The invention provides a method and device for data network traffic prediction, which includes: acquiring historical data of total traffic of data network, number of historical online users of different service types and different bandwidth; determining different service types according to historical data of total traffic of data network, number of historical online users of different service types and different bandwidth based on the established traffic prediction model According to the average user history traffic of different service types and different bandwidth, the total traffic of expanded data network is predicted based on the number of preset target users of different service types and different bandwidth. The scheme can reflect the overall traffic status of data network and the growth trend of data network traffic. It can also reflect the user behavior of each bandwidth under the service type, and can provide a basis for broadband speed-up.
【技术实现步骤摘要】
数据网流量预测方法及装置
本专利技术涉及通信
,特别涉及一种数据网流量预测方法及装置。
技术介绍
流量预测是各个IP运营商的重点关注点,准确的流量预测对网络的扩容有重大的指导意义,通过细化的流量预测可以指导运营商在区域内展开更精细化的业务推广。如何利用最低的成本实现最精确的流量预测是目前各个IP运营商的面临的难题,目前IP运营商在流量预测上主要有两个思路:一:根据历年的整体数据做比例预测,统计过去几年的流量值,推算出明年的流量大概值,如通过网管系统获取某数据网出口2009年至2017的流量状况,依据每年的变化情况,以一定的公式推算出2018年的流量增长趋势。以此为依据进行网络扩容。此思路的弊端是数据太笼统,忽略了用户行为,地域等影响,得出的预测结果准确性得不到保证,容易造成扩容的浪费。二:在重要的设备层面上挑选设备部署深度包检测设备(DPIDeepPacketInspection),通过DPI设备的抓包分析应用流中的真实内容,分析用户行为,以进行精细的流量分析。此种思路预测出来的结果一般较为准确,其弊端是成本太高,首先是需要部署DPI设备,其次是DPI技术不是静止不变的,随着检测技术的发展,非正常应用的隐藏技术也在演进,如对数据部分加密、隐藏特征字和通过隧道技术躲避检测等等,技术成本也会有相应的提高。
技术实现思路
本专利技术实施例提供了一种数据网流量预测方法及装置,可以反映出数据网流量整体流量状况,并且可反映出数据网整体流量增长趋势;可以体现出业务类型下各带宽的用户行为,可为宽带大提速提供依据。本专利技术实施例提供了一种数据网流量预测方法,该方法包括: ...
【技术保护点】
1.一种数据网流量预测方法,其特征在于,包括:获取数据网总流量历史数据、不同业务类型且不同带宽下的历史在线用户数;基于已构建的流量预测模型,根据所述数据网总流量历史数据、不同业务类型且不同带宽下的历史在线用户数,确定不同业务类型且不同带宽下的用户历史平均使用流量;根据所述不同业务类型且不同带宽下的用户历史平均使用流量,基于不同业务类型且不同带宽下的预设目标扩容用户数,预测扩容后的数据网总流量。
【技术特征摘要】
1.一种数据网流量预测方法,其特征在于,包括:获取数据网总流量历史数据、不同业务类型且不同带宽下的历史在线用户数;基于已构建的流量预测模型,根据所述数据网总流量历史数据、不同业务类型且不同带宽下的历史在线用户数,确定不同业务类型且不同带宽下的用户历史平均使用流量;根据所述不同业务类型且不同带宽下的用户历史平均使用流量,基于不同业务类型且不同带宽下的预设目标扩容用户数,预测扩容后的数据网总流量。2.如权利要求1所述的数据网流量预测方法,其特征在于,所述业务类型包括公众互联网业务和交互式网络电视IPTV;获取数据网总流量历史数据、不同业务类型且不同带宽下的历史在线用户数,包括:按照用户所在区域或不同的设备链路来获取数据网总流量历史数据、公众互联网业务下的不同带宽下的历史在线用户数、IPTV下的不同带宽下的历史在线用户数;基于已构建的流量预测模型,根据所述数据网总流量历史数据、不同业务类型且不同带宽下的历史在线用户数,确定不同业务类型且不同带宽下的用户历史平均使用流量,包括:基于已构建的区域流量预测模型或已构建的设备链路流量预测模型,根据所述数据网总流量历史数据、公众互联网业务下的不同带宽下的历史在线用户数、IPTV下的不同带宽下的历史在线用户数,确定公众互联网业务下的不同带宽下的用户历史平均使用流量、IPTV下的不同带宽下的用户历史平均使用流量;根据所述不同业务类型且不同带宽下的用户历史平均使用流量,基于不同业务类型且不同带宽下的预设目标扩容用户数,预测扩容后的数据网总流量,包括:根据公众互联网业务下的不同带宽下的用户历史平均使用流量、IPTV下的不同带宽下的用户历史平均使用流量,基于公众互联网业务下的不同带宽下的预设目标扩容用户数、IPTV下的不同带宽下的预设目标扩容用户数,预测扩容后的数据网总流量。3.如权利要求2所述的数据网流量预测方法,其特征在于,所述已构建的流量预测模型具体形式如下:BARS流量=a1×w1+a2×w2+a3×w3+b1×h1+b2×h2+b3×h3+c;其中,BARS流量表示数据网总流量;a1、a2、a3表示各带宽的公众互联网用户平均使用流量;w1、w2、w3表示公众互联网各带宽的在线用户数;b1、b2、b3表示各带宽的IPTV用户的平均使用流量;h1、h2、h3表示IPTV各带宽的在线用户数;c表示其他使用流量。4.如权利要求1所述的数据网流量预测方法,其特征在于,还包括:按照预设的采集方式采集不同业务类型且不同带宽下的用户平均使用流量;将采集的不同业务类型且不同带宽下的用户平均使用流量与计算所得是不同业务类型且不同带宽下的用户历史平均使用流量进行比较,根据比较结果验证所述已构建的流量预测模型的准确性。5.一种数据网流量预测装置,其特征在于,包括:信息获取模块,...
【专利技术属性】
技术研发人员:谢尧,张思拓,吴柳,林旭斌,洪丹轲,徐键,
申请(专利权)人:中国南方电网有限责任公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。