流量预测方法、装置、设备、存储介质和程序产品制造方法及图纸

本申请涉及一种流量预测方法、装置、设备、存储介质和程序产品。所述方法包括：获取位于待预测的目标时段之前的第一历史时段内的第一网络流量数据，第一网络流量数据包括第一区域的网络流量数据和对第一区域的网络流量造成影响的第二区域的网络流量数据，将第一网络流量数据输入第一预测模型，得到第一区域在目标时段内的第一预测流量数据，将第一历史时段对应的历史残差输入第二预测模型，得到目标时段对应的预测残差，根据第一预测流量数据和预测残差确定第一区域在目标时段内的流量预测数据。采用本方法能够提高流量预测的精度。数据。采用本方法能够提高流量预测的精度。数据。采用本方法能够提高流量预测的精度。

【技术实现步骤摘要】
流量预测方法、装置、设备、存储介质和程序产品


[0001]本申请涉及网络通信
，特别是涉及一种流量预测方法、装置、设备、存储介质和程序产品。

技术介绍

[0002]为了适应网络流量的快速增长，满足上层业务和应用的承载，运营商需要密切监控网络流量现状、及时评估和预测规划期内网络流量的走向和规模，并以此作为后续网络规划的输入，最终实现对网络结构、带宽分布的优化改造或者是扩容建设。因此实现对网络流量的精确预测对网络规划工作具有重要的意义。
[0003]但是，目前传统的网络流量预测方法对网络流量预测的精度不高。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种提高预测精度的流量预测方法、装置、设备、存储介质和程序产品。
[0005]第一方面，本申请提供了一种流量预测方法。该方法包括：获取第一历史时段内的第一网络流量数据，第一历史时段位于待预测的目标时段之前，第一网络流量数据包括第一区域的网络流量数据和第二区域的网络流量数据，其中，第二区域为网络流量对第一区域的网络流量造成影响的区域；将第一网络流量数据输入第一预测模型，以得到第一区域在目标时段内的第一预测流量数据；将第一历史时段对应的历史残差输入第二预测模型，以得到目标时段对应的预测残差，历史残差用于表征第一预测模型预测的第一区域在第一历史时段的网络流量数据和第一区域在第一历史时段的真实网络流量数据的差异；基于第一预测流量数据和预测残差确定第一区域在目标时段内的流量预测数据。
[0006]在其中一个实施例中，获取第一历史时段内的第一网络流量数据之前，方法还包括：计算第一区域的网络流量与其他多个候选区域的网络流量的相关性；根据计算得到的相关性，从多个候选区域中确定第二区域。
[0007]在其中一个实施例中，计算第一区域的网络流量与其他多个候选区域的网络流量的相关性，包括：对于各候选区域，计算候选区域的网络流量数据与第一区域的网络流量数据的协方差，计算候选区域的网络流量数据的第一方差，并计算第一区域的网络流量数据的第二方差，根据协方差、第一方差和第二方差计算第一区域的网络流量与候选区域的网络流量的相关性。
[0008]在其中一个实施例中，将第一网络流量数据输入第一预测模型，以得到第一区域在目标时段内的第一预测流量数据，包括：将第一网络流量数据输入第一预测模型，通过第一预测模型将第一网络流量数据分解为趋势项以及随机项，并对趋势项以及随机项分别进行流量预测处理，对趋势项的流量预测处理结果以及随机项的流量预测处理结果进行融合，以得到第一预测流量数据。
[0009]在其中一个实施例中，将第一历史时段对应的历史残差输入第二预测模型之前，
方法还包括：获取第二历史时段内的第二网络流量数据，第二历史时段位于第一历史时段之前，第二网络流量数据包括第一区域的网络流量数据和第二区域的网络流量数据；将第二网络流量数据输入第一预测模型，以得到第一区域在第一历史时段内的第二预测流量数据；根据第二预测流量数据和第一区域在第一历史时段的真实网络流量数据的差异确定历史残差。
[0010]在其中一个实施例中，基于第一预测流量数据和预测残差确定第一区域在目标时段内的流量预测数据，包括：根据预测残差对第一预测流量数据进行修正，以得到流量预测数据。
[0011]在其中一个实施例中，第一预测模型为Prophet模型，第二预测模型为N
‑
BEATS模型。
[0012]第二方面，本申请还提供了一种流量预测装置。该装置包括：
[0013]获取模块，用于获取第一历史时段内的第一网络流量数据，第一历史时段位于待预测的目标时段之前，第一网络流量数据包括第一区域的网络流量数据和第二区域的网络流量数据，其中，第二区域为网络流量对第一区域的网络流量造成影响的区域；
[0014]第一预测模块，用于将第一网络流量数据输入第一预测模型，以得到第一区域在目标时段内的第一预测流量数据；
[0015]第二预测模块，用于将第一历史时段对应的历史残差输入第二预测模型，以得到目标时段对应的预测残差，历史残差用于表征第一预测模型预测的第一区域在第一历史时段的网络流量数据和第一区域在第一历史时段的真实网络流量数据的差异；
[0016]确定模块，用于基于第一预测流量数据和预测残差确定第一区域在目标时段内的流量预测数据。
[0017]在其中一个实施例中，该装置还包括计算模块，用于计算第一区域的网络流量与其他多个候选区域的网络流量的相关性；根据计算得到的相关性，从多个候选区域中确定第二区域。
[0018]在其中一个实施例中，该计算模块，具体用于对于各候选区域，计算候选区域的网络流量数据与第一区域的网络流量数据的协方差，计算候选区域的网络流量数据的第一方差，并计算第一区域的网络流量数据的第二方差，根据协方差、第一方差和第二方差计算第一区域的网络流量与候选区域的网络流量的相关性。
[0019]在其中一个实施例中，第一预测模块，具体用于将第一网络流量数据输入第一预测模型，通过第一预测模型将第一网络流量数据分解为趋势项以及随机项，并对趋势项以及随机项分别进行流量预测处理，对趋势项的流量预测处理结果以及随机项的流量预测处理结果进行融合，以得到第一预测流量数据。
[0020]在其中一个实施例中，该装置还包括残差确定模块，用于获取第二历史时段内的第二网络流量数据，第二历史时段位于第一历史时段之前，第二网络流量数据包括第一区域的网络流量数据和第二区域的网络流量数据；将第二网络流量数据输入第一预测模型，以得到第一区域在第一历史时段内的第二预测流量数据；根据第二预测流量数据和第一区域在第一历史时段的真实网络流量数据的差异确定历史残差。
[0021]在其中一个实施例中，确定模块，具体用于根据预测残差对第一预测流量数据进行修正，以得到流量预测数据。
[0022]在其中一个实施例中，第一预测模型为Prophet模型，第二预测模型为N
‑
BEATS模型。
[0023]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面任一所述的流量预测方法。
[0024]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面任一所述的流量预测方法。
[0025]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面任一所述的流量预测方法。
[0026]上述流量预测方法、装置、设备、存储介质和程序产品，首先，获取位于待预测的目标时段之前的第一历史时段内的第一网络流量数据，其中，第一网络流量数据包括了第一区域的网络流量数据和对第一区域的网络流量造成影响的第二区域的网络流量数据，然后，将第一网络流量数据输入第一预测模型，得到第一区域在目标时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种流量预测方法，其特征在于，所述方法包括：获取第一历史时段内的第一网络流量数据，所述第一历史时段位于待预测的目标时段之前，所述第一网络流量数据包括第一区域的网络流量数据和第二区域的网络流量数据，其中，所述第二区域为网络流量对所述第一区域的网络流量造成影响的区域；将所述第一网络流量数据输入第一预测模型，以得到所述第一区域在所述目标时段内的第一预测流量数据；将所述第一历史时段对应的历史残差输入第二预测模型，以得到所述目标时段对应的预测残差，所述历史残差用于表征所述第一预测模型预测的所述第一区域在第一历史时段的网络流量数据和所述第一区域在第一历史时段的真实网络流量数据的差异；基于所述第一预测流量数据和所述预测残差确定所述第一区域在所述目标时段内的流量预测数据。2.根据权利要求1所述的方法，其特征在于，所述获取第一历史时段内的第一网络流量数据之前，所述方法还包括：计算所述第一区域的网络流量与其他多个候选区域的网络流量的相关性；根据计算得到的相关性，从所述多个候选区域中确定所述第二区域。3.根据权利要求2所述的方法，其特征在于，所述计算所述第一区域的网络流量与其他多个候选区域的网络流量的相关性，包括：对于各所述候选区域，计算所述候选区域的网络流量数据与所述第一区域的网络流量数据的协方差，计算所述候选区域的网络流量数据的第一方差，并计算所述第一区域的网络流量数据的第二方差，根据所述协方差、所述第一方差和所述第二方差计算所述第一区域的网络流量与所述候选区域的网络流量的相关性。4.根据权利要求1所述的方法，其特征在于，所述将所述第一网络流量数据输入第一预测模型，以得到所述第一区域在所述目标时段内的第一预测流量数据，包括：将所述第一网络流量数据输入所述第一预测模型，通过所述第一预测模型将所述第一网络流量数据分解为趋势项以及随机项，并对所述趋势项以及所述随机项分别进行流量预测处理，对所述趋势项的流量预测处理结果以及所述随机项的流量预测处理结果进行融合，以得到所述第一预测流量数据。5.根据权利要求1所述的方法，其特征在于，所述将所述第一历史时段对应的历史残差输入第二预测模型之前，所述方法还包括：获取第二历史时段内的第二网络流量数据，所...

【专利技术属性】
技术研发人员：邓丽洁，黄晓莹，陈迅，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：