面向IP网络扩容应用的复杂网络流量预测方法

摘要

IP网络扩容是通信运营商保持网络平稳运行的一种常见维护方式,核心在于预测未来一段时间的网络流量走势。IP网络流量非常复杂,具有局部不确定性、突发性、异质性等,给预测带来困难。提出了一种针对复杂网络流量的预测方法,它采用编码-解码结构,即在编码层增加全局特征、在解码层增加全局特征和局部特征解析的方式解决局部不确定性;通过增加先验知识缓解突发性;模型采用样本均衡、归一化等方式尽量提取数据的共性,避开数据的异质性。模型整体的参数较少,具有较强的泛化性能;同时采用人工特征和自动特征结合方式保证了浅层网络的准确率。实验结果表明,所提出的方法具有准确率高、泛化性能强的特性。目前该方法已经在工程中大规模应用。