时还可以获取到该区域的以下信息：用户的号码，使用的终端类型、上网的时间、地 点、数据的业务类型及其对应的流量、访问的网址、使用的网络类型等等。当然，本实施例并 不排除其他采集数据流量的方式。
[0052] 所述数据流量的类型包括以下一种或多种：总体数据流量、实时性要求高的业务 数据流量和实时性要求低的业务数据流量。其中，总体数据流量为采集区域时间段内的流 量总数，实时性要求高的业务数据流量为采集区域时间段内的语音、多媒体等的总流量，实 时性要求低的业务数据流量为采集区域时间段内的图片、文字等的总流量。
[0053] SlOlb:根据一个周期内采集到的数据流量采用时序预测法获得数据流量预测模 型，所述数据流量预测模型的输入为待预测的日期，输出为在该待预测的日期所述固定区 域预定时间段内的数据流量预测值；
[0054] 其中，作为一种优选的方式，所述数据流量预测模型为一元函数，一元预测函数具 有增长曲线为一次曲线，则其一阶差分为常数的特性，适用于时间序列数据呈直线趋势的 上升（或下降）变化。由于节能操作只关注在预测时间点是否能够进行节能操作，是否能 进行节能操作更关注在采集时间段中的数据是否平稳，且数值低于阈值。因此使用一元预 测函数能够满足目标由于我们预测的目标是检验是否能够进行节能操作，因此使用一元预 测函数能够简单有效的实现预测目标。该一元函数为：
[0055] y = ax+b
[0056] 其中，a、b为预测参数，x为待预测的日期，即输入为某一天，y为在该待预测的日 期所述固定区域预定时间段内的数据流量预测值；
[0057] 利用一个周期内采集到的数据流量的值进行数据拟合得到预测曲线，并确定a、b 的值。
[0058] 其中，流量预测获得的预测曲线图可能包括水平、递增和递减三种形态。为保证预 测的有效性，设置数据采集周期，如3-7天（因为在3-7天内预测曲线更具有分析意义，过 长时间的数据采集可能给预测带来多干扰因素）。例如，在一个应用示例中，从2014年5月 25日到2014年5月31日，连续7天对某住宅小区从夜间2点至4点的用户访问网络的总 体数据流量进行采集，采集了 7天的数据则有七组X与y，通过数据拟合，得到如图3所示的 预测曲线，其中，点表示采集的数据，直线表示拟合后获得的函数曲线，并可以确定公式中a 和b的值。然后，将确定了 a、b值的一元函数以及该预测曲线作为2014年6月份的数据流 量预测模型。也就是说，x= 1时，可以计算得出2014年6月1日住宅小区从夜间2点至4 点的用户访问网络的数据流量的预测值，X = 30时，可以计算得出2014年6月30日住宅 小区从夜间2点至4点的用户访问网络的数据流量的预测值。这样对于需要预测的日期的 流量值即可通过上述确定了 a、b值的一元函数计算得到。
[0059] 此外，还可以预设获得数据流量预测模型的采集日期（比如采集数据流量的第一 天或者最后一天）与待预测的日期之间的间隔时间段，比如1个月，如果待预测的日期与获 得当前数据流量预测模型的采集日期超过了该预设的间隔时间段，则需要重新获取最新的 数据流量预测模型和预测曲线。例如，5月份采集的数据流量可以用来预测6月份的流量预 测值，但是不能预测7月份的流量，如果需要预测7月份的流量则需要将6月份采集的数据 流量生成最新的数据流量预测模型和预测曲线来预测，从而保证数据流量预测模型的实时 性，以及预测的准确性。
[0060] S102:判断在待预测的日期所述固定区域预定时间段内用户访问网络的数据流量 预测值是否小于预设的流量阈值，如果是，则执行步骤S103 ;否则不进行节能操作；
[0061] 其中，所述数据流量预测模型以及所述数据流量预测值的类型均包括以下的一种 或多种：总体数据流量L、实时性要求高的业务数据流量L1和实时性要求低的业务数据流 量L2 ;所述预设的流量阈值包括以下的一种或多种：总体数据流量阈值N、实时性要求高的 业务数据流量阈值Μ和实时性要求低的业务数据流量阈值P;其中，可以根据具体的节能策 略（比如最多可以关闭多少基站设备），参考设备特点等指定该总体数据流量阈值Ν、实时 性要求高的业务数据流量阈值Μ和实时性要求低的业务数据流量阈值Ρ。
[0062] 作为一种优选的方式，步骤S102具体包括：判断各个类型的数据流量预测值中是 否至少有一个类型的数据流量预测值小于该类型对应的流量阈值，只要有一个类型的数据 流量预测值小于其流量阈值，则执行步骤S103 ;
[0063] 或者，作为另一种优选的方式，可以设置3种不同类型数据流量阈值比较的优先 级，比如，先比较总体数据流量L，再比较实时性要求低的业务数据流量，最后比较实时性要 求高的业务数据流量，进而决定是否进行节能操作。此外，所述预设的阈值还包括：预设的 角度阈值；所述方法还包括：将所述预测曲线的角度值与预设的角度阈值Q进行比较，如果 小于所述预设的角度阈值Q，则在达到所述待预测的日期时对所述固定区域预定时间段内 的设备进行节能操作。
[0064] 例如，Α、比较总体数据流量L与节能操作阈值Ν，若N>L则可考虑进行节能操作， 进入下一比较，否则不进行节能操作；
[0065] B、预测曲线角度值X进行判别，若X = 0,或X〈Q(这里考虑的是角度X的绝对值）， 即角度为〇或者小于预设角度阈值则可考虑进行节能操作，进入下一比较，否则不进行节 能操作；
[0066] C、比较非实时流量L2与节能操作阈值P，若L2〈P则可考虑进行节能操作，进入下 一比较，否则不进行节能操作；
[0067] D、L1/L，实时性要求高的业务数据流量与总体数据流量的比值，由于流量中实时 流量对网络要求高，因此当网络中实时流量较多时应适当考虑是否进行节能操作，若L1/ L〈M则进行节能操作，否则不进行节能操作。
[0068] S103 :对所述固定区域预定时间段内的设备进行节能操作。
[0069] 这里的设备主要指基站设备，也可以是网络交换设备。
[0070] 其中，所述对所述固定区域内的设备进行节能操作，包括：在所述预定时间段对所 述固定区域内的部分或全部设备进行设备休眠或端口关闭操作；
[0071] 其中，根据上面建立的数据流量预测模型，可以预测输出预测日期所述固定区域 所述预定时间段内的数据流量的预测值，如果小于所述预设的流量阈值，则在该预测日期 所述预定时间段内对所述固定区域内的设备进行节能操作。例如，对应用总体数据流量的 数据流量预测模型，输入X = 1(即表示2014. 05. 01)，则可以输出2014年5月1日住宅小 区从夜间2点至4点的用户访问网络的数据流量的预测值，如果该预测值小于流量阈值N， 则可以对2014年5月1日从夜间2点至4点该住宅小区内的设备进行节能操作。
[0072] 所述方法还包括：将预定时间段T划分为η个时间子片段，设置唤醒参数α，监测 每个时间子片段Τ/η中的数据流量总数，当数据流量总数大于α *Ν/η时，唤醒关闭的设备 或端口，其中，Ν为总体数据流量阈值，η为正整数，0〈 α〈1。
[0073] 如图2所示，本实施例提供了一种移动互联网中的设备节能系统，包括：
[0074] 预测模块，用于对某一固定区域预定时间段内用户访问网络的数据流量进行预 测，得到在待预测的日期所述固定区域预定时间段内用户访问网络的数据流量预测值；
[0075] 判决模块，用于判断在待预测的日期所述固定区域预定时间段内用户访问网络的 数据流量预测值是否小于预设的流量阈值，并将判断结果发送至控制模块；
[0076] 控制模块，用于如果在待预测的日期所述固定区域预定时间段内用户访问网络的 数据流量预测值小于预设的流量阈值，则在达到该日期时对所述固定区域预定时间段内的 设备进行节能操作。
[0077] 其中，所述预测模块：包括采集模块和数据流量预测模型建立模块，其中：
[0078] 采集模块，用于在一个周期内连续采集所述固定区域预定时间段内用户访问网络 的数据流量；
[0079] 数据流量预测模型建立模块，用于根据一个周期内采集到的数据流量采用时序预 测法获得数据流量预测模型，所述数据流量预测模型的输入为待预测的日期，输出为在该 待预测的日期所述固定区域预定时间段内的数据流量预测值。
[0080] 其中，作为一种优选的方式，所述数据流量预测模型为一元函数，一元预测函数具 有增长曲线为一次曲线，则其一阶差分为常数的特性，适用于时间序列数据呈直线趋势的 上升（或下降）变化。由于节能操作只关注在预测时间点是否能够进行节能操作，是否能 进行节能操作更关注在采集时间段中的数据是否平稳，且数值低于阈值。因此使用一元预 测函数能够满足目标由于我们预测的目标是检验是否能够进行节能操作，因此使用一元预 测函数能够简单有效的实现预测目标。所述数据流量预测模型为一元函数：
[0081] y = ax+b
[0082] 其中，a、b为预测参数，x为待预测的日期，y为在该待预测的日期所述固定区域预 定时间段内的数据流量预测值；
[0083] 其中，所述预测模块，用于根据一个周期内采集到的数据流量采用时序预测法获 得数据流量预测模型，包括：
[0084] 利用一个周期内采集到的数据流量的值进行数据拟合得到预测曲线，并确定a、b 的值。
[0085] 此外，所述预测模块还包括：监控模块，用于预设采集日期与待预测日的期之间的 间隔时间段，比如1个月，如果待预测的日期与当前采集流量获得数据流量预测模型的日 期超过了该预设的间隔时间段，则需要重新获取最新的数据流量预测模型和预测曲线，触 发采集模块在与待预测的日期间隔时间段内的一个周期内重新连续采集所述固定区域预 定时间段内用户访问网络的数据流量；并触发数据流量预测模型建立模块重新建立最新的 数据流量预测模型。例如，5月份采集的数据流量可以用来预测6月份的流量预测值，但是 不能预测7月份的流量，如果需要预测7月份的流量则需要将6月份采集的数据流量生成 最新的数据流量预测模型和预测曲线来预测，从而保证数据流量预测模型的实时性，以及 预测的准确性。
[0086] 其中，所述判决模块，用于判断在待预测的日期所述固定区域预定时间段内用户 访问网络的数据流量预测值是否小于预设的流量阈值，包括：
[0087] 判断所述数据流量预测模型输出的在所述待预测的日期所述固定区域预定时间 段内的数据流量预测值是否小于所述预设的流量阈值；
[0088] 所述控制模块，用于如果所述固定区域预定时间段内用户访问网络的数据流量预 测值小于预设的流量阈值，则在达到该日期时对所述固定区域预定时间段内的设备进行节 能操作，包括：
[0089] 如果所述数据流量预测模型输出的在所述待预测的日期所述固定区域预定时间 段内的数据流量预测值小于所述预设的流量阈值，则在该待预测的日期对所述固定区域所 述预定时间段内的设备进行节能操作。
[0090] 其中，所述数据流量、所述数据流量预测模型以及所述数据流量预测值的类型均 包括以下的一种或多种：总体数据流量L、实时性要求高的业务数据流量L1和实时性要求 低的业务数据流量L2 ;所述预设的流量阈值包括以下的一种或多种：总体数据流量阈值N、 实时性要求高的业务数据流量阈值Μ和实时性要求低的业务数据流量阈值P ;其中，可以根 据具体的节能策略（比如最多可以关闭多少基站设备），参考设备特点等参考总体数据流 量L指定该总体数据流量阈值Ν ;根据实时性要求高的业务数据流量与总体数据流量的比 设置实时性要求高的业务数据流量阈值Μ ;实时性要求高的业务数据流量L1值与总体数据 流量L值的关系决定是否能进行节能操作；根据具体的节能策略、参考设备特点等指定实 时性要求低的业务数据流量阈值Ρ。
[0091] 作为一种优选的方式，所述判决模块，用于判断在待预测的日期所述固定区域预 定时间段内用户访问网络的数据流量预测值是否小于预设的流量阈值，包括：
[0092] 判断各个类型的数据流量预测值中是否至少有一个类型的数据流量预测值小于 该类型对应的流量阈值。
[0093] 或者，作为另一种优选的方式，所述判决模块可以设置3种不同类型数据流量阈 值比较的优先级，比如，先比较总体数据流量L，再比较实时性要求低的业务数据流量，最后 比较实时性要求高的业务数据流量，进而决定是否进行节能操作。
[0094] 此外，所述预设的阈值还包括：预设的角度阈值；所述判决模块，还用于将所述预 测曲线的角度值与预设的角度阈值进行比较，并将比较结果通知控制模块；
[0095] 所述控制模块，还用于如果所述预测曲线的角度值小于所述预设的角度阈值，则 在达到所述待预测的日期时对所述固定区域预定时间段内的设备进行节能操作。
[0096] 其中，所述控制模块，用于对所述固定区域预定时间段内的设备进行节能操作，包 括：在所述预定时间段对所述固定区域内的部分或全部设备进行设备休眠或端口关闭操 作；这里的设备主要指基站设备，也可以是网络交换设备。
[0097] 作为一种优选的方式，所述系统还包括唤醒模块（在图中未画出），其中：
[0098] 所述唤醒模块，用于将预定时间段T划分为η个时间子片段，设置唤醒参数α，监 测每个时间子片段Τ/η中的数据流量总数，当所述数据流量总数大于α *Ν/η时，唤醒关闭 的设备或端口，其中，Ν为总体数据流量阈值，η为正整数，0〈 α〈1。
[0099] 从上述实施例可以看出，相对于现有技术，上述实施例中提供的移动互联网中的 设备节能方法及系统，结合预测数据进行节能操作安排，使得节能操作不再滞后于网络流 量变化，有计划高效率的进行网络节能操作，便于网络运维人员更加高效的进行设备节能 管理；
[0100] 针对移动互联网用户业务流量区域、时间性分布特点等进行按区域分时段的数据 采集，使用时序预测法进行流量预测，考虑不同流量类型对网络的不同要求，从用户体验与 节能减排出发设计节能操作方法，方法针对移动互联网特点，具有更高的科学性、针对性与 有效性；
[0101] 采用时序预测的方式针对移动互联网进行节能操作设计，这种预测数据的计算方 式比简单设置阈值更科学有效且具有实时性，所以可以最大程度贴近真实情况，从而提高 了预测数据的使用意义，基于预测数据可以更精准的进行预先节能。
[0102] 本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令 相关硬件完成，所述程序可以存储于计算机可读存储介质中，如只读存储器、磁盘或光盘 等。可选地，上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应 地，上述实施例中的各模块/单元可以采用硬件的形式实现，也可以采用软件功能模块的 形式实现。本发明不限制于任何特定形式的硬件和软件的结合。
[0103] 以上所述仅为本发明的优选实施例而已，并非用于限定本发明的保护范围。根据 本发明的
【发明内容】
，还可有其他多种实施例，在不背离本发明精神及其实质的情况下，熟悉 本领域的技术人员当可根据本发明作出各种相应的改变和变形，凡在本发明的精神和原则 之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
【权利要求】
1. 一种移动互联网中的设备节能方法，包括： 对某一固定区域预定时间段内用户访问网络的数据流量进行预测，得到在待预测的日 期所述固定区域预定时间段内用户访问网络的数据流量预测值； 判断在待预测的日期所述固定区域预定时间段内用户访问网络的数据流量预测值是 否小于预设的流量阈值，如果小于，则在达到该日期时对所述固定区域预定时间段内的设 备进行节能操作。
2. 如权利要求1所述的方法，其特征在于： 所述对某一固定区域预定时间段内用户访问网络的数据流量进行预测，得到在待预测 的日期所述固定区域预定时间段内的数据流量预测值，包括： 在一个周期内连续采集所述固定区域预定时间段内用户访问网络的数据流量； 根据一个周期内采集到的数据流量采用时序预测法获得数据流量预测模型，所述数据 流量预测模型的输入为待预测的日期，输出为在该待预测的日期所述固定区域预定时间段 内的数据流量预测值。
3. 如权利要求2所述的方法，其特征在于： 所述判断在待预测的日期所述固定区域预定时间段内用户访问网络的数据流量预测 值是否小于预设的流量阈值，如果小于，则在达到该日期时对所述固定区域预定时间段内 的设备进行节能操作，包括： 如果所述数据流量预测模型输出的在所述待预测的日期所述固定区域预定时间段内 的数据流量预测值小于所述预设的流量阈值，则在该待预测的日期对所述固定区域预定时 间段内的设备进行节能操作。
4. 如权利要求1或2或3所述的方法，其特征在于： 所述数据流量、所述数据流量预测模型以及所述数据流量预测值的类型均包括以下的 一种或多种：总体数据流量、实时性要求高的业务数据流量和实时性要求低的业务数据流 量； 所述预设的流量阈值包括以下的一种或多种：总体数据流量阈值、实时性要求高的业 务数据流量阈值和实时性要求低的业务数据流量阈值； 所述判断在待预测的日期所述固定区域预定时间段内用户访问网络的数据流量预测 值是否小于预设的流量阈值，包括： 判断各个类型的数据流量预测值中是否至少有一个类型的数据流量预测值小于该类 型对应的流量阈值。
5. 如权利要求4所述的方法，其特征在于： 所述预设的流量阈值还包括：预设的角度阈值； 所述方法还包括：将所述预测曲线的角度值与所述预设的角度阈值进行比较，如果小 于所述预设的角度阈值，则在达到所述待预测的日期时对所述固定区域预定时间段内的设 备进行节能操作。
6. 如权利要求1所述的方法，其特征在于： 所述对所述固定区域预定时间段内的设备进行节能操作，包括：在所述预定时间段对 所述固定区域内的部分或全部设备进行设备休眠或端口关闭操作； 所述方法还包括：将预定时间段T划分为η个时间子片段，设置唤醒参数α，监测每个 时间子片段T/n中的数据流量总数，当所述数据流量总数大于α *N/n时，唤醒关闭的设备 或端口，其中，N为总体数据流量阈值，η为正整数，0〈 α〈1。
7. -种移动互联网中的设备节能系统，包括： 预测模块，用于对某一固定区域预定时间段内用户访问网络的数据流量进行预测，得 到在待预测的日期所述固定区域预定时间段内用户访问网络的数据流量预测值； 判决模块，用于判断在待预测的日期所述固定区域预定时间段内用户访问网络的数据 流量预测值是否小于预设的流量阈值，并将判断结果发送至控制模块； 控制模块，用于如果在待预测的日期所述固定区域预定时间段内用户访问网络的数据 流量预测值小于预设的流量阈值，则在达到该日期时对所述固定区域预定时间段内的设备 进行节能操作。
8. 如权利要求7所述的系统，其特征在于： 所述预测模块，用于对某一固定区域预定时间段内用户访问网络的数据流量进行预 测，得到在待预测的日期所述固定区域预定时间段内的数据流量预测值，包括： 在一个周期内连续采集所述固定区域预定时间段内用户访问网络的数据流量； 根据一个周期内采集到的数据流量采用时序预测法获得数据流量预测模型，所述数据 流量预测模型的输入为待预测的日期，输出为在该待预测的日期所述固定区域预定时间段 内的数据流量预测值。
9. 如权利要求8所述的系统，其特征在于： 所述判决模块，用于判断在待预测的日期所述固定区域预定时间段内用户访问网络的 数据流量预测值是否小于预设的流量阈值，包括： 判断所述数据流量预测模型输出的在所述待预测的日期所述固定区域预定时间段内 的数据流量预测值是否小于所述预设的流量阈值； 所述控制模块，用于如果所述固定区域预定时间段内用户访问网络的数据流量预测值 小于预设的流量阈值，则在达到该日期时对所述固定区域预定时间段内的设备进行节能操 作，包括： 如果所述数据流量预测模型输出的在所述待预测的日期所述固定区域预定时间段内 的数据流量预测值小于所述预设的流量阈值，则在该待预测的日期对所述固定区域所述预 定时间段内的设备进行节能操作。
10. 如权利要求7或8或9所述的系统，其特征在于： 所述数据流量、所述数据流量预测模型以及所述数据流量预测值的类型均包括以下的 一种或多种：总体数据流量、实时性要求高的业务数据流量和实时性要求低的业务数据流 量；所述预设的流量阈值包括以下的一种或多种：总体数据流量阈值、实时性要求高的业 务数据流量阈值和实时性要求低的业务数据流量阈值； 所述判决模块，用于判断在待预测的日期所述固定区域预定时间段内用户访问网络的 数据流量预测值是否小于预设的流量阈值，包括： 判断各个类型的数据流量预测值中是否至少有一个类型的数据流量预测值小于该类 型对应的流量阈值。
【文档编号】H04W52/02GK104093197SQ201410342180
【公开日】2014年10月8日 申请日期:2014年7月17日 优先权日:2014年7月17日
【发明者】李娜, 王志军 申请人:中国联合网络通信集团有限公司