网络流量预测方法、装置、计算机设备和介质制造方法及图纸

本申请涉及一种网络流量预测方法、装置、计算机设备和介质，该方法包括：首先根据目标网络区域在历史预设时长内的历史网络使用数据，获取目标网络区域内每个UPF的吞吐量时间序列和用户数时间序列，然后基于各UPF的吞吐量时间序列和用户数时间序列，确定对应UPF在未来预设时长内的各链路的预测流量，最后根据各UPF在未来预设时长内的各链路的预测流量，确定目标网络区域内各链路的流量分布信息。采用本方法获取的流量分布信息能够在全局覆盖目标网络区域的同时，保证各链路预测流量的准确性。确性。确性。

【技术实现步骤摘要】
网络流量预测方法、装置、计算机设备和介质


[0001]本申请涉及大数据
，特别是涉及一种网络流量预测方法、装置、计算机设备和介质。

技术介绍

[0002]随着大数据技术的发展，网络架构越来越复杂，网络流量也日趋增长。若不及时对网络进行规划，比如网络优化、网络扩容，会导致网络无法稳定运行。因此，预测网络流量对网络建设、规划和优化至关重要。
[0003]相关技术中，对网络流量进行预测时，通常是基于基站的短时间流量数据进行预测得出网络流量的变化规律，从而实现对网络流量的预测。
[0004]然而，相关技术在进行网络流量预测时，无法准确全面地预测全网流量。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够全面准确预测全网流量的网络流量预测方法、装置、计算机设备和介质。
[0006]第一方面，本申请提供了一种网络流量预测方法，该方法包括：
[0007]根据目标网络区域在历史预设时长内的历史网络使用数据，获取目标网络区域内每个UPF的吞吐量时间序列和用户数时间序列；
[0008]基于每个UPF的吞吐量时间序列和用户数时间序列，确定对应UPF在未来预设时长内的各链路的预测流量；每个UPF在未来预设时长内的各链路的预测流量用来确定目标网络区域内各链路的流量分布信息。
[0009]第二方面，本申请提供了一种网络流量预测装置，该装置包括：
[0010]序列获取模块，用于根据目标网络区域在历史预设时长内的历史网络使用数据，获取目标网络区域内每个UPF的吞吐量时间序列和用户数时间序列；
[0011]流量确定模块，用于基于各UPF的吞吐量时间序列和用户数时间序列，确定对应UPF在未来预设时长内的各链路的预测流量；
[0012]分布确定模块，用于根据各UPF在未来预设时长内的各链路的预测流量，确定目标网络区域内各链路的流量分布信息。
[0013]第三方面，本申请提供了一种计算机设备，该计算机设备包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现上述第一方面中任一项实施例中的方法的步骤。
[0014]第四方面，本申请提供了一种计算机可读存储介质，该计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述第一方面中任一项实施例中的方法的步骤。
[0015]第五方面，本申请提供了一种计算机程序产品，该计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面中任一项实施例中的方法的步骤。
[0016]上述网络流量预测方法、装置、计算机设备和介质，首先根据目标网络区域在历史预设时长内的历史网络使用数据，获取目标网络区域内每个UPF的吞吐量时间序列和用户数时间序列，然后基于每个UPF的吞吐量时间序列和用户数时间序列，确定对应UPF在未来预设时长内的各链路的预测流量，其中，每个UPF在未来预设时长内的各链路的预测流量用来确定目标网络区域内各链路的流量分布信息。由于该方法是在获取目标网络区域每个UPF的历史网络使用数据的基础上，通过获取每个UPF的吞吐量时间序列和用户时间序列，确定每个UPF各链路的预测流量。相当于是在预测每个UPF链路流量的过程中，既考虑各链路的流量与时间的相关性，又考虑了各链路流量与对应用户的相关性，这样获取的各UPF的链路流量具有可靠性。在获取各UPF的链路流量之后，根据目标网络区域内的拓扑结构，建立目标网络区域内各UPF之间的联系，确定目标网络区域内各链路的流量分布信息，这样获取的流量分布信息能够在全局覆盖目标网络区域的同时，保证各链路预测流量的准确性。
附图说明
[0017]图1为一个实施例中网络流量预测方法的应用环境图；
[0018]图2为5G网络的典型架构的示意图；
[0019]图3为5G网络数据平面架构的示意图；
[0020]图4为一个实施例中网络流量预测方法的第一流程示意图；
[0021]图5为一个实施例中历史网络使用数据获取步骤的流程示意图；
[0022]图6为一个实施例中用户数时间序列获取步骤的第一流程示意图；
[0023]图7为一个实施例中吞吐量时间序列获取步骤的第一流程示意图；
[0024]图8为一个实施例中吞吐量时间序列获取步骤的第二流程示意图；
[0025]图9为一个实施例中用户数时间序列获取步骤的第二流程示意图；
[0026]图10为一个实施例中用户数时间序列获取步骤的第三流程示意图；
[0027]图11为一个实施例中预测流量确定步骤的流程示意图；
[0028]图12为一个实施例中预测吞吐量获取步骤的第一流程示意图；
[0029]图13为一个实施例中长短期记忆网络的结构示意图；
[0030]图14为一个实施例中预测吞吐量获取步骤的第二流程示意图；
[0031]图15为一个实施例中网络流量预测方法的第二流程示意图；
[0032]图16为一个实施例中网络流量预测装置的结构框图；
[0033]图17为一个实施例中计算机设备的内部结构图。
具体实施方式
[0034]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0035]本申请实施例提供的网络流量预测方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和
便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
[0036]第5代移动通信技术（5th Generation Mobile Communication Technology，5G）在提供更密集的组网、更快的速率、更低的时延和更可靠的移动性保障的同时，也带来网络架构更复杂，网元类型更多样的问题；同时面向企业(to business，toB)和面向用户(to consumer，toC)业务网元的交叉共享，运营商采取的大区集中组网建设方式，都使得网络流量的构成和表现更加复杂多变。
[0037]图2为5G网络的典型架构，图2中，5G网络中包括5G核心网络，如图2虚线框所示，5G核心网络由鉴权服务功能(Authentication Server Function，AUSF)、网络仓储功能(NF Repository Function，NRF)、统一数据管理功能(Unified Data Management，UDM)、策略控制功能(Policy Contr本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络流量预测方法，其特征在于，所述方法包括：根据目标网络区域在历史预设时长内的历史网络使用数据，获取所述目标网络区域内每个UPF的吞吐量时间序列和用户数时间序列；基于所述每个UPF的吞吐量时间序列和用户数时间序列，确定对应UPF在未来预设时长内的各链路的预测流量；所述每个UPF在未来预设时长内的各链路的预测流量用来确定所述目标网络区域内各链路的流量分布信息。2.根据权利要求1所述的方法，其特征在于，所述历史网络使用数据包括本地用户数、漫入用户数、本地链路流量、漫入链路流量；在所述获取所述目标网络区域内每个UPF的吞吐量时间序列和用户数时间序列之前，所述方法还包括：通过部署于认证管理功能设备的采集器接口采集所述本地用户数和所述漫入用户数；通过部署于本地链路路由器的采集器接口采集所述本地链路流量；通过部署于漫入链路路由器的采集器接口采集所述漫入链路流量。3.根据权利要求2所述的方法，其特征在于，所述根据目标网络区域在历史预设时长内的历史网络使用数据，获取所述目标网络区域内每个UPF的吞吐量时间序列和用户数时间序列，包括：根据所述本地链路流量和所述漫入链路流量，构建所述目标网络区域内每个UPF的吞吐量时间序列；根据所述本地用户数和所述漫入用户数，构建所述目标网络区域内每个UPF的用户数时间序列。4.根据权利要求3所述的方法，其特征在于，所述根据所述本地链路流量和所述漫入链路流量，构建所述目标网络区域内每个UPF的吞吐量时间序列，包括：针对任一个UPF，根据所述本地链路流量、所述漫入链路流量和所述目标网络区域内的UPF数量，获取所述UPF的吞吐量；根据所述UPF的吞吐量和所述UPF对应区域的不同领域的流量特征数据，构建所述UPF的特征向量；基于所述UPF的特征向量构建所述UPF的吞吐量时间序列。5.根据权利要求4所述的方法，其特征在于，所述基于所述UPF的特征向量构建所述吞吐量时间序列，包括：获取所述目标网络区域在历史预设时长内的至少一个流量影响事件时间序列；依次从所述UPF的特征向量消除各所述流量影响事件时间序列中对应时间的流量特征数据，以对所述UPF的特征向量进行削峰处理，得到所述UPF的吞吐量时间序列。6.根据权利要求3所述的方法，其特征在于，所述用户数时间序列包括本地用户数时间序列和漫入用户数时间序列；所述根据所述本地用户数和所述漫入用户数，构建所述目标网络区域内每个UPF的用户数时间序列，包括：针对任一个UPF，根据所述本地用户数获取所述UPF的本地用户数，以及根据所述漫入用户数获取所述UPF的漫入用户数；根据所述UPF的本地用户数建立所述UPF的初始本地用户数时间序列，以及根据所述UPF的漫入用户数建立所述UPF的初始漫入用户数时间序列；根据所述初始本地用户数时间序列建立所述UPF的本地用户数时间序列，以及根据所
述初始漫入用户数时间序列建立所述UPF的漫入用户数时间序列。7.根据权利要求6所述的方法，其特征在于，所述根据所述初始本地用户数时间序列建立所述UPF的本地用户数时间序列，以及根据所述初始漫入用户数时间序列建立所述UPF的漫入用户数时间序列，包括：获取所述UPF对应区域在历史预设时长内的至少一个用户影响事件时间序列；根据各所述用户影响事件时间序列对所述初始本地用户数时间序列进行削峰处理，得到所述UPF的本地用户数时间序列；根据各所述用户影响事件时间序列对所述初始漫入用户数时间序列进行削峰处理，得到所述UPF的漫入用户数时间序列。8.根据权利要求1
‑
7中任一项所述的方法，其特征在于，所述基于...

【专利技术属性】
技术研发人员：李煊，吴柯萌，周序，薛妍妍，王晓露，逯云松，
申请(专利权)人：网络通信与安全紫金山实验室，
类型：发明
国别省市：