[发明专利]一种网络流量预测方法和装置

权利要求书

1.一种网络流量预测方法，其特征在于，包括：

计算设备获取训练数据，所述训练数据包括目标区域中的至少两个基站在第一时间间隔内的流量监测数据；

所述计算设备根据所述训练数据建立贝叶斯时空模型；

所述计算设备基于所述贝叶斯时空模型预测所述目标区域中的至少一个基站在第二时间间隔内的任一时刻或任一时间段的流量数据，所述第一时间间隔与所述第二时间间隔不同；

所述计算设备基于所述贝叶斯时空模型预测所述目标区域中的至少一个基站在第二时间间隔内的任一时刻的网络流量，包括：

所述计算设备根据所述训练数据生成所述贝叶斯时空模型的基础模型，并设定所述贝叶斯时空模型的参数的先验分布，所述贝叶斯时空模型的参数是根据所述训练数据得到的；

所述计算设备根据所述贝叶斯时空模型的基础模型和所述参数的先验分布得到所述贝叶斯时空模型的参数的后验分布；

所述计算设备根据所述贝叶斯时空模型的参数的后验分布预测所述目标区域中的至少一个基站在第二时间间隔内的任一时刻的网络流量。

2.根据权利要求1所述的网络流量预测方法，其特征在于，所述方法还包括：

所述计算设备根据测试数据确定预测数据是否满足预设条件；所述测试数据包括所述目标区域中的至少一个基站在第三时间间隔内的流量监测数据，所述预测数据包括根据所述贝叶斯时空模型预测得到的所述目标区域中的所述至少一个基站在第三时间间隔内的流量数据，所述第三时间间隔包含于所述第二时间间隔；

若确定预测数据不满足预设条件，所述计算设备重新建立贝叶斯时空模型并基于所述重新建立的贝叶斯时空模型重新预测所述目标区域的流量数据。

3.根据权利要求2所述的网络流量预测方法，其特征在于，所述计算设备根据所述贝叶斯时空模型的基础模型和所述参数的先验分布得到所述贝叶斯时空模型的参数的后验分布包括：

所述计算设备根据所述贝叶斯时空模型的参数、所述参数的先验分布、所述训练数据、所述至少一个基站对应的固定空间方差以及所述至少一个基站和至少一个参考节点对应的流量真实值确定所述贝叶斯时空模型的参数的后验分布；其中，所述至少一个参考节点是根据所述至少一个基站的位置信息确定的。

4.根据权利要求3所述的网络流量预测方法，其特征在于，所述计算设备基于所述贝叶斯时空模型预测所述目标区域中的至少一个基站在第二时间间隔内的任一时刻或任一时间段的流量数据包括：

所述计算设备根据所述训练数据确定所述贝叶斯时空模型的参数；

所述计算设备根据所述贝叶斯时空模型的参数确定所述目标区域中的至少一个基站和所述至少一个参考节点的流量真实数据；

所述计算设备根据所述至少一个基站和所述至少一个参考节点的流量真实数据以及所述至少一个基站对应的固定空间方差确定所述至少一个基站中的任一个基站在第二时间间隔内的任一时刻或任一时间段的流量数据。