[發明專利]網絡流量分析與預測方法和裝置

有效

• 申請號: 201410019136.7
• 申請日: 2014-01-15
• 公開（公告）號: CN103747477B
• 公開（公告）日: 2017-08-25
• 發明（設計）人: 杜翠鳳;陸蕊;蔣仕寶
• 申請（專利權）人: 廣州杰賽科技股份有限公司
• 主分類號: H04W24/08
• 分類號: H04W24/08;H04W24/02
• 代理公司: 廣州華進聯合專利商標代理有限公司44224
• 代理人: 王茹,曾旻輝

1.一種網絡流量分析與預測方法，其特征在于，包括以下步驟：

提取各個待測基站的流量時間序列的全局特征，所述全局特征包括趨勢性特征或季節性特征或峰度特征或偏度特征或自相關系數特征或非線性特征或頻譜特征中任一項或多項；

根據所提取的全局特征進行聚類；

根據所聚類的結果，采集流量數據的屬性特征；

根據所述流量數據的屬性特征和上一時刻的流量，進行流量預測；

所述根據所聚類的結果，采集流量數據的屬性特征，包括：

對聚類后的每一類基站數據根據其特征選擇與流量數據相關的屬性特征，所述屬性特征包括ARPU值、3G滲透率和/或總用戶數。

2.根據權利要求1所述的網絡流量分析與預測方法，其特征在于，所述流量時間序列通過按天采集各個待測基站的流量數據，連續采集半年得到。

3.根據權利要求1所述的網絡流量分析與預測方法，其特征在于，所述趨勢性特征通過Z統計量來衡量，Z統計量的計算公式為：其中S為服從正態分布的統計量，Var(S)為S的方差，S的計算公式為：Var(S)的計算公式為：Var(S)＝T(T-1)(2T+5)/18；流量時間序列x_t，t＝1,2,…T，T為流量時間序列的長度，x_j為流量時間序列在j時刻的值，x_k為流量時間序列在k時刻的值，符號函數sgn(x_j-x_k)的計算公式為：

所述季節性特征通過平均周期反映，平均周期的計算步驟為：對流量時間序列x_t進行快速傅立葉變換，即FFT變換，t＝1,2,…T，T為流量時間序列的長度，得到：其中用到的頻率為：進一步計算平均頻率為：計算平均周期為：

所述峰度特征中峰度的計算公式為：其中x_t為流量時間序列，t＝1,2,…T，T為流量時間序列的長度，為流量時間序列的均值，σ為流量時間序列的樣本標準差；

所述偏度特征中偏度的計算公式為：其中x_t為流量時間序列，t＝1,2,…T，T為流量時間序列的長度，為流量時間序列的均值，σ為流量時間序列的樣本標準差；

所述自相關系數特征用Ljung-Box-Q統計量來衡量，Ljung-Box-Q統計量的計算公式為：其中T為流量時間序列的長度，p為被考慮的最大滯后階數，τ為滯后期數，r_τ為流量時間序列的自相關系數；r_τ的計算公式為：其中x_t為流量時間序列，t＝1,2,…T，為流量時間序列的均值；

所述非線性特征通過BDS檢驗統計量來反映，對于流量時間序列x_t，t＝1,2,…T，時刻s，w的觀察值為x_s和x_w，則所有的觀察值(x_s,x_w)按對構建為：{(x_s,x_w),(x_s+1,x_w+1),(x_s+2,x_w+2),…(x_s+m-1,x_w+m-1)}，其中m是嵌入區間；BDS統計量的計算公式為：其中r為區間大小，C(N,m,r)為相關積分，σ′(N,m,r)為C(N,m,r)-C(N,1,r)^m的漸進標準差的估計；C(N,m,r)計算公式為：其中均是m維向量，

所述頻譜特征為提取的離散傅立葉變換的前二階系數。

4.根據權利要求1所述的網絡流量分析與預測方法，其特征在于，所述聚類包括Kmeans聚類，將所提取的全局特征作為新的特征向量，各個待測基站的流量時間序列對應一個新的特征向量，對新的特征向量進行K-means聚類。