网络流量预测方法、设备、存储介质及装置制造方法及图纸

本发明专利技术公开了一种网络流量预测方法、设备、存储介质及装置，该方法包括：获取待预测网络对应的历史时序流量数据，对历史时序流量数据进行标准化处理，获得目标流量数据，根据目标流量数据通过预设双向门控循环单元模型进行流量预测，获得待预测网络的预测流量数据；由于本发明专利技术中通过双向门控循环单元模型进行流量预测，而双向门控循环单元模型运算量小，预测精度高，从而提高了网络流量预测的预测速度和准确性。度和准确性。度和准确性。

【技术实现步骤摘要】
网络流量预测方法、设备、存储介质及装置


[0001]本专利技术涉及互联网
，尤其涉及一种网络流量预测方法、设备、存储介质及装置。

技术介绍

[0002]目前，针对网络流量预测问题，往往通过预测模型进行流量预测。但是，现有的预测模型运算量大、预测精度低，从而导致网络流量预测速度慢、准确性低。
[0003]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0004]本专利技术的主要目的在于提供一种网络流量预测方法、设备、存储介质及装置，旨在解决现有技术中预测模型运算量大、预测精度低，从而导致网络流量预测速度慢、准确性低的技术问题。
[0005]为实现上述目的，本专利技术提供一种网络流量预测方法，所述网络流量预测方法包括以下步骤：
[0006]获取待预测网络对应的历史时序流量数据；
[0007]对所述历史时序流量数据进行标准化处理，获得目标流量数据；
[0008]根据所述目标流量数据通过预设双向门控循环单元模型进行流量预测，获得所述待预测网络的预测流量数据。
[0009]可选地，所述获取待预测网络对应的历史时序流量数据的步骤之前，还包括：
[0010]获取初始时序流量数据，并对所述初始时序流量数据进行标准化处理，获得流量数据样本；
[0011]根据所述流量数据样本对初始双向门控循环单元模型进行训练，获得预设双向门控循环单元模型。
[0012]可选地，所述获取初始时序流量数据，并对所述初始时序流量数据进行标准化处理，获得流量数据样本的步骤，包括：
[0013]获取初始时序流量数据，并确定所述初始时序流量数据的均值和标准差；
[0014]根据所述均值和所述标准差对所述初始流量数据进行标准化处理，获得符合标准正态分布的流量数据样本。
[0015]可选地，所述根据所述流量数据样本对初始双向门控循环单元模型进行训练，获得目标双向门控循环单元模型的步骤，包括：
[0016]根据所述流量数据样本对初始双向门控循环单元模型进行训练，获得候选双向门控循环单元模型；
[0017]获取所述初始双向门控循环单元模型的训练次数，并判断所述训练次数是否大于预设次数；
[0018]在所述训练次数大于预设次数时，将所述候选双向门控循环单元模型作为预设双向门控循环单元模型。
[0019]可选地，所述在所述训练次数大于预设次数时，将所述候选双向门控循环单元模型作为预设双向门控循环单元模型的步骤，包括：
[0020]在所述训练次数大于预设次数时，获取所述候选双向门控循环单元模型的训练输出数据；
[0021]根据所述训练输出数据和实际流量数据确定所述候选双向门控循环单元模型的预测误差；
[0022]在所述预测误差小于预设误差阈值时，将所述候选双向门控循环单元模型作为预设双向门控循环单元模型车。
[0023]可选地，所述根据所述训练输出数据和实际流量数据确定所述候选双向门控循环单元模型的预测误差的步骤之后，还包括：
[0024]在所述预测误差大于或等于预设误差阈值时，对所述候选双向门控循环单元模型进行参数调整，直至所述预测误差小于所述预设误差阈值；
[0025]将调整后的候选双向门控循环单元模型作为预设双向门控循环单元模型。
[0026]可选地，所述根据所述训练输出数据和实际流量数据确定所述候选双向门控循环单元模型的预测误差的步骤，包括：
[0027]获取所述流量数据样本的样本总数，并根据所述训练输出数据、实际流量数据以及所述样本总数确定均方根误差和平均相对误差；
[0028]根据所述均方根误差和所述平均相对误差确定所述候选双向门控循环单元模型的预测误差。
[0029]此外，为实现上述目的，本专利技术还提出一种网络流量预测设备，所述网络流量预测设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的网络流量预测程序，所述网络流量预测程序配置为实现如上文所述的网络流量预测方法。
[0030]此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有网络流量预测程序，所述网络流量预测程序被处理器执行时实现如上文所述的网络流量预测方法。
[0031]此外，为实现上述目的，本专利技术还提出一种网络流量预测装置，所述网络流量预测装置包括：数据获取模块、数据处理模块和流量预测模块；
[0032]所述数据获取模块，用于获取待预测网络对应的历史时序流量数据；
[0033]所述数据处理模块，用于对所述历史时序流量数据进行标准化处理，获得目标流量数据；
[0034]所述流量预测模块，用于根据所述目标流量数据通过预设双向门控循环单元模型进行流量预测，获得所述待预测网络的预测流量数据。
[0035]在本专利技术中，公开了获取待预测网络对应的历史时序流量数据，对历史时序流量数据进行标准化处理，获得目标流量数据，根据目标流量数据通过预设双向门控循环单元模型进行流量预测，获得待预测网络的预测流量数据；由于本专利技术中通过双向门控循环单元模型进行流量预测，而双向门控循环单元模型运算量小，预测精度高，从而提高了网络流量预测的预测速度和准确性。
附图说明
[0036]图1是本专利技术实施例方案涉及的硬件运行环境的网络流量预测设备的结构示意图；
[0037]图2为本专利技术网络流量预测方法第一实施例的流程示意图；
[0038]图3为本专利技术网络流量预测方法第二实施例的流程示意图；
[0039]图4为本专利技术网络流量预测方法第三实施例的流程示意图；
[0040]图5为本专利技术网络流量预测装置第一实施例的结构框图。
[0041]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0042]应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0043]参照图1，图1为本专利技术实施例方案涉及的硬件运行环境的网络流量预测设备结构示意图。
[0044]如图1所示，该网络流量预测设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)，可选用户接口1003还可以包括标准的有线接口、无线接口，对于用户接口1003的有线接口在本专利技术中可为USB接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless
‑
Fidelity，Wi
‑
Fi)接口)。存储器1005可以是高速的随机存取存储器(Random Access Memory，RAM)，也可以是稳定的存储器(Non
‑
volatile Memory，NVM)，例如磁盘存本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络流量预测方法，其特征在于，所述网络流量预测方法包括以下步骤：获取待预测网络对应的历史时序流量数据；对所述历史时序流量数据进行标准化处理，获得目标流量数据；根据所述目标流量数据通过预设双向门控循环单元模型进行流量预测，获得所述待预测网络的预测流量数据。2.如权利要求1所述的网络流量预测方法，其特征在于，所述获取待预测网络对应的历史时序流量数据的步骤之前，还包括：获取初始时序流量数据，并对所述初始时序流量数据进行标准化处理，获得流量数据样本；根据所述流量数据样本对初始双向门控循环单元模型进行训练，获得预设双向门控循环单元模型。3.如权利要求2所述的网络流量预测方法，其特征在于，所述获取初始时序流量数据，并对所述初始时序流量数据进行标准化处理，获得流量数据样本的步骤，包括：获取初始时序流量数据，并确定所述初始时序流量数据的均值和标准差；根据所述均值和所述标准差对所述初始流量数据进行标准化处理，获得符合标准正态分布的流量数据样本。4.如权利要求2所述的网络流量预测方法，其特征在于，所述根据所述流量数据样本对初始双向门控循环单元模型进行训练，获得目标双向门控循环单元模型的步骤，包括：根据所述流量数据样本对初始双向门控循环单元模型进行训练，获得候选双向门控循环单元模型；获取所述初始双向门控循环单元模型的训练次数，并判断所述训练次数是否大于预设次数；在所述训练次数大于预设次数时，将所述候选双向门控循环单元模型作为预设双向门控循环单元模型。5.如权利要求4所述的网络流量预测方法，其特征在于，所述在所述训练次数大于预设次数时，将所述候选双向门控循环单元模型作为预设双向门控循环单元模型的步骤，包括：在所述训练次数大于预设次数时，获取所述候选双向门控循环单元模型的训练输出数据；根据所述训练输出数据和实际流量数据确定所述候选双向门控循环单元模型...

【专利技术属性】
技术研发人员：周丽，徐娟，郭兰珂，肖阳，
申请(专利权)人：中国移动通信集团有限公司中国移动通信集团重庆有限公司，
类型：发明
国别省市：