[发明专利]流量预测方法及设备

权利要求书

1.一种流量预测方法，其特征在于，包括：

获取待预测的目标时间段内对应的预设时间段内互联网数据；所述互联网数据包括如下中的至少一种：节日放假数据、天气数据；

获取业务链路节点在所述预设时间段内的历史流量数据；

对所述历史流量数据中的各类型数据进行无量纲化处理，得到所述业务链路节点的流量信息的时间特征序列组成的第一数据集；

对所述互联网数据中的各类型数据进行无量纲化处理，得到所述业务链路节点的互联网数据特征序列组成的第二数据集，其中所述第二数据集与所述第一数据集的特征序列相对应；

将所述第一数据集输入至第一预设模型，得到所述业务链路节点的目标时间段内的预测流量数据；

将所述第二数据集输入至第二预设模型，得到所述业务链路节点的流量修正系数；

将所述预测流量数据与所述流量修正系数相乘，得到所述业务链路节点的最终预测流量。

2.根据权利要求1所述的方法，其特征在于，所述第一预设模型为季节性差分自回归滑动平均SARIMA模型，所述第二预设模型为LightGBM模型。

3.一种流量预测设备，其特征在于，包括：

获取模块，用于获取待预测的目标时间段内对应的预设时间段内互联网数据；获取业务链路节点在所述预设时间段内的历史流量数据；所述互联网数据包括如下中的至少一种：节日放假数据、天气数据；

预处理模块，用于对历史流量数据中的各类型数据进行无量纲化处理，得到所述业务链路节点的流量信息的时间特征序列组成的第一数据集；对所述互联网数据中的各类型数据进行无量纲化处理，得到所述业务链路节点的互联网数据特征序列组成的第二数据集，其中所述第二数据集与所述第一数据集的特征序列相对应；

模型处理模块，用于将所述第一数据集输入至第一预设模型，得到所述业务链路节点的目标时间段内的预测流量数据；将所述第二数据集输入至第二预设模型，得到所述业务链路节点的流量修正系数；

预测模块，用于将所述预测流量数据与所述流量修正系数相乘，得到所述业务链路节点的最终预测流量。

4.一种流量预测设备，其特征在于，包括：至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1至2任一项所述的流量预测方法。

5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至2任一项所述的流量预测方法。