[发明专利]一种网络流量预测方法、装置及电子设备

权利要求书

1.一种网络流量预测方法，其特征在于，包括：

建立上级网络流量预测模型，所述上级网络流量预测模型包括：线性模型；

将所述上级网络流量预测模型中所述线性模型的自变量作为因变量，建立至少一层下级网络流量预测模型，并对所述下级网络流量预测模型中的自变量进行拆解，直至每一所述下级网络流量预测模型的自变量均能自然获取；

将所述下级网络流量预测模型的计算模型代入所述上级网络流量预测模型中，得到完整的网络流量预测模型；

所述上级网络流量预测模型包括：流量层模型；所述建立上级网络流量预测模型，具体包括：

分析影响网络流量的业务变量，并根据所述业务变量建立流量层模型；所述流量层模型包括：流量层线性模型和流量层误差补偿模型；

所述下级网络流量预测模型包括：业务层模型；所述自变量具体为所述业务变量；

所述将所述上级网络流量预测模型中所述线性模型的自变量作为因变量，建立至少一层下级网络流量预测模型，并对所述下级网络流量预测模型中的自变量进行拆解，直至每一所述下级网络流量预测模型的自变量均能自然获取，具体包括：

分析所述业务变量的业务特性以确定下一业务层模型的计算模型；

判断当前分析的业务层模型是否完成业务层级的拆解；

若未完成拆解，则返回执行分析所述业务变量的业务特性以确定下一业务层模型的计算模型的步骤；

若拆解完成，则退出循环流程。

2.根据权利要求1所述的网络流量预测方法，其特征在于，所述分析影响网络流量的业务变量，并根据所述业务变量建立流量层模型，具体包括：

基于具体的业务特性，寻找业务变量；

验证所述业务变量是否通过参数估计；

若通过，则建立所述业务变量与所述流量层模型的流量值间的流量层线性模型；

若未通过，则根据所述业务变量对流量值的影响大小和作用，设定所述流量层模型的流量层误差补偿模型；

对建立的所述流量层线性模型和所述流量层误差补偿模型求和，得到所述流量层模型的计算模型。

3.根据权利要求1所述的网络流量预测方法，其特征在于，所述分析所述业务变量的业务特性以确定下一业务层模型的计算模型，具体包括：

验证所述业务变量是否存在周期性和线性关系；

若所述业务变量存在周期性或线性关系，则建立所述业务变量与下一所述业务层模型自变量间的业务层线性模型；

若所述业务变量不存在周期性且不存在线性关系，则对所述业务变量进行定性分析，并在存在定性关系时设定定性分析模型。

4.根据权利要求3所述的网络流量预测方法，其特征在于，所述验证所述业务变量是否存在周期性和线性关系，则建立所述业务变量与下一所述业务层模型自变量间的业务层线性模型，包括：

验证所述业务变量是否存在周期性；

若所述业务变量存在周期性，则建立所述业务变量与时间自变量之间的时间序列模型；

若所述业务变量无周期性，则进一步验证所述业务变量与所述自变量之间是否存在线性关系；

若存在线性关系，则建立所述业务变量与当前分析的所述业务层模型中自变量之间的线性模型。

5.根据权利要求4所述的网络流量预测方法，其特征在于，所述验证所述业务变量是否存在周期性，包括：

对所述业务变量进行纯随机性检验和平稳性检验。