[发明专利]网络负荷预测方法、装置、电子设备及存储介质

说明书

本发明实施例提供了一种网络负荷预测方法、装置、电子设备及存储介质，涉及信息处理技术领域。本发明实施例中，基于当前时间段的网络负荷实际数据以及预先训练的预测模型，得到下一时间段的网络负荷预测数据。从而，本发明实施例能够基于真实数据实现网络负荷预测，摆脱管理人员专业经验依赖，避免因专业经验原因导致误判。本发明实施例中，通过大数据智能化方法对网络负荷进行分析预测，实现对网络负荷情况进行无间断的监控分析，实现高效率、高精确度的实时分析。本发明实施例中，在进行网络负荷预测时，考虑了N次指数平滑分量，从而可以在波动的历史网络负荷数据中，排除季节性、周期性及偶发因素影响，精确识别出真实的网络负荷变动情况。

技术领域

本发明实施例涉及信息处理技术领域，尤其涉及一种网络负荷预测方法、装置、电子设备及存储介质。

背景技术

随着网络业务的推广，当前网络用户及业务流量提升明显，网络负荷屡创新高。在网络业务快速发展的形势下，对网络资源扩容及建设的要求越来越高，网络资源容量不足会导致在业务峰值等场景下业务感知出现延迟等影响。

在传统的运行模式下，网络规模和容量判断大多依赖管理人员的维护经验，由相关管理人员主观提出容量意见。并且，由于网络扩容调整周期较长，通常需要相关管理人员对业务容量增长情况进行预判。这种由相关管理人员进行主观预判的方法至少存在以下问题：1)无法有效的利用真实数据；2)主观预判可能会存在准确性问题。

因此，目前亟需一种新的网络负荷预测方法，以提高网络负荷预测的准确性。

发明内容

本发明实施例提供一种网络负荷预测方法、装置、电子设备及存储介质，以至少部分解决相关技术中存在的问题。

本发明实施例第一方面提供了一种网络负荷预测方法，所述方法包括：

采集当前时间段的网络负荷实际数据；

根据所述当前时间段的网络负荷实际数据，得到当前时间段的N次指数平滑实际分量，N为1至3之间的任一整数；

将所述当前时间段的网络负荷实际数据和所述当前时间段的N次指数平滑实际分量，输入预先训练的预测模型，得到下一时间段的N次指数平滑预测分量；

根据所述下一时间段的N次指数平滑预测分量，得到所述下一时间段的网络负荷预测数据。

可选地，所述预测模型的训练步骤包括：

采集多个历史时间段的网络负荷实际数据，所述多个历史时间段至少包括第一时间段和第二时间段；

根据包括第一时间段的网络负荷实际数据，得到所述第一时间段的N次指数平滑实际分量；

将所述第一时间段的网络负荷实际数据和所述第一时间段的N次指数平滑实际分量，输入预设模型，得到第二时间段的N次指数平滑预测分量；

根据所述第二时间段的N次指数平滑预测分量，得到所述第二时间段的网络负荷预测数据；

根据所述第二时间段的网络负荷预测数据与所述第二时间段的网络负荷实际数据的差值，对所述预设模型的模型参数进行调整；

利用所述第二时间段之后的多个历史时间段的网络负荷实际数据，对预设模型的模型参数继续调整。

可选地，还包括：

采用前期值填充采集到的网络负荷实际数据中的空值数据和/或零值数据，所述前期值是：在采集到的网络负荷实际数据之前的历史时间段内，采集到的网络负荷实际数据；或

采用前期均值填充采集到的网络负荷实际数据中的空值数据和/或零值数据，所述前期均值是：在采集到的网络负荷实际数据之前的多个历史时间段内，采集到的网络负荷实际数据的均值。

可选地，还包括：