[發明專利]一種網絡管控系統的意圖預測方法和意圖預測裝置

有效

• 申請號: 202110515792.6
• 申請日: 2021-05-12
• 公開（公告）號: CN113239272B
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 易晶晶
• 申請（專利權）人: 烽火通信科技股份有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9537;G06N3/04;G06N3/08
• 代理公司: 深圳市六加知識產權代理有限公司 44372
• 代理人: 宋建平

1.一種網絡管控系統的意圖預測方法，其特征在于，所述意圖預測方法包括：

獲取目標時間單元之前的預設時長內的歷史數據，對所述歷史數據進行解析得到能夠表征用戶意圖的特征矩陣，將所述特征矩陣劃分為訓練數據和測試數據；

將所述訓練數據輸入至神經網絡模型進行訓練得到第一預測模型，并通過所述第一預測模型得到所述測試數據對應的時間單元的預測數據；按照預設的步長對所述預測數據與所述測試數據進行協方差運算，如果所述協方差均為正值，則不存在突變區域；如果部分步長范圍內的協方差為負值，則存在突變區域；

如果所述預測數據與所述測試數據之間存在突變區域，則獲取多個突變時間，依次根據所述突變時間查詢所述測試數據得到所述突變時間對應的第一用戶操作；將所述第一用戶操作輸入至知識圖譜中，獲取概率最高的圖譜路徑，將該圖譜路徑的末端值作為下一時間單元的第二用戶操作；將所述突變時間對應的除第一用戶操作之外的其他特征值與所述第二用戶操作組成下一時間單元的矯正數據；

通過所述測試數據和所述矯正數據對所述第一預測模型進行優化，得到第二預測模型，采用所述第二預測模型預測用戶在所述目標時間單元的意圖。

2.根據權利要求1所述的意圖預測方法，其特征在于，所述意圖預測方法還包括：

如果不存在突變區域，則按照所述第一預測模型預測用戶在目標時間單元的意圖；

如果存在突變區域，需要對所述第一預測模型進行優化。

3.根據權利要求1所述的意圖預測方法，其特征在于，通過所述測試數據和所述矯正數據對所述第一預測模型進行優化，得到第二預測模型，采用所述第二預測模型預測用戶在所述目標時間單元的意圖包括：

將所述測試數據作為所述第一預測模型的輸入數據，將所述矯正數據作為第一預測模型的輸出數據，對所述第一預測模型的參數進行優化，直至消除所有的突變區域，得到第二預測模型，采用所述第二預測模型預測用戶在所述目標時間單元的意圖。

4.根據權利要求1所述的意圖預測方法，其特征在于，所述獲取目標時間單元之前的預設時長內的歷史數據，對所述歷史數據進行解析得到能夠表征用戶意圖的特征矩陣，將所述特征矩陣劃分為訓練數據和測試數據包括：

獲取目標時間單元之前的預設時長內的歷史數據，標注所述歷史數據的五元組信息；

對所述歷史數據進行清洗得到有效數據，將所述五元組信息和所述有效數據生成有效數據序列，對所述有效數據序列進行向量歸一化處理得到向量序列；

將所述向量序列根據業務場景和時間順序分別通過循環神經網絡算法進行特征提取，得到每個業務場景下能夠表征意圖的特征向量；

按照時間順序將所述特征向量融合成同時刻的特征矩陣；

按照時間順序將所述特征矩陣劃分為訓練數據和測試數據。

5.根據權利要求4所述的意圖預測方法，其特征在于，所述五元組信息包括時間、ip、業務場景、應用協議和用戶操作。

6.根據權利要求4所述的意圖預測方法，其特征在于，所述特征矩陣的維度為業務場景的場景數M×最長的特征向量的維度數N，對于維度數小于N的特征向量，在該特征向量的末尾補充指定值。

7.根據權利要求4所述的意圖預測方法，其特征在于，按照時間順序將所述特征矩陣劃分為訓練數據和測試數據包括：

按時間順序以8:2比例將所述特征矩陣分為訓練數據和測試數據。

8.根據權利要求1所述的意圖預測方法，其特征在于，所述意圖預測方法包括：

采用深度包檢測技術獲取目標時間單元之前的預設時長內的歷史數據。

9.一種意圖預測裝置，其特征在于，包括至少一個處理器；以及，與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被程序設置為執行如權利要求1~8任一項所述的意圖預測方法。