[发明专利]一种网络流量预测方法及装置

说明书

技术领域

本发明涉及云OS(Operating System，操作系统)中基础设备监控系统领域，具体涉及一种高效、准确的网络流量预测方法及装置。

背景技术

随着信息科技的发展，云计算逐步成为业界的发展热点，国内外各大厂商的云计算服务平台也开始纷纷投入到科学、教育、文化、卫生、政府、高性能计算、电子商务、物联网等多个领域进行使用。

在云OS中，资源调度模块是系统的核心组成部分，通过资源调度，达到系统中各资源合理、高效、低耗地运行。网络流量曲线，是资源调度模块的重要依据之一。但由于系统运行速度要求，不可能时时获取流量值，所以，对于任意时刻流量值的预测，特别是下一时刻流量值，变得尤为重要。

传统的网络流量预测方法，采用最近邻算法、加权平均法或样条拟合法进行预测，要么准确度太低，要么时间复杂度太高，无法满足云OS中资源调度系统的要求。如何在保证高准确度的前提下，尽量减小预测算法的时间复杂度，成为一个难点问题。

发明内容

本发明要解决的技术问题是提供一种网络流量预测方法及装置，以准确快速预测云操作系统的网络流量。

为了解决上述技术问题，本发明提供了一种网络流量预测方法，包括：

获取云操作系统中待预测点周围抽样时刻的流量样本值；

利用不同抽样时刻的流量样本值，根据插值预测算法计算网络流量预测值。

进一步地，上述方法还具有下面特点：所述获取云操作系统中待预测点周围抽样时刻的流量样本值是通过以下方式实现的：

使用简单网络管理协议来获取的。

进一步地，上述方法还具有下面特点：所述插值预测算法包括：

埃特金插值算法。

为了解决上述问题，本发明还提供了一种网络流量预测装置，包括：

第一模块，用于获取云操作系统中待预测点周围抽样时刻的流量样本值；

第二模块，用于利用不同抽样时刻的流量样本值，根据插值预测算法计算网络流量预测值。

进一步地，上述装置还具有下面特点：

所述第一模块，是使用简单网络管理协议获取云操作系统中待预测点周围抽样时刻的流量样本值的。

进一步地，上述装置还具有下面特点：所述插值预测算法包括：

埃特金插值算法。

综上，本发明提供一种网络流量预测方法及装置，以准确快速预测云操作系统的网络流量。

附图说明

图1为本发明实施例的网络流量预测方法的流程图；

图2为本发明实施例的网络流量预测装置的示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

图1为本发明实施例的网络流量预测方法的流程图，如图1所示，包括以下步骤：

步骤101、获取云操作系统中待预测点周围抽样时刻的流量样本值；

具体地，可以使用SNMP(Simple Network Management Protocol，简单网络管理协议)获取待预测点周围抽样时刻的流量样本值；

通过使用SNMP，获得靠近且尽量使待预测点位于其中心的若干个抽样时刻的网络流量累积值，并计算求得各时刻流量样本值(公式为：y_k＝Y_K-Y_K-1；其中，y_k为t_k时刻流量值，Y_k为t_k时刻流量累积值，作为预测算法的数据基础。

例如，指定一定的时间段，使用SNMP获取待预测时刻附近10个(或n个)抽样时刻的网络流量累积值，计算得到该10个(或n个)时刻的流量样本值。

使用广泛适用于各种服务器、存储以及网络设备的SNMP获取待预测点周围抽样时刻的流量样本值，具有适用性、实时性、快捷性。选择样本点的分段越为精细，样本点的个数越多，则预测值就越为准确。

步骤102、利用不同抽样时刻的流量样本值，根据插值预测算法计算网络流量预测值；

通过插值预测算法，将高次插值过程转化为线性插值的多次重复计算，利用不同时刻的流量抽样值，准确率更高；时间复杂度低、计算简便、便于编程、占用存储空间小、预测结果准确。