[发明专利]一种流量控制方法、装置、电子设备及计算机可读介质

说明书

本发明实施例公开了一种流量控制方法、装置、电子设备及计算机可读介质，其中，所述方法包括：采集目标应用的请求数据；利用流量预测模型根据所述请求数据进行流量预测，获得目标周期的预测结果，所述流量预测模型基于神经网络模型构建；根据所述目标周期的预测结果生成流量控制策略；根据所述流量控制策略在目标周期内控制所述目标应用的流量。通过神经网络模型进行精准地流量预测，可以根据预测结果针对性地生成流量监控策略，对流量进行合理的分配，同时也可以根据预测结果为可能的流量突发情况进行预警提醒。

技术领域

本发明涉及计算机技术领域，特别是涉及一种流量控制方法、装置、电子设备及计算机可读介质。

背景技术

随着网络技术的快速发展，基于网络的应用越来越多、越来越复杂。这些应用不断地吞噬网络资源，造成网络拥堵。为了解决网络拥堵问题，网络流量控制成为当下的热点，网络流量控制是利用软件或者硬件实现对网络数据流量进行控制的一种措施，其需要先制定流控策略，然后依据流控策略实施流量控制。现有技术中流控策略一般采用运维人员人工维护或者采用线性预测模型对网络流量情况进行线性预测以实现网络流量的动态监控。

对于上述现有技术，流控策略的人工维护灵活性比较差且流量利用率较低，线性预测模型指定流控策略的方式虽然比人工维护灵活，但是线性预测本身存在一定的误差，尤其是对于复杂场景下的流量监控误差更大，从而造成资源浪费。

发明内容

本发明提供了一种流量控制方法、装置、电子设备及计算机可读介质，能够准确地预测流量情况以实施针对性地流量控制方案。

本发明提供了如下方案：

第一方面，提供了一种流量控制方法，包括：

采集目标应用的请求数据；

利用流量预测模型根据所述请求数据进行流量预测，获得目标周期的预测结果，所述流量预测模型基于神经网络模型构建；

根据所述目标周期的预测结果生成流量控制策略；

根据所述流量控制策略在目标周期内控制所述目标应用的流量。

进一步地，所述利用流量预测模型根据所述请求数据进行流量预测，获得目标周期的预测结果，包括：

将所述请求数据分别输入不同预测周期的流量预测模型进行流量预测，获得至少两个不同周期的预测结果；

对所述不同周期的预测结果进行分析，获得所述目标周期的预测结果。

进一步地，所述对所述不同周期的预测结果进行分析，获得所述目标周期的预测结果，包括：

利用短周期的预测结果修正长周期的预测结果；

将修正后的长周期的预测结果作为所述目标周期的预测结果。

进一步地，所述对所述不同周期的预测结果进行分析，获得目标周期的预测结果，包括：

对所述不同周期的预测结果进行拟合分析，获得所述目标周期的预测结果。

进一步地，所述对所述不同周期的预测结果进行分析，获得目标周期的预测结果，包括：

对所述不同周期的预测结果进行均值计算；

将所述不同周期的预测结果的均值计算结果作为所述目标周期的预测结果。

进一步地，所述流量预测模型的构建包括：

获取流量预测的样本训练集，包括：输入样本和结果样本；

将所述输入样本输入到初始化的神经网络模型中，获得预测结果集；

将所述预测结果集与所述结果样本对比，获得预测误差；