專利名稱：網(wǎng)絡(luò)流量預(yù)測(cè)方法和設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及通信技術(shù)領(lǐng)域，特別涉及一種網(wǎng)絡(luò)流量預(yù)測(cè)方法和設(shè)備。
背景技術(shù)：
隨著計(jì)算機(jī)網(wǎng)絡(luò)規(guī)模的擴(kuò)展和業(yè)務(wù)種類的不斷增長(zhǎng)，P2P(Peer-to-Peer，點(diǎn)對(duì)點(diǎn))網(wǎng)絡(luò)作為一種全新的互聯(lián)網(wǎng)技術(shù)得到了飛速發(fā)展。P2P應(yīng)用的迅速發(fā)展一方面極大的方便了人們的生活?yuàn)蕵?lè)，但另一方面不僅造成了網(wǎng)絡(luò)帶寬的巨大消耗，甚至引起網(wǎng)絡(luò)擁塞，大大降低了網(wǎng)絡(luò)性能，劣化了網(wǎng)絡(luò)服務(wù)質(zhì)量，妨礙了正常網(wǎng)絡(luò)業(yè)務(wù)的開(kāi)展和關(guān)鍵應(yīng)用的普及。為了加強(qiáng)網(wǎng)絡(luò)管理，有效提高網(wǎng)絡(luò)運(yùn)行速度和利用率，網(wǎng)絡(luò)流量預(yù)測(cè)成為了一項(xiàng)日益廣泛應(yīng)用的處理技術(shù)。所謂預(yù)測(cè)，就是對(duì)尚未發(fā)生和目前還不明確的信息，根據(jù)過(guò)去和現(xiàn)在的信息進(jìn)行預(yù)先的估計(jì)和推測(cè)，即在一定的數(shù)學(xué)模型下對(duì)未來(lái)一段時(shí)間內(nèi)信息的發(fā)展趨勢(shì)、方向和可能的狀態(tài)作出合理的、在允許誤差范圍內(nèi)的推斷。而網(wǎng)絡(luò)流量預(yù)測(cè)過(guò)程中，進(jìn)行預(yù)測(cè)的對(duì)象，就是網(wǎng)絡(luò)流量的變化發(fā)展趨勢(shì)。傳統(tǒng)的時(shí)間序列預(yù)測(cè)模型對(duì)于平穩(wěn)網(wǎng)絡(luò)流量序列已經(jīng)可以有比較好的表現(xiàn)。在實(shí)現(xiàn)本發(fā)明的過(guò)程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在以下問(wèn)題:網(wǎng)絡(luò)流量時(shí)間序列是一個(gè)非線性、多時(shí)間尺度變換的動(dòng)力系統(tǒng)，具有明顯的自相似性、突發(fā)性和周期性等特性。因此，傳統(tǒng)的時(shí)間序列預(yù)測(cè)模型難以刻畫網(wǎng)絡(luò)流量復(fù)雜的非線性關(guān)系?；芈暊顟B(tài)網(wǎng)絡(luò)(Echo State Network, ESN)在對(duì)不含噪聲的時(shí)間序列中表現(xiàn)出了很好的逼近能力和預(yù)測(cè)精度，預(yù)測(cè)精度相比傳統(tǒng)模型有顯著提高，但對(duì)于樣本少且包含噪聲的情況下，ESN網(wǎng)絡(luò)的預(yù)測(cè)效果并不理想，且僅能有限程度地處理多尺度頻率范圍，對(duì)多尺度時(shí)間序列的預(yù)測(cè)問(wèn)題適應(yīng)性較差，難以滿足P2P流量預(yù)測(cè)的精度要求。

發(fā)明內(nèi)容
本發(fā)明實(shí)施例提供一種網(wǎng)絡(luò)流量預(yù)測(cè)方法和設(shè)備，解決現(xiàn)有的技術(shù)方案中由于網(wǎng)絡(luò)流量復(fù)雜的非線性關(guān)系，而不能在多尺度頻率范圍對(duì)網(wǎng)絡(luò)流量進(jìn)行準(zhǔn)確預(yù)測(cè)，無(wú)法滿足網(wǎng)絡(luò)傳輸精度要求的問(wèn)題。為達(dá)到上述目的，本發(fā)明實(shí)施例一方面提供了一種網(wǎng)絡(luò)流量預(yù)測(cè)方法，至少包括以下步驟:對(duì)待預(yù)測(cè)的網(wǎng)絡(luò)流量進(jìn)行小波分解，并對(duì)分解后的結(jié)果分別進(jìn)行重構(gòu)，生成多個(gè)網(wǎng)絡(luò)流量分量；分別根據(jù)各所述網(wǎng)絡(luò)流量分量的特性，將各所述網(wǎng)絡(luò)流量分量在相應(yīng)的網(wǎng)絡(luò)流量預(yù)測(cè)模型中進(jìn)行訓(xùn)練預(yù)測(cè)，輸出各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果；對(duì)所輸出的所有網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果進(jìn)行疊加處理，確定所述待預(yù)測(cè)的網(wǎng)絡(luò)流量的預(yù)測(cè)結(jié)果。
優(yōu)選的，所述對(duì)待預(yù)測(cè)的網(wǎng)絡(luò)流量進(jìn)行小波分解，并對(duì)分解后的結(jié)果分別進(jìn)行重構(gòu)，生成多個(gè)網(wǎng)絡(luò)流量分量，具體包括:根據(jù)預(yù)設(shè)的算法和分解尺度，對(duì)待預(yù)測(cè)的網(wǎng)絡(luò)流量進(jìn)行小波分解，得到近似部分和細(xì)節(jié)部分；對(duì)各分解結(jié)果分別進(jìn)行重構(gòu)，生成與所述分解尺度相對(duì)應(yīng)的高頻分量和低頻分量。優(yōu)選的，所述分別根據(jù)各所述網(wǎng)絡(luò)流量分量的特性，將各所述網(wǎng)絡(luò)流量分量在相應(yīng)的網(wǎng)絡(luò)流量預(yù)測(cè)模型中進(jìn)行訓(xùn)練預(yù)測(cè)，輸出各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果，具體包括:根據(jù)各所述網(wǎng)絡(luò)流量分量的特性，分別確定各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的輸入樣本序列；分別根據(jù)各輸入樣本序列，確定各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的下一個(gè)輸入樣本；分別選取各所述輸入樣本序列的一部分，與相對(duì)應(yīng)的下一個(gè)輸入樣本組成訓(xùn)練樣本對(duì)，在相應(yīng)的網(wǎng)絡(luò)流量預(yù)測(cè)模型中進(jìn)行訓(xùn)練預(yù)測(cè)；輸出各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果。優(yōu)選的，所述根據(jù)各所述網(wǎng)絡(luò)流量分量的特性，分別確定各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的輸入樣本序列，具體包括:分別根據(jù)各所述網(wǎng)絡(luò)流量分量的特性以及所述待預(yù)測(cè)的網(wǎng)絡(luò)流量的輸入維數(shù)，確定各網(wǎng)絡(luò)流量分量的與所述輸入維數(shù)相對(duì)應(yīng)的輸入樣本；根據(jù)各網(wǎng)絡(luò)流量分量的與所述輸入維數(shù)相對(duì)應(yīng)的輸入樣本，確定各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的輸入樣本序列。優(yōu)選的，所述輸出各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果之后，還包括:分別根據(jù)各所述輸入樣本序列在進(jìn)行訓(xùn)練樣本對(duì)選擇時(shí)所剩下的部分，對(duì)相應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果進(jìn)行測(cè)試；如果測(cè)試結(jié)果符合預(yù)設(shè)標(biāo)準(zhǔn)，則輸出相應(yīng)網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果。另一方面，本發(fā)明實(shí)施例還提供了一種網(wǎng)絡(luò)流量預(yù)測(cè)設(shè)備，至少包括:分解重構(gòu)模塊，用于對(duì)待預(yù)測(cè)的網(wǎng)絡(luò)流量進(jìn)行小波分解，并對(duì)分解后的結(jié)果分別進(jìn)行重構(gòu)，生成多個(gè)網(wǎng)絡(luò)流量分量；訓(xùn)練預(yù)測(cè)模塊，用于分別根據(jù)各所述網(wǎng)絡(luò)流量分量的特性，將所述分解重構(gòu)模塊所重構(gòu)的各所述網(wǎng)絡(luò)流量分量在相應(yīng)的網(wǎng)絡(luò)流量預(yù)測(cè)模型中進(jìn)行訓(xùn)練預(yù)測(cè)，輸出各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果；疊加處理模塊，用于對(duì)所述訓(xùn)練預(yù)測(cè)模塊所輸出的所有網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果進(jìn)行疊加處理，確定所述待預(yù)測(cè)的網(wǎng)絡(luò)流量的預(yù)測(cè)結(jié)果。優(yōu)選的，所述分解重構(gòu)模塊，具體用于:根據(jù)預(yù)設(shè)的算法和分解尺度，對(duì)待預(yù)測(cè)的網(wǎng)絡(luò)流量進(jìn)行小波分解，得到近似部分和細(xì)節(jié)部分；對(duì)各分解結(jié)果分別進(jìn)行重構(gòu)，生成與所述分解尺度相對(duì)應(yīng)的高頻分量和低頻分量。優(yōu)選的，所述訓(xùn)練預(yù)測(cè)模塊，具體用于:根據(jù)各所述網(wǎng)絡(luò)流量分量的特性，分別確定所述分解重構(gòu)模塊所重構(gòu)的各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的輸入樣本序列；分別根據(jù)各輸入樣本序列，確定所述分解重構(gòu)模塊所重構(gòu)的各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的下一個(gè)輸入樣本；分別選取各所述輸入樣本序列的一部分，與相對(duì)應(yīng)的下一個(gè)輸入樣本組成訓(xùn)練樣本對(duì)，在相應(yīng)的網(wǎng)絡(luò)流量預(yù)測(cè)模型中進(jìn)行訓(xùn)練預(yù)測(cè)；輸出所述分解重構(gòu)模塊所重構(gòu)的各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果。優(yōu)選的，所述訓(xùn)練預(yù)測(cè)模塊，具體用于:分別根據(jù)所述分解重構(gòu)模塊所重構(gòu)的各所述網(wǎng)絡(luò)流量分量的特性以及所述待預(yù)測(cè)的網(wǎng)絡(luò)流量的輸入維數(shù)，確定各網(wǎng)絡(luò)流量分量的與所述輸入維數(shù)相對(duì)應(yīng)的輸入樣本；根據(jù)各網(wǎng)絡(luò)流量分量的與所述輸入維數(shù)相對(duì)應(yīng)的輸入樣本，確定各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的輸入樣本序列。優(yōu)選的，所述所述分解重構(gòu)模塊所重構(gòu)的，還用于:在輸出各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果之后，分別根據(jù)各所述輸入樣本序列在進(jìn)行訓(xùn)練樣本對(duì)選擇時(shí)所剩下的部分，對(duì)相應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果進(jìn)行測(cè)試;如果測(cè)試結(jié)果符合預(yù)設(shè)標(biāo)準(zhǔn)，則輸出相應(yīng)網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果。與現(xiàn)有技術(shù)相比，本發(fā)明實(shí)施例所提出的技術(shù)方案具有以下優(yōu)點(diǎn):通過(guò)應(yīng)用本發(fā)明實(shí)施例的技術(shù)方案，在多尺度頻率的應(yīng)用場(chǎng)景下，首先對(duì)將待預(yù)測(cè)的網(wǎng)絡(luò)流量進(jìn)行小波分解重構(gòu)，生成多個(gè)網(wǎng)絡(luò)流量分量，然后，分別對(duì)各網(wǎng)絡(luò)流量分量，按照相應(yīng)的流量特性，在不同的網(wǎng)絡(luò)流量模型中進(jìn)行訓(xùn)練預(yù)測(cè)，分別輸出預(yù)測(cè)結(jié)果，最后，將所有的預(yù)測(cè)結(jié)果進(jìn)行疊加處理，確定待預(yù)測(cè)的網(wǎng)絡(luò)流量的預(yù)測(cè)結(jié)果，從而，在將網(wǎng)絡(luò)流量按照多尺度頻率進(jìn)行分解重構(gòu)，并分別按照各自的頻率特性進(jìn)行流量預(yù)測(cè)的情況下，可以更有效地減少多尺度頻率對(duì)于預(yù)測(cè)結(jié)果的準(zhǔn)確性的影響，解決由于網(wǎng)絡(luò)流量復(fù)雜的非線性關(guān)系，而不能在多尺度頻率范圍對(duì)網(wǎng)絡(luò)流量進(jìn)行準(zhǔn)確預(yù)測(cè)，無(wú)法滿足網(wǎng)絡(luò)傳輸精度要求的問(wèn)題。


圖1為本發(fā)明實(shí)施例所提出的一種網(wǎng)絡(luò)流量預(yù)測(cè)方法的流程示意圖；圖2為本發(fā)明實(shí)施例所提出的基于小波變換和ESN的流量預(yù)測(cè)模型的模型示意圖；圖3為本發(fā)明實(shí)施例提出的一種網(wǎng)絡(luò)流量預(yù)測(cè)設(shè)備的結(jié)構(gòu)示意圖。
具體實(shí)施例方式如背景技術(shù)所述，由于網(wǎng)絡(luò)流量時(shí)間序列是一個(gè)非線性、多時(shí)間尺度變換的動(dòng)力系統(tǒng)，具有明顯的自相似性、突發(fā)性和周期性等特性。所以，在實(shí)際的應(yīng)用場(chǎng)景中，往往因?yàn)榫W(wǎng)絡(luò)流量變化的復(fù)雜性，尤其是在網(wǎng)絡(luò)流量本身具有多尺度頻率的情況下，影響網(wǎng)絡(luò)流量預(yù)測(cè)的準(zhǔn)確性，不能滿足網(wǎng)絡(luò)傳輸，對(duì)于網(wǎng)絡(luò)流量預(yù)測(cè)準(zhǔn)確性越來(lái)越高的要求。為了克服這樣的缺陷，本發(fā)明實(shí)施例提出了一種網(wǎng)絡(luò)流量預(yù)測(cè)方法，在網(wǎng)絡(luò)流量本身具有多尺度頻率的情況下，將網(wǎng)絡(luò)流量按照多尺度頻率進(jìn)行分解重構(gòu)，分別按照各自的頻率特性進(jìn)行流量預(yù)測(cè)后對(duì)結(jié)果進(jìn)行疊加，從而，可以更有效地減少多尺度頻率對(duì)于預(yù)測(cè)結(jié)果的準(zhǔn)確性的影響。下面將結(jié)合本發(fā)明中的附圖，對(duì)本發(fā)明中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明的部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其它實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。如圖1所示，為本發(fā)明實(shí)施例所提出的一種網(wǎng)絡(luò)流量預(yù)測(cè)方法的流程示意圖，該方法具體包括以下步驟:步驟S101、對(duì)待預(yù)測(cè)的網(wǎng)絡(luò)流量進(jìn)行小波分解，并對(duì)分解后的結(jié)果分別進(jìn)行重構(gòu)，生成多個(gè)網(wǎng)絡(luò)流量分量。在具體的應(yīng)用場(chǎng)景中，本步驟的處理具體包括:根據(jù)預(yù)設(shè)的算法和分解尺度，對(duì)待預(yù)測(cè)的網(wǎng)絡(luò)流量進(jìn)行小波分解，得到近似部分和細(xì)節(jié)部分；對(duì)各分解結(jié)果分別進(jìn)行重構(gòu)，生成與所述分解尺度相對(duì)應(yīng)的高頻分量和低頻分量。通過(guò)這樣的處理，可以將待預(yù)測(cè)的網(wǎng)絡(luò)流量按照多尺度頻率進(jìn)行分解，分解后的網(wǎng)絡(luò)流量分量，將不再具有多尺度頻率，進(jìn)行流量預(yù)測(cè)的復(fù)雜度也大為降低。步驟S102、分別根據(jù)各所述網(wǎng)絡(luò)流量分量的特性，將各所述網(wǎng)絡(luò)流量分量在相應(yīng)的網(wǎng)絡(luò)流量預(yù)測(cè)模型中進(jìn)行訓(xùn)練預(yù)測(cè)，輸出各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果。具體的，本步驟的處理包括以下步驟:(I)根據(jù)各所述網(wǎng)絡(luò)流量分量的特性，分別確定各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的輸入樣本序列，具體說(shuō)明如下:分別根據(jù)各所述網(wǎng)絡(luò)流量分量的特性以及所述待預(yù)測(cè)的網(wǎng)絡(luò)流量的輸入維數(shù)，確定各網(wǎng)絡(luò)流量分量的與所述輸入維數(shù)相對(duì)應(yīng)的輸入樣本。根據(jù)各網(wǎng)絡(luò)流量分量的與所述輸入維數(shù)相對(duì)應(yīng)的輸入樣本，確定各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的輸入樣本序列。(2)分別根據(jù)各輸入樣本序列，確定各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的下一個(gè)輸入樣本。(3)分別選取各所述輸入樣本序列的一部分，與相對(duì)應(yīng)的下一個(gè)輸入樣本組成訓(xùn)練樣本對(duì)，在相應(yīng)的網(wǎng)絡(luò)流量預(yù)測(cè)模型中進(jìn)行訓(xùn)練預(yù)測(cè)。(4)輸出各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果。通過(guò)上述的處理，分別對(duì)于各網(wǎng)絡(luò)流量分量進(jìn)行流量預(yù)測(cè)，輸出了相應(yīng)的預(yù)測(cè)結(jié)果。進(jìn)一步的，為了確保流量預(yù)測(cè)的準(zhǔn)確性，在完成上述的流量預(yù)測(cè)后，還可以包括相應(yīng)的結(jié)果驗(yàn)證機(jī)制，具體說(shuō)明如下:分別根據(jù)各所述輸入樣本序列在進(jìn)行訓(xùn)練樣本對(duì)選擇時(shí)所剩下的部分，對(duì)相應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果進(jìn)行測(cè)試；如果測(cè)試結(jié)果符合預(yù)設(shè)標(biāo)準(zhǔn)，則輸出相應(yīng)網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果。而如果預(yù)測(cè)結(jié)果沒(méi)有符合預(yù)設(shè)標(biāo)準(zhǔn)，則可以根據(jù)相應(yīng)的處理策略進(jìn)行后續(xù)處理，例如，可以對(duì)為符合預(yù)設(shè)標(biāo)準(zhǔn)的網(wǎng)絡(luò)流量分量重新發(fā)起相應(yīng)的流量預(yù)測(cè)，也可以根據(jù)相應(yīng)的標(biāo)準(zhǔn)直接進(jìn)行預(yù)測(cè)結(jié)果的修正，或者，直接輸出預(yù)測(cè)結(jié)果驗(yàn)證失敗的提示，有具體的操作者或者網(wǎng)絡(luò)管理方確定后續(xù)處理的方式，當(dāng)然，在實(shí)際操作中，這樣的驗(yàn)證失敗后的后續(xù)處理方式還可以有很多，具體可以根據(jù)實(shí)際需要進(jìn)行選擇，這樣的變化并不影響本發(fā)明的保護(hù)范圍。另一方面，上述的預(yù)設(shè)標(biāo)準(zhǔn)可以設(shè)定為預(yù)測(cè)結(jié)果偏差率，或者是預(yù)測(cè)結(jié)果與樣本序列的匹配度等參數(shù)驗(yàn)證標(biāo)準(zhǔn)，其目的在于驗(yàn)證預(yù)測(cè)結(jié)果與樣本序列的整體匹配情況，匹配越好，則證明相應(yīng)的預(yù)測(cè)結(jié)果的準(zhǔn)確度越高。在上述的處理過(guò)程中，之所以，在進(jìn)行訓(xùn)練樣本對(duì)選擇時(shí)，只選擇一部分樣本序列，就是為了通過(guò)剩余的未參與訓(xùn)練的樣本序列進(jìn)行后續(xù)的預(yù)測(cè)結(jié)果驗(yàn)證處理。當(dāng)然，上述的驗(yàn)證過(guò)程只是為了進(jìn)一步保證預(yù)測(cè)結(jié)果準(zhǔn)確性而提出的處理方案，可以根據(jù)實(shí)際需要選擇是否進(jìn)行這樣的驗(yàn)證處理，如果不需要驗(yàn)證，則在進(jìn)行訓(xùn)練樣本對(duì)選擇時(shí)，也可以直接用全部的樣本序列進(jìn)行訓(xùn)練預(yù)測(cè)，這樣的變化并不影響本發(fā)明的保護(hù)范圍。步驟S103、對(duì)所輸出的所有網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果進(jìn)行疊加處理，確定所述待預(yù)測(cè)的網(wǎng)絡(luò)流量的預(yù)測(cè)結(jié)果。在實(shí)際的應(yīng)用場(chǎng)景中，可以通過(guò)線性疊加等方式進(jìn)行疊加處理，當(dāng)然，這與步驟SlOl中的分解重構(gòu)方式相關(guān)，根據(jù)分解方式的差異，具體的疊加策略也可以進(jìn)行相應(yīng)的調(diào)
難
iF.0與現(xiàn)有技術(shù)相比，本發(fā)明實(shí)施例所提出的技術(shù)方案具有以下優(yōu)點(diǎn):通過(guò)應(yīng)用本發(fā)明實(shí)施例的技術(shù)方案，在多尺度頻率的應(yīng)用場(chǎng)景下，首先對(duì)將待預(yù)測(cè)的網(wǎng)絡(luò)流量進(jìn)行小波分解重構(gòu)，生成多個(gè)網(wǎng)絡(luò)流量分量，然后，分別對(duì)各網(wǎng)絡(luò)流量分量，按照相應(yīng)的流量特性，在不同的網(wǎng)絡(luò)流量模型中進(jìn)行訓(xùn)練預(yù)測(cè)，分別輸出預(yù)測(cè)結(jié)果，最后，將所有的預(yù)測(cè)結(jié)果進(jìn)行疊加處理，確定待預(yù)測(cè)的網(wǎng)絡(luò)流量的預(yù)測(cè)結(jié)果，從而，在將網(wǎng)絡(luò)流量按照多尺度頻率進(jìn)行分解重構(gòu)并分別按照各自的頻率特性進(jìn)行流量預(yù)測(cè)的情況下，可以更有效地減少多尺度頻率對(duì)于預(yù)測(cè)結(jié)果的準(zhǔn)確性的影響，解決由于網(wǎng)絡(luò)流量復(fù)雜的非線性關(guān)系，而不能在多尺度頻率范圍對(duì)網(wǎng)絡(luò)流量進(jìn)行準(zhǔn)確預(yù)測(cè)，無(wú)法滿足網(wǎng)絡(luò)傳輸精度要求的問(wèn)題。下面，結(jié)合具體的應(yīng)用場(chǎng)景，對(duì)本發(fā)明實(shí)施例所提出的技術(shù)方案進(jìn)行說(shuō)明。ESN網(wǎng)絡(luò)在對(duì)不含噪聲的時(shí)間序列中表現(xiàn)出了很好的逼近能力和預(yù)測(cè)精度，預(yù)測(cè)精度相比傳統(tǒng)模型有顯著提高，但對(duì)于樣本少且包含噪聲的情況下，ESN的預(yù)測(cè)效果并不理想，且僅能有限程度地處理多尺度頻率范圍，對(duì)多尺度時(shí)間序列的預(yù)測(cè)問(wèn)題適應(yīng)性較差，難以滿足P2P流量預(yù)測(cè)的精度要求。
針對(duì)該問(wèn)題，本發(fā)明實(shí)施例提出了基于小波變換和ESN的流量預(yù)測(cè)模型，其具體的模型示意圖如圖2所示?；谏鲜瞿Ｐ停景l(fā)明實(shí)施例所提出了一種具體應(yīng)用場(chǎng)景下的網(wǎng)絡(luò)流量預(yù)測(cè)方法，相應(yīng)的預(yù)測(cè)過(guò)程可以分以下3步。( I)小波分解和重構(gòu)。首先，利用Mallat算法，采用快速離散二進(jìn)小波變換對(duì)P2P流量時(shí)間序列進(jìn)行分解，得到近似部分和細(xì)節(jié)部分。通過(guò)將原始P2P流量時(shí)間序列y (n)進(jìn)行尺度為M的分解和重構(gòu)，可得到各P2P流量高低頻分量4和aM。其中，原始P2P流量時(shí)間序列y(n)可以近似表示為:
權(quán)利要求
1.種網(wǎng)絡(luò)流量預(yù)測(cè)方法，其特征在于，至少包括以下步驟: 對(duì)待預(yù)測(cè)的網(wǎng)絡(luò)流量進(jìn)行小波分解，并對(duì)分解后的結(jié)果分別進(jìn)行重構(gòu)，生成多個(gè)網(wǎng)絡(luò)流量分量； 分別根據(jù)各所述網(wǎng)絡(luò)流量分量的特性，將各所述網(wǎng)絡(luò)流量分量在相應(yīng)的網(wǎng)絡(luò)流量預(yù)測(cè)模型中進(jìn)行訓(xùn)練預(yù)測(cè)，輸出各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果； 對(duì)所輸出的所有網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果進(jìn)行疊加處理，確定所述待預(yù)測(cè)的網(wǎng)絡(luò)流量的預(yù)測(cè)結(jié)果。
2.權(quán)利要求1所述的方法，其特征在于，所述對(duì)待預(yù)測(cè)的網(wǎng)絡(luò)流量進(jìn)行小波分解，并對(duì)分解后的結(jié)果分別進(jìn)行重構(gòu)，生成多個(gè)網(wǎng)絡(luò)流量分量，具體包括: 根據(jù)預(yù)設(shè)的算法和分解尺度，對(duì)待預(yù)測(cè)的網(wǎng)絡(luò)流量進(jìn)行小波分解，得到近似部分和細(xì)節(jié)部分； 對(duì)各分解結(jié)果分別進(jìn)行重構(gòu)，生成與所述分解尺度相對(duì)應(yīng)的高頻分量和低頻分量。
3.權(quán)利要求1所述的方法，其特征在于，所述分別根據(jù)各所述網(wǎng)絡(luò)流量分量的特性，將各所述網(wǎng)絡(luò)流量分量在相應(yīng)的網(wǎng)絡(luò)流量預(yù)測(cè)模型中進(jìn)行訓(xùn)練預(yù)測(cè)，輸出各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果，具體包括: 根據(jù)各所述網(wǎng)絡(luò)流量分量的特性，分別確定各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的輸入樣本序列； 分別根據(jù)各輸入樣本序列，確定各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的下一個(gè)輸入樣本； 分別選取各所述輸入樣本序列的一部分，與相對(duì)應(yīng)的下一個(gè)輸入樣本組成訓(xùn)練樣本對(duì)，在相應(yīng)的網(wǎng)絡(luò)流量預(yù)測(cè)模型中進(jìn)行訓(xùn)練預(yù)測(cè)； 輸出各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果。
4.權(quán)利要求3所述的方法，其特征在于，所述根據(jù)各所述網(wǎng)絡(luò)流量分量的特性，分別確定各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的輸入樣本序列，具體包括: 分別根據(jù)各所述網(wǎng)絡(luò)流量分量的特性以及所述待預(yù)測(cè)的網(wǎng)絡(luò)流量的輸入維數(shù)，確定各網(wǎng)絡(luò)流量分量的與所述輸入維數(shù)相對(duì)應(yīng)的輸入樣本； 根據(jù)各網(wǎng)絡(luò)流量分量的與所述輸入維數(shù)相對(duì)應(yīng)的輸入樣本，確定各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的輸入樣本序列。
5.權(quán)利要求3所述的方法，其特征在于，所述輸出各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果之后，還包括: 分別根據(jù)各所述輸入樣本序列在進(jìn)行訓(xùn)練樣本對(duì)選擇時(shí)所剩下的部分，對(duì)相應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果進(jìn)行測(cè)試； 如果測(cè)試結(jié)果符合預(yù)設(shè)標(biāo)準(zhǔn)，則輸出相應(yīng)網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果。
6.種網(wǎng)絡(luò)流量預(yù)測(cè)設(shè)備，其特征在于，至少包括: 分解重構(gòu)模塊，用于對(duì)待預(yù)測(cè)的網(wǎng)絡(luò)流量進(jìn)行小波分解，并對(duì)分解后的結(jié)果分別進(jìn)行重構(gòu)，生成多個(gè)網(wǎng)絡(luò)流量分量； 訓(xùn)練預(yù)測(cè)模塊，用于分別根據(jù)各所述網(wǎng)絡(luò)流量分量的特性，將所述分解重構(gòu)模塊所重構(gòu)的各所述網(wǎng)絡(luò)流量分量在相應(yīng)的網(wǎng)絡(luò)流量預(yù)測(cè)模型中進(jìn)行訓(xùn)練預(yù)測(cè)，輸出各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果； 疊加處理模塊，用于對(duì)所述訓(xùn)練預(yù)測(cè)模塊所輸出的所有網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果進(jìn)行疊加處理，確定所述待預(yù)測(cè)的網(wǎng)絡(luò)流量的預(yù)測(cè)結(jié)果。
7.權(quán)利要求6所述的設(shè)備，其特征在于，所述分解重構(gòu)模塊，具體用于: 根據(jù)預(yù)設(shè)的算法和分解尺度，對(duì)待預(yù)測(cè)的網(wǎng)絡(luò)流量進(jìn)行小波分解，得到近似部分和細(xì)節(jié)部分； 對(duì)各分解結(jié)果分別進(jìn)行重構(gòu)，生成與所述分解尺度相對(duì)應(yīng)的高頻分量和低頻分量。
8.權(quán)利要求6所述的設(shè)備，其特征在于，所述訓(xùn)練預(yù)測(cè)模塊，具體用于: 根據(jù)各所述網(wǎng)絡(luò)流量分量的特性，分別確定所述分解重構(gòu)模塊所重構(gòu)的各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的輸入樣本序列； 分別根據(jù)各輸入樣本序列，確定所述分解重構(gòu)模塊所重構(gòu)的各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的下一個(gè)輸入樣本； 分別選取各所述輸入樣本序列的一部分，與相對(duì)應(yīng)的下一個(gè)輸入樣本組成訓(xùn)練樣本對(duì)，在相應(yīng)的網(wǎng)絡(luò)流量預(yù)測(cè)模型中進(jìn)行訓(xùn)練預(yù)測(cè)； 輸出所述分解重構(gòu)模塊所重構(gòu)的各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果。
9.權(quán)利要求8所述的設(shè)備，其特征在于，所述訓(xùn)練預(yù)測(cè)模塊，具體用于: 分別根據(jù)所述分解重構(gòu)模塊所重構(gòu)的各所述網(wǎng)絡(luò)流量分量的特性以及所述待預(yù)測(cè)的網(wǎng)絡(luò)流量的輸入維數(shù)，確定各網(wǎng)絡(luò)流量分量的與所述輸入維數(shù)相對(duì)應(yīng)的輸入樣本； 根據(jù)各網(wǎng)絡(luò)流量分量的與所述輸入維數(shù)相對(duì)應(yīng)的輸入樣本，確定各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的輸入樣本序列。
10.權(quán)利要求8所述的設(shè)備，其特征在于，所述所述分解重構(gòu)模塊所重構(gòu)的，還用于: 在輸出各網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果之后，分別根據(jù)各所述輸入樣本序列在進(jìn)行訓(xùn)練樣本對(duì)選擇時(shí)所剩下的部分，對(duì)相應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果進(jìn)行測(cè)試；如果測(cè)試結(jié)果符合預(yù)設(shè)標(biāo)準(zhǔn)，則輸出相應(yīng)網(wǎng)絡(luò)流量分量所對(duì)應(yīng)的網(wǎng)絡(luò)流量分量預(yù)測(cè)結(jié)果。
全文摘要
本發(fā)明實(shí)施例公開(kāi)了一種網(wǎng)絡(luò)流量預(yù)測(cè)方法和設(shè)備，通過(guò)應(yīng)用本發(fā)明實(shí)施例的技術(shù)方案，在多尺度頻率的應(yīng)用場(chǎng)景下，首先對(duì)將待預(yù)測(cè)的網(wǎng)絡(luò)流量進(jìn)行小波分解重構(gòu)，生成多個(gè)網(wǎng)絡(luò)流量分量，然后，分別對(duì)各網(wǎng)絡(luò)流量分量，按照相應(yīng)的流量特性，在不同的網(wǎng)絡(luò)流量模型中進(jìn)行訓(xùn)練預(yù)測(cè)，分別輸出預(yù)測(cè)結(jié)果，最后，將所有的預(yù)測(cè)結(jié)果進(jìn)行疊加處理，確定待預(yù)測(cè)的網(wǎng)絡(luò)流量的預(yù)測(cè)結(jié)果，從而，在將網(wǎng)絡(luò)流量按照多尺度頻率進(jìn)行分解重構(gòu)并分別按照各自的頻率特性進(jìn)行流量預(yù)測(cè)的情況下，可以更有效地減少多尺度頻率對(duì)于預(yù)測(cè)結(jié)果的準(zhǔn)確性的影響，解決由于網(wǎng)絡(luò)流量復(fù)雜的非線性關(guān)系，而不能在多尺度頻率范圍對(duì)網(wǎng)絡(luò)流量進(jìn)行準(zhǔn)確預(yù)測(cè)，無(wú)法滿足網(wǎng)絡(luò)傳輸精度要求的問(wèn)題。
文檔編號(hào)H04L12/24GK103095496SQ20131000844
公開(kāi)日2013年5月8日 申請(qǐng)日期2013年1月10日 優(yōu)先權(quán)日2013年1月10日
發(fā)明者周亞建, 郭春, 薛凱, 平源 申請(qǐng)人:周亞建, 郭春, 薛凱, 平源