[发明专利]基于流量趋势的网络流量预测方法

权利要求书

1.一种基于流量趋势的网络流量预测方法，其特征在于，按照以下步骤进行：

S1：设当前时刻为c，当前时刻c所在的时间周期为i，提取当前时间周期i之前的n个时间周期下的网络流量趋势，以及当前时间周期i中从第1个时刻到时刻c的网络流量趋势，所述n为正整数，所述网络流量趋势包含网络流量的周期性和网络流量的局部结构相关性；

S2：根据提取的当前时刻c的前k1个时刻的网络流量趋势，预测当前时刻c的未来k个时刻的网络流量趋势，所述k1、k均为正整数；

S3：计算提取的k1个时刻的网络流量值与其网络流量趋势之间的误差，预测当前时刻c的未来k个时刻的网络流量误差；

S4：根据步骤S2中预测的网络流量趋势和S3中预测的网络流量误差，预测当前时刻c的未来k个时刻的网络流量预测值；

其中，网络流量预测值的计算方法为：

[pr_tr_(i,mk+k1+1),pr_tr_(i,mk+k1+2),...,pr_tr_(i,mk+k1+k)]'＝

(E+[pr_re_(i,mk+k1+1),pr_re_(i,mk+k1+2),...,pr_re_(i,mk+k1+k)]').*

[pr_tt_(i,mk+k1+1),pr_tt_(i,mk+k1+2),...,pr_tt_(i,mk+k1+k)]'

其中,

[pr_tr_(i,mk+k1+1),pr_tr_(i,mk+k1+2),...,pr_tr_(i,mk+k1+k)]'表示网络流量预测值；

[pr_re_(i,mk+k1+1),pr_re_(i,mk+k1+2),...,pr_re_(i,mk+k1+k)]'表示预测的网络流量误差；

[pr_tt_(i,mk+k1+1),pr_tt_(i,mk+k1+2),...,pr_tt_(i,mk+k1+k)]'表示预测的网络流量趋势；

E是所有元素均为1的列向量，.*表示两个等长向量之间对应位置上的元素相乘，m表示循环的次数，所述m＝0、1、2…、M+1，所述M+1为最大循环次数，M的取值为：

其中J表示一个时间周期包含J个时刻；

S5：令c＝c+k，如果c大于或等于时间周期i的结束时刻，则程序结束；否则返回步骤S2。

2.根据权利要求1所述的基于流量趋势的网络流量预测方法，其特征在于，所述网络流量趋势的提取方法为：

S11：已知网络流量序列s，包含S个时刻下的网络流量值序列，令一个时间周期包含J个时刻，将网络流量序列s以时间周期为列重组为流量矩阵TR，共有[S/J]行时间周期列，[]为舍弃余数的整数，其中每一列记录一个时间周期内J个时刻的流量值；

S12：计算流量趋势矩阵TT，公式为：

其中I为单位矩阵，二阶差分矩阵D∈R^(J-2)×J，D_i,i＝1,D_i,i+1＝-2,D_i,i+2＝1,R为实数，L＝diag(sum(simC))，矩阵simC表示流量趋势矩阵TT中每个时间周期间流量的相似性，sum()对矩阵的行求和，得到向量；diag()对向量进行对角化，得到新矩阵中每个对角线上的元素都是向量中的值，为克罗内克尔积；vec()用于将矩阵转化为向量；λ1，λ2为参数，依次表示流量的平滑性和局部相似性在趋势提取中所占的比例，取值范围为[0,1]。