[发明专利]车联网流量预测方法、系统、设备及存储介质

说明书

本发明提供了一种车联网流量预测方法，涉及数据处理技术领域，包括以下：采集边缘计算设备与车载终端以及云服务器之间的传输数据，并构建流量矩阵；建立ARIMA预测模型，根据所述流量矩阵采用所述ARIMA预测模型输出所述流量矩阵的链路负载估计结果；获取链路流量，并根据所述链路流量和所述流量矩阵的链路负载估计结果确定所述流量矩阵的细粒度流量；构建一带有预设约束条件的目标函数，根据所述目标函数和所述细粒度流量生成目标结果，解决现有对车联网流量估计精准性不足的问题。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种车联网流量预测方法、系统、设备及存储介质。

背景技术

随着5G网络的快速部署，车联网、物联网、边缘计算等迅速发展，车联网络流量测量面对诸多挑战。近年来车载自组织网络发展迅速，它依靠诸如互联网，新一代无线通信，云计算，边缘计算等前沿信息技术，通过有效的数据处理与分发来提供可靠的车载通信。

传统的车联网数据流以大批量快速传输到云，但不具备可扩展性和高效性，无法处理实时性要求高的海量数据。同时，传输大数据是昂贵的，将消耗大量的带宽，能量和时间，因此流量的估计对数据处理与分发的影响较大，但是现有对流量估计往往精准性不够，由此在数据传输中产生较多问题。

发明内容

为了克服上述技术缺陷，本发明的目的在于提供一种车联网流量预测方法、系统、设备及存储介质，用于解决现有对流量估计精准性不足的问题。

本发明公开了一种车联网流量预测方法，包括以下：

采集边缘计算设备与车载终端以及云服务器之间的传输数据，并构建流量矩阵；

建立ARIMA预测模型，根据所述流量矩阵采用所述ARIMA预测模型输出所述流量矩阵的链路负载估计结果；

获取链路流量，并根据所述链路流量和所述流量矩阵的链路负载估计结果确定所述流量矩阵的细粒度流量；

构建一带有预设约束条件的目标函数，根据所述目标函数和所述细粒度流量生成目标结果。

优选地，所述构建流量矩阵，包括以下：

获取链路流量和路由矩阵，根据所述链路流量与路由矩阵的映射关系构建流量矩阵。

优选地，所述建立ARIMA预测模型，根据所述流量矩阵采用所述ARIMA预测模型输出多数流量矩阵的链路负载估计结果，包括以下：

对于所述流量矩阵中的每一链路，

利用AIC函数确定ARIMA预测模型的阶数值，以建立所述ARIMA预测模型；

采用预设算法确定所述ARIMA预测模型的系数值；

计算所述ARIMA预测模型的误差值并判断所述误差值是否符合拟合要求；

若是，则确定所述ARIMA预测模型，并根据所述流量矩阵输出所述链路的链路负载估计结果；

集合所述流量矩阵中各个链路对应的链路负载估计结果即为所述流量矩阵的链路负载估计结果。

优选地，所述根据所述链路流量和所述流量矩阵的链路负载估计结果确定所述流量矩阵的细粒度流量，包括以下：

根据下式计算所述流量矩阵的细粒度流量：

f＝||Y-AX^||+||X^||

其中，X^＝ARIMA(X)，为所述流量矩阵的链路负载估计结果；X为流量矩阵；A为路由矩阵；Y为链路流量。

优选地，在根据所述流量矩阵采用所述ARIMA预测模型输出流量矩阵的链路负载估计结果前，还包括以下：

对所述流量矩阵进行数据平稳性检验；