[发明专利]基于历史流量数据时间序列的流量预测方法

摘要

本发明属于网络流量数据监测技术领域，公开了基于历史流量数据时间序列的流量预测方法，包括网络流量特征分析与设计、流量数据获取与预处理、流量模型设计和建模及预测步骤，考虑流量数据特征、预测准确性、复杂度、可优化维护等需求后，设计一种传统的时间序列建模方法，对网络流量进行预测。

主权项

1.基于历史流量数据时间序列的流量预测方法，其特征在于，包括以下步骤：/n历史流量数据采集与处理步骤，将需要预测流量的待预测时间长度按照分成若干连续的预测时段作为指定时间尺度；获取网络历史流量数据，将网络历史流量数据所对应的时间长度也按照指定时间尺度分成若干连续的历史时段，并将网络历史流量数据按照各自时间进行整理对应归集至对应的历史时段中，计算获得网络历史流量数据在指定时间尺度下的网络历史流量时间序列；/n实时流量数据采集与处理步骤，通过SNMP技术获取实时网络流量数据，对实时网络流量数据进行预处理，并根据所获取的实时网络流量数据时间进行归集，形成如历史流量数据采集与处理步骤中所述的指定时间尺度下的实时网络流量数据时间序列；/n分析与建模步骤，采用深度学习的方法对历史流量数据采集与处理步骤中的网络历史流量时间序列进行特征分析建立包含时段流量数据的模型库、通过ARIMA模型建模得到时间序列预测模型，通过所述实时流量数据采集与处理步骤中的实时网络流量数据时间序列数据的特征对应预测得到预测流量结果。/n