[发明专利]预测节点状态的方法和装置

说明书

本申请提供了一种预测节点状态的方法，包括：获取目标网络中多个节点的静态图和动态图，所述静态图和所述动态图均为拓扑图；根据所述静态图和所述动态图，生成所述多个节点的空间特征数据；获取所述多个节点的时间特征数据；根据所述空间特征数据和所述时间特征数据，获取目标节点在目标时段内的预测状态，所述目标节点为所述多个节点中的任意一个节点。本申请提供的预测节点状态的方法应用在在预测网络中节点的状态领域，除了使用了时间特征和静态空间特征，还使用了动态空间特征，从而提高了具有动态拓扑关系的网络中的节点状态的预测准确度，使得网络在节点状态预测方面更智能化。

技术领域

本申请涉及人工智能技术领域，具体涉及一种预测节点状态的方法和装置。

背景技术

在一些网络中，节点的当前状态除了与时间相关，还与该节点所处的空间相关。例如，在蜂窝网络中，一个基站在白天承载的流量与晚上承载流量不同，即，基站承载的流量与时间存在关联关系；此外，位于网络中心的基站承载的流量与位于网络边缘的基站承载的流量不同，即，基站承载的流量与空间存在关联关系。为了便于网络管理和维护，需要对网络中的节点在未来一段时间的状态进行预测。

一种预测节点状态的方法是获取预设的网络拓扑图，基于预设的网络拓扑图以及一些与网络相关的时间信息预测网络中节点的状态，这种方法适用于拓扑结构在较长时间内处于固定状态的网络，对于蜂窝网络等拓扑结构随时间发生较快变化的网络，应用上述方法的效果不够理想。

发明内容

本申请提供了一种预测节点状态的方法和装置，能够提高具有动态拓扑关系的网络中节点状态的预测准确度。

第一方面，提供了一种预测节点状态的方法，包括：获取目标网络中多个节点的静态图和动态图，所述静态图和所述动态图均为拓扑图；根据所述静态图和所述动态图，生成所述多个节点的空间特征数据；获取所述多个节点的时间特征数据；根据所述空间特征数据和所述时间特征数据，获取目标节点在目标时段内的预测状态，所述目标节点为所述多个节点中的任意一个节点。

在预测节点状态的过程中，除了使用了时间特征和静态空间特征，还使用了动态空间特征，从而提高了具有动态拓扑关系的网络中的节点状态的预测准确度，使得网络在节点状态预测方面更智能化。

可选地，所述获取所述多个节点的时间特征数据，包括：获取所述多个节点在第一历史时段内的观测数据，所述第一历史时段为所述目标时段之前的时段；在时间维度上对所述观测数据进行切片，获取时间切片数据，所述时间切片数据的数据量小于所述观测数据的数据量；根据所述时间切片数据获取所述时间特征数据。

时间切片数据是从完整的观测数据集中选取的部分数据，与完整的观测数据集相比，时间切片数据的数据量较小，使用时间切片数据进行预测能够减少预测所需的时间。

可选地，所述时间切片数据包括：所述第一历史时段中与所述目标时段相邻的时段内的观测数据。

可选地，所述第一历史时段中特定时段内的观测数据；其中，所述特定时段位于第一周期内，所述目标时段位于第二周期内，所述特定时段包括所述目标时段在所述第一周期内对应的时段。

相邻时段与目标时段较近，特定时段与目标时段处于不同周期的对应时域位置，因此，相邻时段和特定时段内的观测数据与目标时段内节点的状态有较强的关联性，使用相邻时段和/或特定时段内的观测数据进行预测有利于提高预测准确度。

可选地，所述获取多个节点的静态图和动态图，包括：获取所述多个节点在第二历史时段内的观测数据，所述第二历史时段为所述目标时段之前的时段；根据所述观测数据，构建所述静态图和所述动态图。

第二历史时段与第一历史时段可以相同，也可以不同。利用观测数据构建静态图和动态图，能够及时获最新的取空间特征。