[发明专利]一种网络数据预测序列生成方法、装置、设备及存储介质

权利要求书

1.一种网络数据预测序列生成方法，其特征在于，包括：

获取网络数据序列，并分别基于多种预测序列生成算法，生成所述网络数据序列对应的多个初始预测序列；

分别计算各个所述初始预测序列与所述网络数据序列之间的熵差值；

在各个所述熵差值中确定最小熵差值，并将所述最小熵差值对应的目标初始预测序列确定为网络数据预测序列。

2.根据权利要求1所述的网络数据预测序列生成方法，其特征在于，所述分别计算各个所述初始预测序列与所述网络数据序列之间的熵差值，包括：

计算所述网络数据序列的第一样本熵，以及各个所述初始预测序列分别对应的第二样本熵；

利用所述第一样本熵分别和所述第二样本熵做差，得到所述熵差值。

3.根据权利要求2所述的网络数据预测序列生成方法，其特征在于，所述计算所述网络数据序列的第一样本熵，以及各个所述初始预测序列分别对应的第二样本熵，包括：

利用样本熵算法计算所述网络数据序列的所述第一样本熵；

利用网络数据序列分别和各个所述初始预测序列进行组合，得到多个中间序列；

利用所述样本熵算法计算各个所述中间序列对应的样本熵，并将所述中间序列对应的样本熵确定为对应的初始预测序列的所述第二样本熵。

4.根据权利要求2所述的网络数据预测序列生成方法，其特征在于，所述计算所述网络数据序列的第一样本熵，包括：

利用所述网络数据序列生成多个第一向量和多个第二向量；

确定各个所述第一向量之间的第一最大距离和各个所述第二向量之间的第二最大距离；

利用所述第一最大距离计算第一均值，并利用所述第二最大距离计算第二均值；

利用所述第一均值和所述第二均值得到所述第一样本熵。

5.根据权利要求1所述的网络数据预测序列生成方法，其特征在于，所述获取网络数据序列，包括：

获取初始数据序列，并对所述初始数据序列进行缺失值填充处理和/或异常值替换处理，得到所述网络数据序列。

6.根据权利要求1所述的网络数据预测序列生成方法，其特征在于，还包括：

将所述目标初始预测序列对应的目标预测序列生成算法确定为默认预测算法。

7.根据权利要求1至6任一项所述的网络数据预测序列生成方法，其特征在于，在得到所述网络数据预测序列后，还包括：

利用所述网络数据预测序列进行网络安全检测。

8.一种网络数据预测序列生成装置，其特征在于，包括：

生成模块，用于获取网络数据序列，并分别基于多种预测序列生成算法，生成所述网络数据序列对应的多个初始预测序列；

熵差值计算模块，用于分别计算各个所述初始预测序列与所述网络数据序列之间的熵差值；

确定模块，用于在各个所述熵差值中确定最小熵差值，并将所述最小熵差值对应的目标初始预测序列确定为网络数据预测序列。

9.一种网络数据预测序列生成设备，其特征在于，包括存储器和处理器，其中：

所述存储器，用于保存计算机程序；

所述处理器，用于执行所述计算机程序，以实现如权利要求1至7任一项所述的网络数据预测序列生成方法。

10.一种计算机可读存储介质，其特征在于，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的网络数据预测序列生成方法。