[发明专利]一种网络流量的预测方法及预测装置

说明书

本申请公开了一种网络流量的预测方法及预测装置，该方法包括：预测装置根据出口网关设备在第一时间内的历史网络流量序列训练模型库中预存的各预测模型，得到第一时段之后的第二时段的预测网络流量序列；基于第二时段的实际网络流量序列和预测网络流量序列之间的对比结果，判断预测网络流量序列不满足预期目标时，根据网络流量误差值大于预设阈值的第二时段中的至少一个子时段的实际网络流量更新至少一个子时段的预测模型。通过这种方式，预测装置可以根据不同子时段对应的历史网络流量，训练对应子时段的预测模型，从而可以提高预测装置预测出口网关设备的网络流量的准确性，满足了用户和运营商的实际使用需求。

技术领域

本申请涉及机器学习及大数据结合的技术领域，尤指一种网络流量的预测方法及预测装置。

背景技术

用户的上网体验与网络设备的流量负载以及网络设备的性能息息相关，若带宽达到了网络设备的性能瓶颈，则会对用户体验造成影响。随着网络规模和互联网应用的快速增长，预测网络设备的流量或带宽使用的变化趋势，在到达网络设备性能瓶颈前做出预警，对用户整体的网络规划和网络升级有着重要的意义。

传统的业务流量预测工作，通常采用线性规划算法，但是网络流量通常不是简单的线性增长，而是呈现显著的周期性的变化，且伴随着可能有潜在规律的突发流量，特别是节假日期间，往往会出现突升或突降，使得预测结果与实际网络流量偏差较大，预测的网络流量误差较大，无法满足用户和运营商的实际使用需求。

现有的网络流量预测方案中，通常使用单一的预测模型对网络流量进行预测，得到不同时段的网络流量的预测结果。但是，由于现在方案中使用单一的预测模型对网络流量进行预测，导致了预测结果的准确性较差。

发明内容

本申请实施例提供一种网络流量的预测方法，用以提高网络流量的预测结果的准确性。

第一方面，本申请实施例提供一种网络流量的预测方法，包括：

按照时间先后顺序对出口网关设备在第一时段内出口的各个历史网络流量进行排列，得到历史网络流量序列；

根据所述历史网络流量序列训练模型库中预存的各预测模型，根据训练后的各预测模型预测所述第一时段之后的第二时段的网络流量，得到所述第二时段的预测网络流量序列；所述第二时段的时长所述第一时段的时长；

基于所述第二时段的实际网络流量序列和所述预测网络流量序列之间的对比结果，判断所述预测网络流量序列是否满足预期目标；

若所述预测网络流量序列满足所述预期目标，则输出所述预测网络流量序列；若所述预测网络流量序列不满足所述预期目标，则根据所述对比结果对所述第二时段中的各个子时段的网络流量误差进行分析，确定网络流量误差值大于预设阈值的至少一个子时段，根据所述至少一个子时段的实际网络流量更新所述至少一个子时段的预测模型；所述网络流量误差值为预测网络流量与实际网络流量之间的误差值。

在一种可能的设计中，按照时间先后顺序对出口网关设备在第一时段内出口的各个历史网络流量进行排列，包括：

根据最大值滤波对所述各个历史网络流量进行预处理；

按照时间先后顺序将经过预处理后的各个历史网络流量进行排列。

在一种可能的设计中，根据所述至少一个子时段的实际网络流量更新所述至少一个子时段的预测模型之后，所述方法还包括：

将更新后的所述至少一个子时段的预测模型加入所述模型库中。

在一种可能的设计中，输出所述预测网络流量序列之后，所述方法还包括：

若根据所述预测网络流量序列确定所述出口网关设备在所述各个子时段中的第一子时段的网络流量超出所述出口网关设备能够负载的最大网络流量，则输出预警信息；所述预警信息用于提示所述出口网关设备将在所述第一子时段到达网络流量的负载瓶颈。