[发明专利]一种流量的监控方法、模型的训练方法、装置及存储介质

权利要求书

1.一种流量的监控方法，其特征在于，所述方法包括：

获取网络在多个历史时刻时的历史流量；

将所述历史流量转换成所述历史流量所在的流量区间对应的一个数值；

通过预设的流量预估模型处理所述数值，预估出所述网络在预估时刻时的预估流量；

在所述预估时刻时，获取所述网络的实际流量；

根据所述实际流量与所述预估流量，确定所述网络的流量是否异常；

其中，在将所述历史流量转换成所述历史流量所在的流量区间对应的一个数值之前，所述方法还包括：确定出所述网络的所有实际流量中的最大值与最小值；在所述最小值与所述最大值之间，划分出相邻的多个流量区间；建立每个所述流量区间与一个数值的对应关系，其中，每个所述流量区间对应的一个数值小于与该流量区间相邻的下一个流量区间对应的一个数值。

2.根据权利要求1所述的流量的监控方法，其特征在于，通过预设的流量预估模型处理所述数值，预估出所述网络在预估时刻时的预估流量，包括：

将所述数值独热编码成对应的一段编码；

通过所述流量预估模型处理所述编码，预估出所述预估流量。

3.根据权利要求1所述的流量的监控方法，其特征在于，根据所述实际流量与所述预估流量，确定所述网络的流量是否异常，包括：

确定出所述实际流量与所述预估流量的差值；

判断所述差值是否在预设的正常差值区间以内，其中，所述差值在所述正常差值区间以内表示所述网络的流量正常，否则，表示所述网络的流量异常。

4.根据权利要求3所述的流量的监控方法，其特征在于，在判断所述差值是否在预设的正常差值区间以内之前，所述方法还包括：

确定出所有历史时刻中每个历史时刻的预估流量与实际流量的历史差值；

根据所有的所述历史差值，确定出所述正常差值区间。

5.根据权利要求4所述的流量的监控方法，其特征在于，根据所有的所述历史差值，确定出所述正常差值区间，包括：

确定出所有的所述历史差值的均值，以及确定出所有的所述历史差值的标准差；

获得所述均值与预设倍数的所述标准差的差值，以及获得所述均值与预设倍数的所述标准差的和值，其中，所述差值为所述正常差值区间的最小值，所述和值为所述正常差值区间的最大值。

6.一种模型的训练方法，其特征在于，所述方法包括：

获取网络中多个时刻的实际流量，以及将所述实际流量转换成所述实际流量所在的流量区间对应的一个数值；

利用预设的流量预估模型处理所述数值，预估出在所述多个时刻的下一个时刻的预估流量；

利用所述预估流量和所述下一个时刻的实际流量，训练所述流量预估模型；

其中，在所述将所述实际流量转换成所述实际流量所在的流量区间对应的一个数值之前，所述方法还包括：确定出所述网络的所有实际流量中的最大值与最小值；在所述最小值与所述最大值之间，划分出相邻的多个流量区间；建立每个所述流量区间与一个数值的对应关系，其中，每个所述流量区间对应的一个数值小于与该流量区间相邻的下一个流量区间对应的一个数值。

7.根据权利要求6所述的模型的训练方法，其特征在于，利用预设的流量预估模型处理所述数值，预估出在所述多个时刻的下一个时刻的预估流量，包括：

将所述数值独热编码成对应的一段编码；

利用所述流量预估模型处理所述编码，预估出所述预估流量。

8.根据权利要求6所述的模型的训练方法，其特征在于，将所述实际流量转换成所述实际流量所在的流量区间对应的一个数值，包括：

将所述实际流量中的异常流量筛除，获得筛除后的实际流量；

将所述筛除后的实际流量换成所述筛除后的实际流量所在的流量区间对应的一个数值。