[發明專利]一種網絡流量預測方法和裝置

有效

• 申請號: 201810845310.1
• 申請日: 2018-07-27
• 公開（公告）號: CN108965017B
• 公開（公告）日: 2021-05-25
• 發明（設計）人: 胡榮貽;韓瀟;張榛;劉芳芳;范斌;王友祥
• 申請（專利權）人: 中國聯合網絡通信集團有限公司
• 主分類號: H04L12/24
• 分類號: H04L12/24;H04W24/02;H04W24/06
• 代理公司: 北京中博世達專利商標代理有限公司 11274
• 代理人: 申健

本申請實施例提供了一種網絡流量預測方法和裝置，涉及通信領域，能夠用于預測蜂窩網絡流量的時空分布信息，以便指導蜂窩網絡的部署和休眠策略，從而保證通信質量和能效平衡。該方案包括：計算設備獲取訓練數據，訓練數據包括目標區域中的至少兩個基站在第一時間間隔內的流量監測數據；計算設備根據訓練數據建立貝葉斯時空模型；計算設備基于貝葉斯時空模型預測目標區域中的至少一個基站在第二時間間隔內的任一時刻或任一時間段的流量數據，第一時間間隔與第二時間間隔不同。本申請應用于蜂窩網絡中對網絡流量的時空分布特性進行預測的場景中。

技術領域

本申請涉及通信領域，尤其涉及一種網絡流量預測方法和裝置。

背景技術

為了保證通信質量和能效平衡，第五代移動通信技術(5Generation，5G)通信中采用了超密集組網(Ultra Dense Deployment，UDN)和基站休眠技術。其中，UDN的實施需要獲取蜂窩網絡流量的空間分布特性來制定部署策略，基站休眠的實施需要獲取蜂窩網絡流量的時間分布特性來制定休眠策略，而蜂窩網絡流量建模和預測可以通過預測蜂窩網絡流量的時空分布特性，為UDN和基站休眠提供參考信息。

現有的蜂窩網絡流量預測要么只對空間分布進行建模，要么僅對某一時刻或者某一時間段內的業務進行空間分布擬合或者進行理論分析。例如，Lognorm分布模型給出了一定區域范圍內流量分布的整體統計規律，并沒有體現流量在空間距離上的相關性，也缺乏相應的流量分布解析表達式。Exponential分布模型不能刻畫當前異構無線網絡環境中流量分布呈現出的多峰值分布規律。截斷二維余弦變換分布模型只是針對某一特定區域特定時間下快照下的流量空間模型，并不具有普適意義。快速傅里葉變換用正弦函數疊加擬合分布模型利用區域內每天的總業務量具有明顯的周期性進行預測。時間序列預測建模適合短期預測，適宜預測目標的基本趨勢在某一水平上下波動。相關分析預測建模對中長期預測準確性較差，并且需要較多的現實統計數據和純數學公式的推導，后期需要結合環境的變化進行修正。

在實現上述蜂窩網絡流量建模和預測的過程中，發明人發現現有技術中至少存在如下問題：

現有的蜂窩網絡流量預測算法要么局限于預測某區域總體的流量變化，要么只對某一時刻的空間分布進行擬合或者建模，均與實際情況有較大出入，不能很好地指導異構蜂窩網絡的部署和休眠策略。因此，亟需提出一種針對蜂窩網絡流量的時空分布信息的預測方法。

發明內容

本申請的實施例提供一種網絡流量預測方法和裝置，能夠用于預測蜂窩網絡流量的時空分布信息，以便指導蜂窩網絡的部署和休眠策略，從而保證通信質量和能效平衡。

為達到上述目的，本申請的實施例采用如下技術方案：

一種網絡流量預測方法，包括：

計算設備獲取訓練數據，訓練數據包括目標區域中的至少兩個基站在第一時間間隔內的流量監測數據；

計算設備根據訓練數據建立貝葉斯時空模型；

計算設備基于貝葉斯時空模型預測目標區域中的至少一個基站在第二時間間隔內的任一時刻或任一時間段的流量數據，第一時間間隔與第二時間間隔不同。

一種計算設備，包括：

獲取單元，用于獲取訓練數據，訓練數據包括目標區域中的至少兩個基站在第一時間間隔內的流量監測數據；

處理單元，用于根據訓練數據建立貝葉斯時空模型；

處理單元，還用于基于貝葉斯時空模型預測目標區域中的至少一個基站在第二時間間隔內的任一時刻或任一時間段的流量數據，第一時間間隔與第二時間間隔不同。