[發(fā)明專(zhuān)利]一種基于小波分析的網(wǎng)絡(luò)流量動(dòng)態(tài)預(yù)測(cè)方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201710813447.4
• 申請(qǐng)日: 2017-09-11
• 公開(kāi)（公告）號(hào): CN107483265A
• 公開(kāi)（公告）日: 2017-12-15
• 發(fā)明（設(shè)計(jì)）人: 張喆;曾令康;孔劍虹;孟凡博;吳慶;葉躍駢;邱樂(lè);馮笑;劉冰;趙云;李佳駿;劉歡歡;蔣定德
• 申請(qǐng)（專(zhuān)利權(quán)）人: 國(guó)網(wǎng)遼寧省電力有限公司;國(guó)網(wǎng)遼寧省電力有限公司大連供電公司;國(guó)網(wǎng)信息通信產(chǎn)業(yè)集團(tuán)有限公司;國(guó)家電網(wǎng)公司
• 主分類(lèi)號(hào): H04L12/24
• 分類(lèi)號(hào): H04L12/24;G06F17/14
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司11227
• 代理人: 王寶筠

技術(shù)領(lǐng)域

本發(fā)明涉及端到端的網(wǎng)絡(luò)流量動(dòng)態(tài)預(yù)測(cè)技術(shù)領(lǐng)域，更具體的，涉及一種基于小波分析的網(wǎng)絡(luò)流量動(dòng)態(tài)預(yù)測(cè)方法及系統(tǒng)。

背景技術(shù)

網(wǎng)絡(luò)流量對(duì)網(wǎng)絡(luò)管理、流量工程、網(wǎng)絡(luò)監(jiān)控、路由優(yōu)化和網(wǎng)絡(luò)測(cè)量活動(dòng)非常重要。網(wǎng)絡(luò)流量，特別用于端到端網(wǎng)絡(luò)流量，表示網(wǎng)絡(luò)用戶和網(wǎng)絡(luò)設(shè)備活動(dòng)的行為特征。網(wǎng)絡(luò)流量表示節(jié)點(diǎn)之間或原始目的地(OD)對(duì)之間的流量。特別地，OD對(duì)可以從網(wǎng)絡(luò)范圍或全球角度更有效地描述網(wǎng)絡(luò)活動(dòng)的行為。因此，網(wǎng)絡(luò)流量在正常網(wǎng)絡(luò)活動(dòng)中具有重要作用。然而，對(duì)于OD業(yè)務(wù)對(duì)特別的網(wǎng)絡(luò)業(yè)務(wù)由于其高度時(shí)變性質(zhì)而難以被估計(jì)和預(yù)測(cè)。

Tebaldi等人提出了一種新的統(tǒng)計(jì)方法，該方法基于反演方法的統(tǒng)計(jì)模型來(lái)構(gòu)建網(wǎng)絡(luò)源-目的地業(yè)務(wù)流模型和預(yù)測(cè)網(wǎng)絡(luò)流量。Tune等人使用理論信息來(lái)描述網(wǎng)絡(luò)流量。Takeda等人使用部分測(cè)量信息來(lái)估計(jì)端到端業(yè)務(wù)矩陣，并提出相應(yīng)的預(yù)測(cè)算法。Zhang等人基于重力模型管理獲取交通矩陣的先驗(yàn)信息，然后提出交通矩陣估計(jì)方法。Jiang等人使用神經(jīng)網(wǎng)絡(luò)來(lái)模擬端到端網(wǎng)絡(luò)流量并獲得準(zhǔn)確的估計(jì)。Chen等人研究了短時(shí)網(wǎng)絡(luò)流量預(yù)測(cè)。期望最大化算法用于估計(jì)業(yè)務(wù)矩陣，假設(shè)OD對(duì)之間的業(yè)務(wù)需求是彼此獨(dú)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(wǎng)絡(luò)流量的聯(lián)合時(shí)頻估計(jì)。這些方法中有些具有相對(duì)較大的估計(jì)誤差，有些方法對(duì)先驗(yàn)信息非常敏感。因此，上述模型和方法不能準(zhǔn)確地捕獲網(wǎng)絡(luò)流量。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供了一種基于小波分析的網(wǎng)絡(luò)流量動(dòng)態(tài)預(yù)測(cè)方法及系統(tǒng)，降低網(wǎng)絡(luò)流量動(dòng)態(tài)預(yù)測(cè)算法的誤差和計(jì)算的復(fù)雜性，提高了預(yù)測(cè)精度。

為了實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明提供的具體技術(shù)方案如下：

一種基于小波分析的網(wǎng)絡(luò)流量動(dòng)態(tài)預(yù)測(cè)方法，包括：

在網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)中，對(duì)待分析的端到端網(wǎng)絡(luò)流量數(shù)據(jù)的初始數(shù)據(jù)進(jìn)行歸一化處理，得到待分析網(wǎng)絡(luò)流量的時(shí)域信號(hào)；

基于小波分析理論，將所述待分析網(wǎng)絡(luò)流量的時(shí)域信號(hào)轉(zhuǎn)化為所述待分析網(wǎng)絡(luò)流量的時(shí)頻域信號(hào)；

將所述待分析網(wǎng)絡(luò)流量的時(shí)頻域信號(hào)分解為低頻分量、中頻分量和高頻分量，并根據(jù)小波的逆變換，分別獲取所述待分析網(wǎng)絡(luò)流量的低頻信號(hào)、中頻信號(hào)和高頻信號(hào)；

分別構(gòu)建所述待分析網(wǎng)絡(luò)流量的低頻信號(hào)、中頻信號(hào)和高頻信號(hào)的流量預(yù)測(cè)模型，并分別得到所述待分析網(wǎng)絡(luò)流量的低頻信號(hào)、中頻信號(hào)和高頻信號(hào)的預(yù)測(cè)結(jié)果；

對(duì)所述待分析網(wǎng)絡(luò)流量的低頻信號(hào)、中頻信號(hào)和高頻信號(hào)的預(yù)測(cè)結(jié)果進(jìn)行合成，獲取所述待分析網(wǎng)絡(luò)流量的預(yù)測(cè)結(jié)果。

優(yōu)選的，所述在網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)中，對(duì)待分析的端到端網(wǎng)絡(luò)流量數(shù)據(jù)的初始數(shù)據(jù)進(jìn)行歸一化處理，得到待分析網(wǎng)絡(luò)流量的時(shí)域信號(hào)，包括：

在網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)中，將待分析的端到端網(wǎng)絡(luò)流量數(shù)據(jù)的初始數(shù)據(jù)按照預(yù)設(shè)規(guī)則進(jìn)行歸一化處理，得到所述待分析的網(wǎng)絡(luò)流量的時(shí)域信號(hào)，所述時(shí)域信號(hào)值在預(yù)設(shè)范圍內(nèi)。

優(yōu)選的，所述根據(jù)小波的逆變換，分別獲取所述待分析網(wǎng)絡(luò)流量的低頻信號(hào)、中頻信號(hào)和高頻信號(hào)，包括：

根據(jù)小波的逆變換，得到所述待分析網(wǎng)絡(luò)流量在時(shí)頻域的低頻系數(shù)、中頻系數(shù)和高頻系數(shù)；

根據(jù)所述待分析網(wǎng)絡(luò)流量在時(shí)頻域的低頻系數(shù)、中頻系數(shù)和高頻系數(shù)，執(zhí)行小波的逆變換，分別獲取所述待分析網(wǎng)絡(luò)流量的低頻信號(hào)、中頻信號(hào)和高頻信號(hào)。

優(yōu)選的，所述分別構(gòu)建所述待分析網(wǎng)絡(luò)流量的低頻信號(hào)、中頻信號(hào)和高頻信號(hào)的流量預(yù)測(cè)模型，并分別得到所述待分析網(wǎng)絡(luò)流量的低頻信號(hào)、中頻信號(hào)和高頻信號(hào)的預(yù)測(cè)結(jié)果，包括：

對(duì)所述低頻信號(hào)采用自回歸模型進(jìn)行建模，得到所述待分析網(wǎng)絡(luò)流量的低頻信號(hào)的流量預(yù)測(cè)模型，并得到所述待分析網(wǎng)絡(luò)流量的低頻信號(hào)的預(yù)測(cè)結(jié)果；

對(duì)所述中頻信號(hào)采用周期信號(hào)模型進(jìn)行建模，得到所述待分析網(wǎng)絡(luò)流量的中頻信號(hào)的流量預(yù)測(cè)模型，并得到所述待分析網(wǎng)絡(luò)流量的中頻信號(hào)的預(yù)測(cè)結(jié)果；

對(duì)所述高頻信號(hào)采用高斯噪聲模型進(jìn)行建模，得到所述待分析網(wǎng)絡(luò)流量的高頻信號(hào)的流量預(yù)測(cè)模型，并得到所述待分析網(wǎng)絡(luò)流量的高頻信號(hào)的預(yù)測(cè)結(jié)果。

優(yōu)選的，所述對(duì)所述待分析網(wǎng)絡(luò)流量的低頻信號(hào)、中頻信號(hào)和高頻信號(hào)的預(yù)測(cè)結(jié)果進(jìn)行合成，獲取所述待分析網(wǎng)絡(luò)流量的預(yù)測(cè)結(jié)果，包括：

對(duì)所述待分析網(wǎng)絡(luò)流量的低頻信號(hào)、中頻信號(hào)和高頻信號(hào)的預(yù)測(cè)結(jié)果進(jìn)行合成，得到所述待分析網(wǎng)絡(luò)流量的時(shí)域信號(hào)；

對(duì)所述待分析網(wǎng)絡(luò)流量的時(shí)域信號(hào)進(jìn)行逆歸一化處理，得到所述待分析網(wǎng)絡(luò)流量的估計(jì)值，并將所述估計(jì)值作為所述待分析網(wǎng)絡(luò)流量的預(yù)測(cè)結(jié)果。

一種基于小波分析的網(wǎng)絡(luò)流量動(dòng)態(tài)預(yù)測(cè)系統(tǒng)，包括：