【技术实现步骤摘要】
本公开涉及人工智能领域，可用于金融领域或其他领域，更具体地涉及一种预测网络流量的方法、装置、设备、介质和程序产品。
技术介绍
1、预测网络流量可以帮助网络系统对可能出现的网络拥塞等问题进行提前应对。现有的进行网络预测时，往往根据历史数据，让模型自己学习其中规律来预测未来流量，然而这样往往忽略了影响流量的多变量(如时间、地域、渠道等)之间的相互关系对流量变化的影响，导致预测准确性较低。
技术实现思路
1、鉴于上述问题，本公开提供了一种通过嵌入时序因素，并可以从多个统计口径更为细粒度地进行预测的预测网络流量的方法、装置、设备、介质和程序产品。
2、本公开实施例的第一方面，提供了一种预测网络流量的方法。所述方法包括：获取历史网络流量数据；基于历史网络流量数据，构建n*m的原始矩阵，其中，n为所述历史网络流量数据的统计入口的总数，m为所述历史网络流量数据的统计时刻的总数，所述原始矩阵中每个数据a[ij]表示在第i个统计入口下统计出的从时刻j-1到时刻j的单位时长内的网络流量；n和m均为...
【技术保护点】
1.一种预测网络流量的方法，包括：
2.根据权利要求1所述的方法，其中，当至少一个时序特征矩阵包括多个所述时序特征矩阵时，所述方法还包括：
3.根据权利要求1所述的方法，其中，所述从所述原始矩阵中提取至少一个维度的时序特征，以得到至少一个时序特征矩阵包括：
4.根据权利要求3所述的方法，其中，至少一个维度的时序特征包括差分时序特征和周期时序特征至少之一，则所述时序矩阵为差分时序矩阵或周期时序矩阵；
5.根据权利要求4所述的方法，其中，当至少一个所述时序矩阵包括多个所述周期时序矩阵时，不同的所述周期时序矩阵对应的时间周期的
<...【技术特征摘要】
1.一种预测网络流量的方法，包括：
2.根据权利要求1所述的方法，其中，当至少一个时序特征矩阵包括多个所述时序特征矩阵时，所述方法还包括：
3.根据权利要求1所述的方法，其中，所述从所述原始矩阵中提取至少一个维度的时序特征，以得到至少一个时序特征矩阵包括：
4.根据权利要求3所述的方法，其中，至少一个维度的时序特征包括差分时序特征和周期时序特征至少之一，则所述时序矩阵为差分时序矩阵或周期时序矩阵；
5.根据权利要求4所述的方法，其中，当至少一个...
【专利技术属性】
技术研发人员：张一弛，
申请(专利权)人：中国工商银行股份有限公司，
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。