一种基于LSTM的网络流量预测方法

摘要

本发明公开了一种基于LSTM的网络流量预测方法，方法为：利用封包嗅探工具抓取网络流量数据，在路由节点上部署封包嗅探工具，抓取网络流量数据，将单位时间内所有封包作为一个样本，每个样本中的所有封包分开保存；进行数据预处理，提取特征，并标注标签，提取的特征包括总封包数、出境/入境封包比例、出境/入境封包总长度、出境/入境封包平均长度、出境/入境封包长度方差、总/平均传输时间；使用LSTM对数据进行建模；使用模型预测新的数据，得到网络流量的预测值。本方法将长短时记忆模型与人工神经网络相结合，提升了网络流量的预测精确度。