本申請屬于通信領(lǐng)域，尤其涉及一種流量預(yù)測方法、裝置、設(shè)備及可讀存儲介質(zhì)。

背景技術(shù)：

1、目前存在多種方法和技術(shù)用于傳輸光線路終端(optical?line?terminal，olt)的流量預(yù)測。

2、但是，基于歷史數(shù)據(jù)的統(tǒng)計分析方法，是通過統(tǒng)計方法、時間序列等技術(shù)來識別和預(yù)測流量的周期性、趨勢和峰值等特征，然后利用這些特征進(jìn)行未來流量的預(yù)測，但是這種方法無法應(yīng)對網(wǎng)絡(luò)環(huán)境的動態(tài)變化和復(fù)雜性，且對歷史數(shù)據(jù)要求較高?；跈C(jī)器學(xué)習(xí)的方法，對數(shù)據(jù)的質(zhì)量和特征提取的準(zhǔn)確性要求較高，且需要大量的訓(xùn)練數(shù)據(jù)和計算資源?；诰W(wǎng)絡(luò)拓?fù)浞治龅姆椒A(yù)測精度受限于對網(wǎng)絡(luò)拓?fù)浜瓦B接關(guān)系的準(zhǔn)確建模。

3、總的來說，以上所述的相關(guān)技術(shù)方案是在傳輸olt流量預(yù)測領(lǐng)域中較為常見的方法，但是這些方法在預(yù)測準(zhǔn)確性和實時性存在一定的局限性，因此需要進(jìn)一步地改進(jìn)和創(chuàng)新。

技術(shù)實現(xiàn)思路

1、本申請實施例提供一種流量預(yù)測方法、裝置、設(shè)備及可讀存儲介質(zhì)，能夠根據(jù)實時流量數(shù)據(jù)，準(zhǔn)確、實時地對未來時間段的流量數(shù)據(jù)進(jìn)行預(yù)測。

2、第一方面，本申請實施例提供了一種流量預(yù)測方法，流量預(yù)測方法包括：通過軟件定義網(wǎng)絡(luò)，獲取光線路終端的實時流量數(shù)據(jù)；使用第一深度學(xué)習(xí)模型對實時流量數(shù)據(jù)進(jìn)行預(yù)處理，得到預(yù)處理后的實時流量數(shù)據(jù)；通過卷積神經(jīng)網(wǎng)絡(luò)對預(yù)處理后的實時流量數(shù)據(jù)進(jìn)行特征提取，得到特征提取后的實時流量數(shù)據(jù)，特征提取后的實時流量數(shù)據(jù)用于反映實時流量數(shù)據(jù)的變化趨勢；基于預(yù)先訓(xùn)練好的流量預(yù)測模型和特征提取后的實時流量數(shù)據(jù)，得到光線路終端的流量預(yù)測結(jié)果，流量預(yù)測結(jié)果包括光線路終端在未來時間段的流量數(shù)據(jù)。

3、根據(jù)本申請第一方面的實施方式，在通過軟件定義網(wǎng)絡(luò)，獲取光線路終端的實時流量數(shù)據(jù)之前，流量預(yù)測方法還包括：獲取光線路終端的歷史流量數(shù)據(jù)；使用第一深度學(xué)習(xí)模型對歷史流量數(shù)據(jù)進(jìn)行預(yù)處理，得到預(yù)處理后的歷史流量數(shù)據(jù)；通過卷積神經(jīng)網(wǎng)絡(luò)對預(yù)處理后的歷史流量數(shù)據(jù)進(jìn)行特征提取，得到特征提取后的歷史流量數(shù)據(jù)；根據(jù)特征提取后的歷史流量數(shù)據(jù)，對流量預(yù)測模型進(jìn)行訓(xùn)練和評估，得到訓(xùn)練好的流量預(yù)測模型。

4、根據(jù)本申請第一方面前述任一實施方式，根據(jù)特征提取后的歷史流量數(shù)據(jù)，對流量預(yù)測模型進(jìn)行訓(xùn)練和評估，得到訓(xùn)練好的流量預(yù)測模型，包括：將特征提取后的歷史流量數(shù)據(jù)劃分為訓(xùn)練集、測試集和驗證集；使用訓(xùn)練集對流量預(yù)測模型進(jìn)行訓(xùn)練；將測試集輸入訓(xùn)練后的流量預(yù)測模型，得到預(yù)測結(jié)果；將預(yù)測結(jié)果與測試集中的實際結(jié)果進(jìn)行對比，得到評估結(jié)果；根據(jù)評估結(jié)果對訓(xùn)練后的流量預(yù)測模型的模型參數(shù)進(jìn)行調(diào)整，得到訓(xùn)練好的流量預(yù)測模型；基于驗證集驗證訓(xùn)練好的流量預(yù)測模型的預(yù)測準(zhǔn)確度。

5、根據(jù)本申請第一方面前述任一實施方式，根據(jù)評估結(jié)果對訓(xùn)練后的流量預(yù)測模型的模型參數(shù)進(jìn)行調(diào)整，得到訓(xùn)練好的流量預(yù)測模型，包括：在評估結(jié)果為需要擴(kuò)充訓(xùn)練集的標(biāo)記數(shù)據(jù)的情況下，擴(kuò)充訓(xùn)練集的標(biāo)記數(shù)據(jù)，使用擴(kuò)充后的訓(xùn)練集的標(biāo)記數(shù)據(jù)對訓(xùn)練后的流量預(yù)測模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的流量預(yù)測模型；在評估結(jié)果為訓(xùn)練后的流量預(yù)測模型的訓(xùn)練效率小于第一預(yù)設(shè)閾值的情況下，調(diào)整訓(xùn)練后的流量預(yù)測模型的網(wǎng)絡(luò)層參數(shù)，得到訓(xùn)練好的流量預(yù)測模型；在評估結(jié)果為訓(xùn)練后的流量預(yù)測模型的網(wǎng)絡(luò)結(jié)構(gòu)大于或等于第二預(yù)設(shè)閾值的情況下，減少訓(xùn)練后的流量預(yù)測模型的網(wǎng)絡(luò)結(jié)構(gòu)，并對于網(wǎng)絡(luò)結(jié)構(gòu)減少后的流量預(yù)測模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的流量預(yù)測模型。

6、根據(jù)本申請第一方面前述任一實施方式，根據(jù)評估結(jié)果對訓(xùn)練后的流量預(yù)測模型的模型參數(shù)進(jìn)行調(diào)整，得到訓(xùn)練好的流量預(yù)測模型，包括：在任意評估結(jié)果下，將多個不同訓(xùn)練集的流量預(yù)測模型進(jìn)行融合，得到訓(xùn)練好的流量預(yù)測模型；和/或，根據(jù)驗證集，調(diào)整訓(xùn)練后的流量預(yù)測模型的超參數(shù)，得到訓(xùn)練好的流量預(yù)測模型。

7、根據(jù)本申請第一方面前述任一實施方式，通過軟件定義網(wǎng)絡(luò)，獲取光線路終端的實時流量數(shù)據(jù)，包括：在通信傳輸網(wǎng)絡(luò)中部署軟件定義網(wǎng)絡(luò)；在軟件定義網(wǎng)絡(luò)中部署流量監(jiān)測器；通過流量監(jiān)測器，獲取光線路終端的實時流量數(shù)據(jù)。

8、根據(jù)本申請第一方面前述任一實施方式，第一深度學(xué)習(xí)模型包括自編碼器模型；使用第一深度學(xué)習(xí)模型對實時流量數(shù)據(jù)進(jìn)行預(yù)處理，得到預(yù)處理后的實時流量數(shù)據(jù)，包括：使用自編碼器模型對實時流量數(shù)據(jù)進(jìn)行數(shù)據(jù)重構(gòu)和填補(bǔ)；使用自編碼器模型對數(shù)據(jù)重構(gòu)和填補(bǔ)后的實時流量數(shù)據(jù)進(jìn)行異常值檢測，檢測出實時流量數(shù)據(jù)的異常值并對異常值進(jìn)行處理；使用自編碼器模型對異常值檢測后的實時流量數(shù)據(jù)進(jìn)行降維和特征提?。皇褂米跃幋a器模型對降維和特征提取后的實時流量數(shù)據(jù)進(jìn)行數(shù)據(jù)增強(qiáng)，得到預(yù)處理后的實時流量數(shù)據(jù)。

9、根據(jù)本申請第一方面前述任一實施方式，通過卷積神經(jīng)網(wǎng)絡(luò)對預(yù)處理后的實時流量數(shù)據(jù)進(jìn)行特征提取，得到特征提取后的實時流量數(shù)據(jù)，包括：設(shè)計卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)；通過卷積層的卷積操作和激活函數(shù)，提取不同尺度的特征；將提取到的特征表示為向量或特征圖的形式，作為特征提取后的實時流量數(shù)據(jù)。

10、根據(jù)本申請第一方面前述任一實施方式，在基于預(yù)先訓(xùn)練好的流量預(yù)測模型和特征提取后的實時流量數(shù)據(jù)，得到光線路終端的流量預(yù)測結(jié)果，流量預(yù)測結(jié)果包括光線路終端在未來時間段的流量數(shù)據(jù)之后，流量預(yù)測方法還包括：根據(jù)流量預(yù)測結(jié)果，輸出預(yù)警信息；根據(jù)預(yù)警信息，輸出設(shè)備板卡倒換策略。

11、第二方面，本申請實施例提供了一種流量預(yù)測裝置，流量預(yù)測裝置包括：獲取模塊，用于通過軟件定義網(wǎng)絡(luò)，獲取光線路終端的實時流量數(shù)據(jù)；預(yù)處理模塊，用于使用第一深度學(xué)習(xí)模型對實時流量數(shù)據(jù)進(jìn)行預(yù)處理，得到預(yù)處理后的實時流量數(shù)據(jù)；特征提取模塊，用于通過卷積神經(jīng)網(wǎng)絡(luò)對預(yù)處理后的實時流量數(shù)據(jù)進(jìn)行特征提取，得到特征提取后的實時流量數(shù)據(jù)，特征提取后的實時流量數(shù)據(jù)用于反映實時流量數(shù)據(jù)的變化趨勢；生成模塊，用于基于預(yù)先訓(xùn)練好的流量預(yù)測模型和特征提取后的實時流量數(shù)據(jù)，得到光線路終端的流量預(yù)測結(jié)果，流量預(yù)測結(jié)果包括光線路終端在未來時間段的流量數(shù)據(jù)。

12、第三方面，本申請實施例提供了一種電子設(shè)備，電子設(shè)備包括：處理器以及存儲有計算機(jī)程序指令的存儲器；處理器執(zhí)行計算機(jī)程序指令時實現(xiàn)如第一方面的流量預(yù)測方法。

13、第四方面，本申請實施例提供了一種計算機(jī)可讀存儲介質(zhì)，計算機(jī)可讀存儲介質(zhì)上存儲有計算機(jī)程序指令，計算機(jī)程序指令被處理器執(zhí)行時實現(xiàn)如第一方面的流量預(yù)測方法。

14、本申請實施例的流量預(yù)測方法、裝置、設(shè)備及可讀存儲介質(zhì)，能夠通過將特征提取后的實時流量數(shù)據(jù)輸入流量預(yù)測模型，得到光線路終端的未來時間段的流量數(shù)據(jù)。由于特征提取后的實時流量數(shù)據(jù)是經(jīng)過預(yù)處理和特征提取得到的，所以特征提取后的實時流量數(shù)據(jù)可以反映提取到的實時流量數(shù)據(jù)的變化模式和變化趨勢。使得在將特征提取后的實時流量數(shù)據(jù)輸入流量預(yù)測模型時，流量預(yù)測模型可以學(xué)習(xí)實時流量數(shù)據(jù)的變化模式和變化趨勢，從而達(dá)到可以根據(jù)實時輸入的流量數(shù)據(jù)，預(yù)測后續(xù)流量數(shù)據(jù)的效果。

技術(shù)特征：

1.一種流量預(yù)測方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的流量預(yù)測方法，其特征在于，在所述通過軟件定義網(wǎng)絡(luò)，獲取光線路終端的實時流量數(shù)據(jù)之前，所述方法還包括：

3.根據(jù)權(quán)利要求2所述的流量預(yù)測方法，其特征在于，所述根據(jù)所述特征提取后的歷史流量數(shù)據(jù)，對所述流量預(yù)測模型進(jìn)行訓(xùn)練和評估，得到訓(xùn)練好的流量預(yù)測模型，包括：

4.根據(jù)權(quán)利要求3所述的流量預(yù)測方法，其特征在于，所述根據(jù)所述評估結(jié)果對所述訓(xùn)練后的流量預(yù)測模型的模型參數(shù)進(jìn)行調(diào)整，得到所述訓(xùn)練好的流量預(yù)測模型，包括：

5.根據(jù)權(quán)利要求3所述的流量預(yù)測方法，其特征在于，所述根據(jù)所述評估結(jié)果對所述訓(xùn)練后的流量預(yù)測模型的模型參數(shù)進(jìn)行調(diào)整，得到所述訓(xùn)練好的流量預(yù)測模型，包括：

6.根據(jù)權(quán)利要求1所述的流量預(yù)測方法，其特征在于，所述通過軟件定義網(wǎng)絡(luò)，獲取光線路終端的實時流量數(shù)據(jù)，包括：

7.根據(jù)權(quán)利要求1所述的流量預(yù)測方法，其特征在于，所述第一深度學(xué)習(xí)模型包括自編碼器模型；

8.根據(jù)權(quán)利要求1所述的流量預(yù)測方法，其特征在于，所述通過卷積神經(jīng)網(wǎng)絡(luò)對預(yù)處理后的實時流量數(shù)據(jù)進(jìn)行特征提取，得到特征提取后的實時流量數(shù)據(jù)，包括：

9.根據(jù)權(quán)利要求1所述的流量預(yù)測方法，其特征在于，在所述基于預(yù)先訓(xùn)練好的流量預(yù)測模型和所述特征提取后的實時流量數(shù)據(jù)，得到所述光線路終端的流量預(yù)測結(jié)果，所述流量預(yù)測結(jié)果包括所述光線路終端在未來時間段的流量數(shù)據(jù)之后，所述方法還包括：

10.一種流量預(yù)測裝置，其特征在于，所述流量預(yù)測裝置包括：

11.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括：處理器以及存儲有計算機(jī)程序指令的存儲器；

12.一種計算機(jī)可讀存儲介質(zhì)，其特征在于，所述計算機(jī)可讀存儲介質(zhì)上存儲有計算機(jī)程序指令，所述計算機(jī)程序指令被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-9任意一項所述的流量預(yù)測方法。

13.一種計算機(jī)程序產(chǎn)品，其特征在于，所述計算機(jī)程序產(chǎn)品中的指令由電子設(shè)備的處理器執(zhí)行時，使得所述電子設(shè)備執(zhí)行如權(quán)利要求1-9任意一項所述的流量預(yù)測方法。

技術(shù)總結(jié)
本申請公開了一種流量預(yù)測方法、裝置、設(shè)備及可讀存儲介質(zhì)。流量預(yù)測方法包括：通過軟件定義網(wǎng)絡(luò)，獲取光線路終端的實時流量數(shù)據(jù)；使用第一深度學(xué)習(xí)模型對實時流量數(shù)據(jù)進(jìn)行預(yù)處理，得到預(yù)處理后的實時流量數(shù)據(jù)；通過卷積神經(jīng)網(wǎng)絡(luò)對預(yù)處理后的實時流量數(shù)據(jù)進(jìn)行特征提取，得到特征提取后的實時流量數(shù)據(jù)，特征提取后的實時流量數(shù)據(jù)用于反映實時流量數(shù)據(jù)的變化趨勢；基于預(yù)先訓(xùn)練好的流量預(yù)測模型和特征提取后的實時流量數(shù)據(jù)，得到光線路終端的流量預(yù)測結(jié)果，流量預(yù)測結(jié)果包括光線路終端在未來時間段的流量數(shù)據(jù)。本申請實施例能夠根據(jù)實時流量數(shù)據(jù)，準(zhǔn)確、實時地對光線路終端未來時間段的流量數(shù)據(jù)進(jìn)行預(yù)測。

技術(shù)研發(fā)人員：俞澤湉,戴洪帥,田磊,楊彬,李文龍
受保護(hù)的技術(shù)使用者：中國移動通信集團(tuán)安徽有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21