一种网络系统容量预测方法及系统技术方案

本发明专利技术实施例公开了一种网络系统容量的预测方法及装置，其中该方法包括：对网络系统的历史数据进行筛选和转化；根据所述筛选和转化后的网络系统的历史数据的特点，选择一个或多个模型并进行模型训练；使用所述一个或多个模型对所述网络系统的容量进行预测。本发明专利技术实施例提供的技术方案提高了网络系统容量预测的准确性。

【技术实现步骤摘要】
一种网络系统容量预测方法及系统
本专利技术属于一种预测方法，尤其涉及一种网络系统容量预测系统。
技术介绍
近年来，随着企业网络技术的发展和互联网应用的普及，有越来越多的设备连接到网络，网络异常的出现将变得不可避免。如何提高系统可靠性一直以来都是研究的重点，根据系统出现异常时的处理模式，这些研究的方向主要可以分为系统恢复和异常监测，异常监测是基于对系统的历史和当前状态的分析，以便确定系统是否异常，进而有助于系统避免异常或尽快采取措施恢复。异常监测基于一个前提，即异常行为与正常用户行为存在差异，且这种差异可以进行定性或定量的描述。目前的异常监测方法在处理数据量、准确性、可靠性方面存在不足。
技术实现思路
本专利技术提供了一种系统日志的分析方法和系统，以解决传统异常检测中处理数据量小、准确性、可靠性不足的问题。根据本专利技术的一个实施例，提供了一种网络系统容量的预测方法，包括：一种网络系统容量的预测方法，包括：对网络系统的历史数据进行筛选和转化；根据所述筛选和转化后的网络系统的历史数据的特点，选择一个或多个模型并进本文档来自技高网...

【技术保护点】
1.一种网络系统容量的预测方法，包括：/n对网络系统的历史数据进行筛选和转化；/n根据所述筛选和转化后的网络系统的历史数据的特点，选择一个或多个模型并进行模型训练；/n使用所述一个或多个模型对所述网络系统的容量进行预测。/n

【技术特征摘要】
1.一种网络系统容量的预测方法，包括：
对网络系统的历史数据进行筛选和转化；
根据所述筛选和转化后的网络系统的历史数据的特点，选择一个或多个模型并进行模型训练；
使用所述一个或多个模型对所述网络系统的容量进行预测。


2.如权利要求1所述的方法，使用所述一个或多个模型对所述网络系统容量进行预测后，还包括：
当模型为多个时，通过集成学习的方法降低预测结果的方差。


3.如权利要求2所述的方法，通过集成学习的方法降低预测结果的方差，包括：
所述集成学习使用所述多个模型，通过加权线性组合策略集成所述多个模型的预测结果，其中预测权重根据所述多个模型的历史预测记录决定。


4.如权利要求3所述的方法，通过加权线性组合策略集成所述多个模型的预测结果，包括：
所述加权线性组合策略公式为：且
模型p为所述多个模型中的一个，是所述模型p在时间点t的预测结果；

是所述模型p在时间点t时，在所述多个模型预测结果中的权重；

是所述多个模型在时间点t时，各个模型预测结果与各自权重之积的和。


5.如权利要求3所述的方法，其中预测权重根据所述多个模型的历史预测记录决定，包括：
计算出所述多个模型之一的模型在某一时间点的相对误差；再对所述相对误差进行归一化，求出所述多个模型之一的模型的预测权重。


6.如权利要求5所述的方法，计算...

【专利技术属性】
技术研发人员：巫忠正，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：广东;44