[发明专利]一种网络流量预测方法、装置及电子设备

说明书

本发明实施例涉及互联网技术领域，公开了一种网络流量预测方法、装置及电子设备。本发明中，网络流量预测方法，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；将上级网络流量预测模型中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，并对下级网络流量预测模型中的自变量进行拆解，直至每一下级网络流量预测模型的自变量均能自然获取；将下级网络流量预测模型的计算模型代入上级网络流量预测模型中，得到完整的网络流量预测模型。使得能够通过多层网络流量预测模型对网络流量进行预测，可以探索不同业务层面变量对带宽值的影响，从而预测出更准确的客户网络流量。

技术领域

本发明实施例涉及互联网技术领域，特别涉及一种网络流量预测方法、装置及电子设备。

背景技术

在互联网技术发展中，针对网络流量进行建模和预测研究备受关注。网络流量预测模型是进行网络性能分析和网络设计规划的基础。一个准确的网络流量预测模型，能够准确预测流量，有利于了解客户流量变化趋势，对于流量的各种变化能提前做好必要的工作准备，保障服务质量。

在大数据背景下，网络业务类别的急剧增加导致网络流量性质多样化，传统的流量预测模型已不适用于当今乃至下一代互联网流量的分析与预测，因此对网络流量的预测势在必行。现有技术中，各种流量预测方法，存在但不限于以下几个问题：

1、基于时间序列的流量预测方法，直接基于时间序列方法，不论是何种优化时间序列模型，在出现网络异常或者较强的人为干预等情况时，时间序列的准确性无法有效保证，并且容易被过往的历史周期性质所影响。

2、基于线性规划的流量预测方法，模型简单，未能考虑足够的流量影响因素以及周期性的波动影响，容易造成过度拟合导致预测失败。

由此，有必要建立一种新的、能够适应新的业务发展需求的网络流量预测方法。

发明内容

本发明实施方式的目的在于提供一种网络流量预测方法、装置及电子设备，使得能够通过多层网络流量预测模型对网络流量进行预测，可以探索不同业务层面变量对带宽值的影响，从而预测出更准确的客户网络流量带宽值。

为解决上述技术问题，本发明的实施方式提供了一种网络流量预测方法，包括以下步骤：

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。

本发明的实施方式还提供了一种网络流量预测装置，包括：

上级流量预测模块，用于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；

下级流量预测模块，用于将所述上级流量预测模块建立的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；

叠加模块，用于将所述下级流量预测模块建立的所述下级网络流量预测模型的计算模型代入所述上级流量预测模块建立的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。

本发明的实施方式还提供了一种电子设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，