[發明專利]基于隨機森林的周期性流量預測方法

有效

• 申請號: 202110267095.3
• 申請日: 2021-03-11
• 公開（公告）號: CN113067724B
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 張崗山;何丁樂;趙林靖;劉炯;吳煒
• 申請（專利權）人: 西安電子科技大學
• 主分類號: H04L41/0896
• 分類號: H04L41/0896;H04L41/147;H04L43/0876;G06N20/00
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;黎漢華

1.一種基于隨機森林的周期性流量預測方法，其特征在于，包括如下步驟：

(1)采集各類別應用程序的流量數據；

(2)將每個數據流劃分為時間序列，提取每個時序點的八個特征，即序號k、時序點內數據包總字節數B₁、時序點內最大數據包字節數B₂、時序點內最小數據包字節數B₃、時序點內平均數據包大小B_a、時序點內最大數據包發送時間間隔t₁、時序點內最小數據包發送時間間隔t₂、時序點內平均數據包發送時間間隔t_a；

(3)構建周期指標確定算法：

(3a)計算數據流時間序列的周期起始點n_s、周期大小T_c、周期相似度F這三個特征；

(3b)將步驟(3a)計算的這三個特征和步驟(2)中提出的k、B₁、B₂、B₃、B_a、t₁、t₂、t_a八種特征，作為第一訓練集，輸入到隨機森林算法,設置該算法的第一初始參數，對訓練集執行二分操作，將訓練集分為兩部分，再對每次二分后的訓練集重復執行二分操作，得到一個二叉樹結構，當樹結構到達設定樹的最大深度20時，停止二分操作，訓練結束，得到用于確定時間序列的周期指標確定算法；

(4)構建數據預測算法：

(4a)求出時間序列中n_s+1至最后一個點n_e的每個時序點k在周期中的相對位置n_q及所處周期的序號T_q；公式如下：

n_q＝(k-n_s)mod T_c，

其中，n_s為時間序列的周期起始點、T_c為時間序列的周期大??；

(4b)將步驟(4a)求出的兩個參數與步驟(3)中的n_s、T_c、F和步驟(2)中的B₁、k這些特征作為第二訓練集，輸入到隨機森林算法，設置該算法的第二初始參數，對訓練集執行二分操作，并對每次二分后的訓練集重復執行二分操作，得到一個二叉樹結構，當樹結構到達設定樹的最大深度18時，停止二分操作，訓練結束，得到用于預測時序點數據大小的數據預測算法；

(5)通過周期指標確定算法和數據預測算法對未知數據流進行預測：

(5a)使用步驟(2)中的方法統計未知數據流前N個時序點中每個時序點的八種時序特征k′、B₁′、B₂′、B₃′、B_a′、t₁′、t₂′、t_a′，并將這N個時序點的八個特征全部輸入到周期指標確定算法中，輸出該數據流的周期起始點n_s′、周期大小T_c′、周期相似度F′，其中，N為步驟(3)中所有時間序列中n_s的最大值；

(5b)根據步驟(5a)得到未知數據流的周期起始點n_s′、周期大小T_c′、周期相似度F′，提取出n_s′之后的所有時序點，使用步驟(4a)中的方法求出這些時序點的周期特征k′、T_q′、n_q′，并將n_s′、T_c′、F′和所有時序點的k′、T_q′、n_q′共六個特征，輸入到數據預測算法中，輸出各個時序點的預測數據值。

2.根據權利要求1所述的方法，其特征在于，步驟(1)中采集各類別應用程序的流量數據，采取被動監聽方式獲取應用運行過程中的數據包及數據包的信息：每個數據包的字節數大小B_i、數據包發送時刻t_k和數據包發送間隔Δk。