【技术实现步骤摘要】
本专利技术涉及大数据处理，具体地说是网络流量预测方法及系统。
技术介绍
1、随着互联网的不断发展，网络在人们生活中愈发扮演着重要角色。越来越多的用户使用互联网，网络规模逐渐增大，网络流量呈指数增长，网络的安全运行受到了威胁与挑战。网络流量是反映用户活动和网络安全的重要参数，正常的网络流量代表网络运行的有序和安，相反，异常的网络流量表示网络的通信故障和用户的异常行为。网络流量预测是通过对历史网络流量和现在网络流量进行分析，实现未来时刻网络流量预测的过程。网络流量预测的结果可以作为辅助参考，不仅有助于合理分配网络带宽资源，改善网络服务质量，还有助于保障网络通信安全。因此，如何准确预测未来时刻的网络流量始终是学者们研究的焦点。
2、基于统计模型的网络流量预测方法已经广泛应用于网络流量预测，这类方法可以学习网络流量的线性和非线性特征。经典的自回归(auto regressive,ar)和滑动平均(movingaverage,ma)已经被用于学习网络流量的线性特征，并演变出自回归滑动平均(autoregressivemovingave...
【技术保护点】
1.一种网络流量预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的网络流量预测方法，其特征在于，对网络流量序列进行小波变换，包括如下步骤：
3.根据权利要求1所述的网络流量预测方法，其特征在于，对每个网络流量子序列进行归一化处理，包括步骤：
4.根据权利要求1所述的网络流量预测方法，其特征在于，所述网络流量预测模型包括输入层、隐藏层和输出层；
5.根据权利要求1所述的网络流量预测方法，其特征在于，通过改进的粒子群算法对训练后网络流量预测模型的超参数进行优化，包括如下步骤：
6.一种网络流量预测系统...
【技术特征摘要】
1.一种网络流量预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的网络流量预测方法，其特征在于，对网络流量序列进行小波变换，包括如下步骤：
3.根据权利要求1所述的网络流量预测方法，其特征在于，对每个网络流量子序列进行归一化处理，包括步骤：
4.根据权利要求1所述的网络流量预测方法，其特征在于，所述网络流量预测模型包括输入层、隐藏层和输出层；
5.根据权利要求1所述的网络流量预测方法，其特征在于，通过改进的粒子群算法对训练后网络流量预测模型的超参数进行优化，包括如下步骤：
6.一种网络流量预测系统，其特征在于，用于通过如权利要求...
【专利技术属性】
技术研发人员：张新常，何冰宇，孙木易，傅浩，
申请(专利权)人：齐鲁工业大学山东省科学院，
类型：发明
国别省市：
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。