[发明专利]一种带宽资源调整方法、装置及设备

说明书

本发明公开了一种带宽资源调整方法，通过接收网络资源信息；将所述网络资源信息输入预训练的流量数据模型，得到带宽流量预测信息；其中，所述流量数据模型为深度学习网络模型；根据所述带宽流量预测信息，调整带宽资源。本发明中，通过所述流量预测模型，对各个网络资源信息对应的带宽流量进行了学习，利用计算机深度学习技术，可大大提高所述带宽流量预测信息的准确度，并根据所述带宽流量预测信息指导网络中的带宽资源调整，进一步降低了带宽资源空置或带宽不足引起网络堵塞的可能性。本发明同时还提供了一种具有上述有益效果的带宽资源调整装置、设备及计算机可读存储介质。

技术领域

本发明涉及网络资源调配领域，特别是涉及一种带宽资源调整方法、装置、设备及计算机可读存储介质。

背景技术

物联网能够对信息进行全面的感知，还可以实现迅速组网，方便灵活。然而如此海量的物联网终端设备接入网络，在实现种种优秀效率的同时，也不可避免的对网络资源的计算提出新的需求，以免流量上升时配给带宽不足导致网络堵塞或系统崩溃。

而现有技术中对流量的预测，通常只是根据操作者个人经验对网络带宽进行调配，或者通过简单地计算业务的平均值、最大值累加，或者统计预测过去某时间段业务流量趋势，来对电网通信带宽进行预测。但由于同一天内不同业务之间的流量分布情况不一定相同，因此这种方法的准确性不高，在现行的网络服务中，依旧存在大量由于流量预测过低导致的网络堵塞，或者流量预测过高导致资源空置造成浪费的情况。

因此，如何解决现有技术中带宽资源预测准确度低的问题，是本领域技术人员亟待解决的问题。

发明内容

本发明的目的是提供一种带宽资源调整方法、装置、设备及计算机可读存储介质，以解决现有技术中流量预测准确度低，导致网络堵塞或资源空置的情况过多的问题。

为解决上述技术问题，本发明提供一种带宽资源调整方法，包括：

接收网络资源信息；

将所述网络资源信息输入预训练的流量数据模型，得到带宽流量预测信息；其中，所述流量数据模型为深度学习网络模型；

根据所述带宽流量预测信息，调整带宽资源。

可选地，在所述的带宽资源调整方法中，所述接收网络资源信息包括：

接收网络状态信息及时间段信息；

相应地，将所述网络状态信息及所述时间段信息输入所述流量数据模型，得到与所述时间段信息中各个时刻对应的时点带宽流量预测信息；

相应地，根据所述时点带宽流量预测信息，调整带宽资源。

可选地，在所述的带宽资源调整方法中，所述接收网络状态信息包括：

接收通讯包数信息、通讯字节数信息、通讯重传数信息、通信延迟信息及丢包率信息中至少一种。

可选地，在所述的带宽资源调整方法中，还包括：

获取可用资源总量信息；

判断所述带宽流量预测信息是否不小于所述可用资源总量信息；

当所述带宽流量预测信息不小于所述可用资源总量信息时，发送警报信息。

一种带宽资源调整装置，包括：

接收模块，用于接收网络资源信息；

预测模块，将所述网络资源信息输入预训练的流量数据模型，得到带宽流量预测信息；其中，所述流量数据模型为深度学习网络模型；

调整模块，用于根据所述带宽流量预测信息，调整带宽资源。

可选地，在所述的带宽资源调整装置中，所述接收模块包括：