[發明專利]一種基于小波分析的網絡流量動態預測方法及系統

在審

• 申請號: 201710813447.4
• 申請日: 2017-09-11
• 公開（公告）號: CN107483265A
• 公開（公告）日: 2017-12-15
• 發明（設計）人: 張喆;曾令康;孔劍虹;孟凡博;吳慶;葉躍駢;邱樂;馮笑;劉冰;趙云;李佳駿;劉歡歡;蔣定德
• 申請（專利權）人: 國網遼寧省電力有限公司;國網遼寧省電力有限公司大連供電公司;國網信息通信產業集團有限公司;國家電網公司
• 主分類號: H04L12/24
• 分類號: H04L12/24;G06F17/14
• 代理公司: 北京集佳知識產權代理有限公司11227
• 代理人: 王寶筠

技術領域

本發明涉及端到端的網絡流量動態預測技術領域，更具體的，涉及一種基于小波分析的網絡流量動態預測方法及系統。

背景技術

網絡流量對網絡管理、流量工程、網絡監控、路由優化和網絡測量活動非常重要。網絡流量，特別用于端到端網絡流量，表示網絡用戶和網絡設備活動的行為特征。網絡流量表示節點之間或原始目的地(OD)對之間的流量。特別地，OD對可以從網絡范圍或全球角度更有效地描述網絡活動的行為。因此，網絡流量在正常網絡活動中具有重要作用。然而，對于OD業務對特別的網絡業務由于其高度時變性質而難以被估計和預測。

Tebaldi等人提出了一種新的統計方法，該方法基于反演方法的統計模型來構建網絡源-目的地業務流模型和預測網絡流量。Tune等人使用理論信息來描述網絡流量。Takeda等人使用部分測量信息來估計端到端業務矩陣，并提出相應的預測算法。Zhang等人基于重力模型管理獲取交通矩陣的先驗信息，然后提出交通矩陣估計方法。Jiang等人使用神經網絡來模擬端到端網絡流量并獲得準確的估計。Chen等人研究了短時網絡流量預測。期望最大化算法用于估計業務矩陣，假設OD對之間的業務需求是彼此獨立的并服從高斯分布。Jiang等人還利用壓縮感知理論提出了網絡流量的聯合時頻估計。這些方法中有些具有相對較大的估計誤差，有些方法對先驗信息非常敏感。因此，上述模型和方法不能準確地捕獲網絡流量。

發明內容

有鑒于此，本發明提供了一種基于小波分析的網絡流量動態預測方法及系統，降低網絡流量動態預測算法的誤差和計算的復雜性，提高了預測精度。

為了實現上述發明目的，本發明提供的具體技術方案如下：

一種基于小波分析的網絡流量動態預測方法，包括：

在網絡拓撲結構中，對待分析的端到端網絡流量數據的初始數據進行歸一化處理，得到待分析網絡流量的時域信號；

基于小波分析理論，將所述待分析網絡流量的時域信號轉化為所述待分析網絡流量的時頻域信號；

將所述待分析網絡流量的時頻域信號分解為低頻分量、中頻分量和高頻分量，并根據小波的逆變換，分別獲取所述待分析網絡流量的低頻信號、中頻信號和高頻信號；

分別構建所述待分析網絡流量的低頻信號、中頻信號和高頻信號的流量預測模型，并分別得到所述待分析網絡流量的低頻信號、中頻信號和高頻信號的預測結果；

對所述待分析網絡流量的低頻信號、中頻信號和高頻信號的預測結果進行合成，獲取所述待分析網絡流量的預測結果。

優選的，所述在網絡拓撲結構中，對待分析的端到端網絡流量數據的初始數據進行歸一化處理，得到待分析網絡流量的時域信號，包括：

在網絡拓撲結構中，將待分析的端到端網絡流量數據的初始數據按照預設規則進行歸一化處理，得到所述待分析的網絡流量的時域信號，所述時域信號值在預設范圍內。

優選的，所述根據小波的逆變換，分別獲取所述待分析網絡流量的低頻信號、中頻信號和高頻信號，包括：

根據小波的逆變換，得到所述待分析網絡流量在時頻域的低頻系數、中頻系數和高頻系數；

根據所述待分析網絡流量在時頻域的低頻系數、中頻系數和高頻系數，執行小波的逆變換，分別獲取所述待分析網絡流量的低頻信號、中頻信號和高頻信號。

優選的，所述分別構建所述待分析網絡流量的低頻信號、中頻信號和高頻信號的流量預測模型，并分別得到所述待分析網絡流量的低頻信號、中頻信號和高頻信號的預測結果，包括：

對所述低頻信號采用自回歸模型進行建模，得到所述待分析網絡流量的低頻信號的流量預測模型，并得到所述待分析網絡流量的低頻信號的預測結果；

對所述中頻信號采用周期信號模型進行建模，得到所述待分析網絡流量的中頻信號的流量預測模型，并得到所述待分析網絡流量的中頻信號的預測結果；

對所述高頻信號采用高斯噪聲模型進行建模，得到所述待分析網絡流量的高頻信號的流量預測模型，并得到所述待分析網絡流量的高頻信號的預測結果。

優選的，所述對所述待分析網絡流量的低頻信號、中頻信號和高頻信號的預測結果進行合成，獲取所述待分析網絡流量的預測結果，包括：

對所述待分析網絡流量的低頻信號、中頻信號和高頻信號的預測結果進行合成，得到所述待分析網絡流量的時域信號；

對所述待分析網絡流量的時域信號進行逆歸一化處理，得到所述待分析網絡流量的估計值，并將所述估計值作為所述待分析網絡流量的預測結果。

一種基于小波分析的網絡流量動態預測系統，包括：