一种5G高负荷问题智能定位预测方法

随着5G网络的大量建设和快速发展,市场5G终端的大力推广及普及使用,5G网络负荷压力问题日益突出,特别是高校、商业区、居民区等热点场景,存在高负荷问题处理滞后、分析效率低等问题。文章提出了一种5G高负荷问题智能定位预测方法,通过利用KPI的全局性、周期性和实时性的特点,构建负荷训练模型,对关键指标进行监控分析,快速识别业务变化情况,预测定位未来某个时刻或某个区域的负荷情况。在负荷问题发生前,精准定位问题小区,提前预测分析处理,将问题处理前置化,提前化解业务增长带来的网络风险,提升用户感知。