[发明专利]一种流量预测自适应调整方法、装置、设备及存储介质

说明书

本申请实施例公开了一种流量预测自适应调整方法、装置、设备及存储介质。本申请实施例提供的技术方案根据传感器网络的多假设节点预测矩阵和链路流量矩阵确定流量预测误差，基于流量预测误差确定自适应采样参数，并依据自适应采样参数调整对传感器网络的采样间隔，在保证预测精度的同时有效降低的计算量，同时，通过多假设节点预测矩阵和网络矩阵预测矩阵确定预测残差，并根据预测残差对多假设节点预测矩阵进行重构得到网络重构预测矩阵，从而逐渐缩小预测误差，提高流量预测的精度。

技术领域

本申请实施例涉及信息技术领域，尤其涉及一种流量预测自适应调整方法、装置、设备及存储介质。

背景技术

在物联网时代，万物互联的传感器数据的传输以及后期数据处理和计算面临巨大的挑战，为了改善网络性能，结合用户实际需求分配相应的网络资源，需要根据当前的网络流量进行预测，以便实现网络性能优化、资源合理分配。低功耗广域网是物联网时代的一种新型网络，为了最大化保证海量传感器节点的服务质量，对低功耗广域网的流量估计显得尤为重要。

然而，物联网时代的低功耗广域网具有海量的传感节点，低功耗广域网节点具有不同程度的异构特征，通过直接监控获取网络流量的方法不现实，而且数据拥塞、数据丢失和信息泄漏问题加剧了直接获取网络流量数据的难度。因此，采用间接测量的方法通过有限的测量信息重构出满足一定需求的流量矩阵已经成为了网络流量信息估计的主流方法。

目前，对网络流量的采样是固定的时间间隔，如果时间间隔选取过小，虽然准确度较高，但是计算代价过高；相反，如果时间间隔选取过大，虽然计算代价较低，但是准确度不能保证。

发明内容

本申请实施例提供一种流量预测自适应调整方法、装置、设备及存储介质，以自适应调节采样间隔，提高流量预测质量。

在第一方面，本申请实施例提供了一种流量预测自适应调整方法，包括：

基于传感器网络在设定时间段内的多假设节点预测矩阵和链路流量矩阵，确定流量预测误差，所述多假设节点预测矩阵基于传感器网络在前一时刻的节点流量测量矩阵和在后一时刻的节点流量预测矩阵确定，所述节点流量测量矩阵基于所述传感器网络中的传感器节点进行流量采样得到，所述链路流量矩阵基于所述传感器网络中的传感器链路进行流量采样得到；

基于所述流量预测误差确定自适应采样参数，并依据所述自适应采样参数确定对所述传感器网络的采样间隔。

进一步的，所述流量预测误差基于以下公式确定：

其中，e_t,i为按照采样间隔t进行流量采样，第i次的流量预测误差，为第i次的链路流量矩阵，为第i次的多假设节点预测矩阵，φ₀为全维随机采样矩阵。

进一步的，所述自适应采样参数基于以下公式确定：

C＝k/e_t,i

其中，C为自适应采样参数，k为设定常数，e_t,i为按照采样间隔t进行流量采样，第i次的流量预测误差。

进一步的，所述传感器网络的采样间隔基于以下公式确定：

INT_t＝C×INT_t-1

其中，INT_t为t时刻对所述传感器网络的采样间隔，INT_t-1为t-1时刻对所述传感器网络的采样间隔，C为自适应采样参数。

进一步的，所述流量预测自适应调整方法还包括：

基于传感器网络在当前时刻的多假设节点预测矩阵确定当前时刻的网络预测矩阵，并基于传感器网络在当前时刻的所述网络预测矩阵和节点流量测量矩阵，确定预测残差；