[发明专利]特征提取方法及装置

说明书

本申请实施例提供了一种特征提取方法及装置，涉及网络技术领域，其中，上述方法包括：获取目标时刻的样本流量集，所述样本流量集为：在所述目标时刻之前的连续预设数量个时刻所对应的网络流量值的集合，所述连续预设数量个时刻两两时间间隔相同；根据所述样本流量集中每一网络流量值的大小确定每一像素点的像素值，生成与所述样本流量集对应的网络流量图像；从所述网络流量图像中，提取表征所述网络流量图像中各像素点的像素值分布特征，所述像素值分布特征用于表示所述目标时刻的样本流量集的特征。应用本申请实施例提供的方案提取各个时刻网络流量的特征时，能够丰富所提取特征的层次，提高了所提取特征表征各个时刻网络流量的准确性、全面性。

技术领域

本申请涉及网络技术领域，特别是涉及一种特征提取方法及装置。

背景技术

网络流量值是一种按照时间顺序排列的、随时间变化且相互关联的数据序列。也就是，网络流量值是一种时间序列数据。因此，通过对网络流量值进行数据分析，可以获取网络流量值中蕴含的与时间相关的有用信息，从而实现针对网络流量的趋势预测。这对网络流量监控具有重要意义。

在针对网络流量进行趋势预测时，一般需要获得多个时刻网络流量的特征，例如，当前时刻网络流量的特征、当前时刻之前每间隔预设时长的各个时刻网络流量的特征等等。然后，根据所获得的特征针对网络流量进行趋势预测。

现有技术中，针对上述各个时刻获得网络流量的特征时，一般是直接对该时刻之前各时刻的网络流量值进行统计得到该时刻网络流量的特征。虽然这种方式能够获得各个时刻网络流量的特征，但是所获得的特征层次单一，难以准确、全面的表征各个时刻的网络流量。

发明内容

有鉴于此，本申请提供了一种特征提取方法及装置，以丰富所提取特征的层次，提高所提取特征表征各个时刻网络流量的准确性、全面性。具体技术方案如下：

第一方面，本申请提供了一种特征提取方法，所述方法应用于网络设备，所述方法包括：

获取目标时刻的样本流量集，所述样本流量集为：在所述目标时刻之前的连续预设数量个时刻所对应的网络流量值的集合，所述连续预设数量个时刻两两时间间隔相同；

根据所述样本流量集中每一网络流量值的大小确定每一像素点的像素值，生成与所述样本流量集对应的网络流量图像；

从所述网络流量图像中，提取表征所述网络流量图像中各像素点的像素值分布特征，所述像素值分布特征用于表示所述目标时刻的样本流量集的特征。

结合第一方面，在第一种可能的实现方式中，所述根据所述样本流量集中每一网络流量值的大小确定每一像素点的像素值，生成与所述样本流量集对应的网络流量图像，包括：

按照下述关系式，将所述样本流量集中每一网络流量值转换为二维数组中的一个元素；

A_ij＝Xt_m

i＝(t₁-t_m)/T

j＝(t₁-t_m)％T

T＝N*Δt

其中，A_ij表示所述二维数组中第i行第j列的元素，t_m表示所述预设数量个时刻中位于所述目标时刻之前的第m个时刻，t₁表示所述预设数量个时刻中位于所述目标时刻之前的第一个时刻，Xt_m表示t_m时刻的网络流量值，T表示预设的时间周期，N为大于1的正整数，Δt表示所述预设数量个时刻中相邻两时刻之间的时间间隔；

对所述二维数组中各个元素的取值进行调整处理，得到调整后的二维数组，所述调整后的二维数组中各个元素的取值满足像素值的取值范围；