[發明專利]一種基于麻雀優化寬度學習系統的網絡接口流量預測方法

在審

• 申請號: 202210247884.5
• 申請日: 2022-03-14
• 公開（公告）號: CN115018038A
• 公開（公告）日: 2022-09-06
• 發明（設計）人: 李少波;李笑瑜;周鵬;陳光林
• 申請（專利權）人: 貴州大學
• 主分類號: G06N3/00
• 分類號: G06N3/00;G06N20/00;H04L41/147
• 代理公司: 貴陽中新專利商標事務所 52100
• 代理人: 胡緒東

1.一種基于麻雀優化寬度學習系統的網絡接口流量預測方法，其特征在于：該方法包括以下步驟：

(1)對于獲得的網絡接口流量數據，確定預測周期T，利用[t-12,t-1]的網絡流量信息預測t時刻的網絡流量；

(2)初始化網絡參數：包括麻雀優化算法的種群數量、探索者比例及最大迭代次數；寬度學習系統中的收縮系數取值范圍、正則化系數取值范圍以及特征映射層的窗口數、單個窗口中的結點數量以及增強層的結點數量；

(3)在參數的取值范圍內隨機生成p組收縮系數和正則化系數作為初始超參數，其中p為麻雀種群數量；

(4)分別用p組初始超參數及網絡接口流量數據自動訓練寬度學習系統模型，生成初始適應度；

(5)利用麻雀優化算法優化超參數；

(6)利用網絡接口流量數據及更新后的超參數訓練寬度學習系統，更新適應度值；

(7)判斷是否達到最大迭代次數，若達到最大迭代次數則輸出最佳適應度對應的網絡參數，并用其訓練寬度學習模型，建立網絡接口流量預測模型；否則，返回步驟(5)。

2.根據權利要求1所述的一種基于麻雀優化寬度學習系統的網絡接口流量預測方法，其特征在于：步驟(5)中利用麻雀優化算法優化超參數的方法步驟如下：

1)將步驟(3)生成的p組初始超參數視為p只麻雀的初始位置，計算探索者數量，計算公式如下：

pNum＝p×p_scale

其中，pNum為種群中探索者數量，p為種群大小，p_scale為探索者占比；

2)更新探索者位置，計算公式如下：

其中，X為需優化的超參數，即麻雀位置，表示第t次迭代中第i只麻雀的第j個維度的值；R₂表示警告值，取值范圍為[0,1],是呈均勻分布的隨機數；ST表示安全閾值，Q為呈正態分布的隨機數矩陣，L為1×d維矩陣,d為種群大小；當R₂＜ST時，表示當前位置安全，麻雀在附件尋找食物；反之表示當前位置有危險，探索者需要引導麻雀群去尋找新的地方尋找食物；

3)更新追隨者位置，計算公式如下：

其中，A⁺＝A^T(AA^T)^-1,A為1×d維矩陣，各緯度值從[-1,1]中隨機生成；表示麻雀在最差狀態下的位置，當i＜n/2時，表示追隨者沒有得到食物，自身狀態不佳，需要到其他得到更多食物的地方去；反之，繼續在探索者附近尋找食物；

4)對于發現危險成為偵察者的麻雀，并更新其位置，計算公式如下：

其中，f_i和f_g分別為第i只麻雀的適應度和最佳適應度，f_w為最差適應度；β為呈標準正態分布的隨機數，K為取值在[-1,1]范圍內的均勻隨機數，ε取值范圍為0＜ε＜10^-10。