System.ArgumentOutOfRangeException: 索引和長(zhǎng)度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本申請(qǐng)涉及接入網(wǎng)流量預(yù)測(cè),尤其涉及一種接入網(wǎng)流量預(yù)測(cè)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。
技術(shù)介紹
1、接入網(wǎng)作為用戶與廣域網(wǎng)之間的橋梁,其流量管理和資源分配的效率直接影響到網(wǎng)絡(luò)的整體性能和用戶體驗(yàn)。隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展,特別是視頻流媒體、在線游戲及云計(jì)算等帶寬密集型服務(wù)的普及,接入網(wǎng)面臨的數(shù)據(jù)流量急劇增加。這種流量激增帶來了巨大的挑戰(zhàn),尤其是在流量高峰期。目前相關(guān)技術(shù)中,在流量預(yù)測(cè)方面通常采用歷史平均值或簡(jiǎn)單的線性預(yù)測(cè)模型,這些模型無法準(zhǔn)確捕捉到流量的時(shí)變性和突發(fā)性,導(dǎo)致在流量激增時(shí)刻無法提供足夠的資源,而在流量稀少時(shí)則可能造成資源浪費(fèi)。
技術(shù)實(shí)現(xiàn)思路
1、有鑒于此,本申請(qǐng)的目的在于提出一種接入網(wǎng)流量預(yù)測(cè)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)以解決或部分解決上述技術(shù)問題。
2、基于上述目的,本申請(qǐng)?zhí)峁┝艘环N接入網(wǎng)流量預(yù)測(cè)方法,包括:
3、獲取目標(biāo)用戶的上網(wǎng)數(shù)據(jù);
4、對(duì)所述上網(wǎng)數(shù)據(jù)進(jìn)行分類,得到有用流量數(shù)據(jù)和無用流量數(shù)據(jù);
5、對(duì)所述有用流量分別進(jìn)行時(shí)間序列分析和行為模式分析,得到時(shí)序特征和行為特征;
6、將所述時(shí)序特征和所述行為特征融合得到融合特征,并將所述融合特征輸入到訓(xùn)練獲得的流量預(yù)測(cè)模型中,得到所述目標(biāo)用戶在預(yù)設(shè)時(shí)間內(nèi)的預(yù)測(cè)接入網(wǎng)流量。
7、基于同一個(gè)構(gòu)思,本申請(qǐng)還提出了一種接入網(wǎng)流量預(yù)測(cè)裝置,包括:
8、獲取模塊,獲取目標(biāo)用戶的上網(wǎng)數(shù)據(jù);
9、分類模塊,對(duì)所述上網(wǎng)數(shù)據(jù)進(jìn)行分類,得到有
10、特征分析模塊,對(duì)所述有用流量分別進(jìn)行時(shí)間序列分析和行為模式分析,得到時(shí)序特征和行為特征;
11、預(yù)測(cè)模塊,將所述時(shí)序特征和所述行為特征融合得到融合特征,并將所述融合特征輸入到訓(xùn)練獲得的流量預(yù)測(cè)模型中,得到所述目標(biāo)用戶在預(yù)設(shè)時(shí)間內(nèi)的預(yù)測(cè)接入網(wǎng)流量。
12、基于同一個(gè)構(gòu)思,本申請(qǐng)還提出了一種電子設(shè)備,包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序,所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如上所述的接入網(wǎng)流量預(yù)測(cè)方法。
13、基于同一個(gè)構(gòu)思,本申請(qǐng)還提出了一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),所述非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)計(jì)算機(jī)指令,所述計(jì)算機(jī)指令用于使計(jì)算機(jī)執(zhí)行如上所述的接入網(wǎng)流量預(yù)測(cè)方法。
14、基于同一個(gè)構(gòu)思,本申請(qǐng)還提出了一種計(jì)算機(jī)程序產(chǎn)品,所述計(jì)算機(jī)程序產(chǎn)品,包括計(jì)算機(jī)程序,所述計(jì)算機(jī)程序由一個(gè)或多個(gè)處理器執(zhí)行以使得所述處理器執(zhí)行如上所述的接入網(wǎng)流量預(yù)測(cè)方法。
15、從上面所述可以看出,本申請(qǐng)?zhí)峁┑慕尤刖W(wǎng)流量預(yù)測(cè)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì),獲取目標(biāo)用戶的上網(wǎng)數(shù)據(jù);對(duì)所述上網(wǎng)數(shù)據(jù)進(jìn)行分類,得到有用流量數(shù)據(jù)和無用流量數(shù)據(jù);對(duì)所述有用流量分別進(jìn)行時(shí)間序列分析和行為模式分析,得到時(shí)序特征和行為特征;將所述時(shí)序特征和所述行為特征融合得到融合特征,并將所述融合特征輸入到訓(xùn)練獲得的流量預(yù)測(cè)模型中,得到所述目標(biāo)用戶在預(yù)設(shè)時(shí)間內(nèi)的預(yù)測(cè)接入網(wǎng)流量,通過對(duì)目標(biāo)用戶的上網(wǎng)數(shù)據(jù)分析和機(jī)器學(xué)習(xí)技術(shù),實(shí)現(xiàn)對(duì)用戶流量特征的深入挖掘和理解,使得流量預(yù)測(cè)模型能夠準(zhǔn)確地預(yù)測(cè)出未來預(yù)設(shè)時(shí)間段內(nèi)目標(biāo)用戶的接入網(wǎng)流量,進(jìn)一步幫助系統(tǒng)確定未來一段時(shí)間內(nèi)網(wǎng)絡(luò)流量變化趨勢(shì)和可能的流量高峰,從而為流量資源分配提供科學(xué)依據(jù)。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種接入網(wǎng)流量預(yù)測(cè)方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,對(duì)所述上網(wǎng)數(shù)據(jù)進(jìn)行分類,得到有用流量數(shù)據(jù)和無用流量數(shù)據(jù),具體包括:
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,對(duì)所述有用流量數(shù)據(jù)進(jìn)行時(shí)間序列分析,得到時(shí)序特征,具體包括:
4.根據(jù)權(quán)利要求1所述的方法,其特征在于,對(duì)所述有用流量進(jìn)行行為模式分析,得到行為特征,具體包括:
5.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述流量預(yù)測(cè)模型包括卷積神經(jīng)網(wǎng)絡(luò)層和長(zhǎng)短期記憶網(wǎng)絡(luò)層;將所述融合特征輸入到訓(xùn)練獲得的流量預(yù)測(cè)模型中,得到所述目標(biāo)用戶在預(yù)設(shè)時(shí)間內(nèi)的預(yù)測(cè)接入網(wǎng)流量,具體包括:
6.根據(jù)權(quán)利要求1所述的方法,其特征在于,訓(xùn)練所述流量預(yù)測(cè)模型的過程包括:
7.根據(jù)權(quán)利要求1所述的方法,其特征在于,在將所述融合特征輸入到訓(xùn)練獲得的流量預(yù)測(cè)模型中,得到所述目標(biāo)用戶在預(yù)設(shè)時(shí)間內(nèi)的預(yù)測(cè)接入網(wǎng)流量之后,所述方法還包括:
8.一種接入網(wǎng)流量預(yù)測(cè)裝置,其特征在于,包括:
9.一種電子設(shè)備,其特征在于,包括存儲(chǔ)器、處理器及存儲(chǔ)
10.一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其特征在于,所述非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)計(jì)算機(jī)指令,所述計(jì)算機(jī)指令用于使計(jì)算機(jī)執(zhí)行權(quán)利要求1至7任一所述的方法。
...【技術(shù)特征摘要】
1.一種接入網(wǎng)流量預(yù)測(cè)方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,對(duì)所述上網(wǎng)數(shù)據(jù)進(jìn)行分類,得到有用流量數(shù)據(jù)和無用流量數(shù)據(jù),具體包括:
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,對(duì)所述有用流量數(shù)據(jù)進(jìn)行時(shí)間序列分析,得到時(shí)序特征,具體包括:
4.根據(jù)權(quán)利要求1所述的方法,其特征在于,對(duì)所述有用流量進(jìn)行行為模式分析,得到行為特征,具體包括:
5.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述流量預(yù)測(cè)模型包括卷積神經(jīng)網(wǎng)絡(luò)層和長(zhǎng)短期記憶網(wǎng)絡(luò)層;將所述融合特征輸入到訓(xùn)練獲得的流量預(yù)測(cè)模型中,得到所述目標(biāo)用戶在預(yù)設(shè)時(shí)間內(nèi)的預(yù)測(cè)接入網(wǎng)流量,具體包括:
6.根據(jù)權(quán)利...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:楊輝,林文波,于添闊,姚秋彥,
申請(qǐng)(專利權(quán))人:北京郵電大學(xué),
類型:發(fā)明
國(guó)別省市:
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。