当前位置: 首页 > 专利查询>南昌大学专利>正文

基于Transformer时序预测模型的网络运行指标预测方法及系统技术方案

技术编号:41642139 阅读:31 留言:0更新日期:2024-06-13 02:35
本申请涉及网络运行指标预测技术领域,公开了一种基于Transformer时序预测模型的网络运行指标预测方法及系统,该方法包括:对原始时间序列数据进行预处理和多项时序分解,多项时序分解包括趋势项时序分解和周期项时序分解,以得到网络运行的多项时序数据;将多项时序数据输入嵌入层以得到可嵌入特征序列;将可嵌入特征序列输入引入了多头稀疏自注意力的编码器中以捕捉序列的全局信息和局部特征;将编码器输出特征和补充掩码序列输入解码器以得到预测网络运行指标。该方法能够解决现有的Transformer时序预测模型在长非平稳序列预测退化明显、对局部特征和周期特征提取不充分,使得无法满足复杂的非平稳时序预测需求的问题。

【技术实现步骤摘要】

本申请涉及网络运行指标预测,特别涉及一种基于transformer时序预测模型的网络运行指标预测方法及系统。


技术介绍

1、随着互联网的快速普及和数字化社会的崛起,网络运行指标预测成为保障用户体验和业务正常运行的关键环节。用户对高性能、低延迟、可靠性和安全性的网络服务需求不断增加,这使得网络服务提供商和企业面临着更严峻的挑战。网络服务性能和可用性的综合评估,旨在确保用户能够获得稳定、高效、可靠的服务体验。该评估涵盖多个方面,包括带宽、延迟、丢包率、响应时间等关键指标。通过监测和分析这些指标,可以全面了解网络运行状况,并及时发现和解决潜在问题,从而提升用户满意度。现代网络运行状况评常借助先进的监测工具和技术,以确保服务在不同条件下都能表现出色。这种评估对于云计算、在线应用和远程工作等领域至关重要,帮助保障用户体验并提高业务效率。

2、早期的网络运行指标预测方法所使用的算法多是有监督算法,需要在数据量庞大的网络数据中对其进行标签化分类,然后使用聚类等算法进行计算,但巨大的数据量显然是不符合实际应用的。除有监督算法外还有静态阈值评定算法,该方法是对各本文档来自技高网...

【技术保护点】

1.一种网络运行指标预测方法,其特征在于,基于改进的Transformer时序预测模型,所述改进的Transformer时序预测模型包括嵌入层、编码器和解码器,所述方法包括:

2.根据权利要求1所述的网络运行指标预测方法,其特征在于,所述预处理包括:

3.根据权利要求1所述的网络运行指标预测方法,其特征在于,所述多项时序分解的步骤包括:

4.根据权利要求3所述的网络运行指标预测方法,其特征在于,所述趋势项时序分解的步骤包括:

5.根据权利要求4所述的网络运行指标预测方法,其特征在于,所述周期项时序分解的步骤包括:

6.根据权利要...

【技术特征摘要】

1.一种网络运行指标预测方法,其特征在于,基于改进的transformer时序预测模型,所述改进的transformer时序预测模型包括嵌入层、编码器和解码器,所述方法包括:

2.根据权利要求1所述的网络运行指标预测方法,其特征在于,所述预处理包括:

3.根据权利要求1所述的网络运行指标预测方法,其特征在于,所述多项时序分解的步骤包括:

4.根据权利要求3所述的网络运行指标预测方法,其特征在于,所述趋势项时序分解的步骤包括:

5.根据权利要求4所述的网络运行指标预测方法,其特征在于,所述周期项时序分解的步骤包括:

6.根据权利要求1所述的网络运行指标预测方法,其特征在于,所述将所述多...

【专利技术属性】
技术研发人员:刘承启宋雨轩邹伟平黄文海
申请(专利权)人:南昌大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1