[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

技術領域

本發明涉及通信技術領域，特別是涉及一種網絡流量分析與預測方法和裝置。

背景技術

在通信網絡優化中，網絡流量分析與預測是非常重要的環節，對網絡資源的優化配置具有重要意義。流量預測準確與否，預測結果的可解釋性以及預測結果與實際流量數據是否相符，都直接影響網絡的投資和建設規模，而對流量的前期分析是流量預測的關鍵，直接影響著流量預測的準確性。

現有技術中利用原始時間序列對流量進行分析，采用歐式距離度量時間序列之間的相似性，然后根據此相似性進行聚類；同時，預測流量時使用歷史流量數據來預測未知流量數據，采用傳統的回歸預測法、時間序列分析等。

現有方法只重視時間序列在對應時點上取值的差異；采用歐氏距離度量時間序列之間的相似性，從而導致結果易受到個別時點上取值的影響，喪失了結果的穩健性；只利用了流量數據，從而導致預測的結果性能較差。

發明內容

基于上述情況，本發明提出了一種網絡流量分析與預測方法，能夠提高預測精度，對網絡進行合理的資源配置。

為了實現上述目的，本發明的技術方案為：

一種網絡流量分析與預測方法，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；

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。

針對現有技術問題，本發明還提出了一種網絡流量分析與預測裝置，改善現有流量分析穩健性差，流量預測精度低的問題，適合實際應用。

具體實現方式為：一種網絡流量分析與預測裝置，包括：

提取模塊，用于提取各個待測基站的流量時間序列的全局特征；

聚類模塊，用于根據所提取的全局特征進行聚類；

采集模塊，用于根據所聚類的結果，采集流量數據的屬性特征；

預測模塊，用于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。

與現有技術相比，本發明的有益效果為：本發明網絡流量分析與預測方法和裝置，先提取各個待測基站的流量時間序列的全局特征；然后根據所提取的全局特征進行聚類；再根據所聚類的結果，采集流量數據的屬性特征；最后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。使用本發明的技術后，提取時間序列的全局特征，用全局特征相似性來反映時間序列的相似性，抓住時間序列隨時間變化的動態特征，得到更為合理的結果，同時通過用少量特征來描述大型時間序列，提高判定相似結果的穩健性，降低聚類計算過程中的復雜度；根據聚類結果采集與流量數據相關的各種屬性特征，根據流量和屬性特征共同預測流量數據，預測的信息量大，相應地提高了預測精度，對網絡進行合理的資源配置。

附圖說明

圖1為一個實施例中網絡流量分析與預測方法的流程示意圖；

圖2為一個實施例中網絡流量分析與預測裝置的結構示意圖。

具體實施方式

為使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本發明進行進一步的詳細說明。應當理解，此處所描述的具體實施方式僅僅用以解釋本發明，并不限定本發明的保護范圍。

一個實施例中網絡流量分析與預測方法，如圖1所示，所述方法包括：

步驟S101：提取各個待測基站的流量時間序列的全局特征；

步驟S102：根據所提取的全局特征進行聚類；

步驟S103：根據所聚類的結果，采集流量數據的屬性特征；

步驟S104：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。

從以上描述可知，本方法根據流量和屬性特征共同預測流量數據，提高網絡流量預測精度，對網絡進行合理的資源配置。

作為一個實施例，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。

作為一個實施例，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。