[发明专利]基于变分自编码器估计无线局域网络接入点吞吐量的方法

权利要求书

1.一种基于变分自编码器估计无线局域网络接入点吞吐量的方法，其特征在于，该方法包括如下步骤：

(1)获取无线局域网络中AP端的吞吐量作为样本，对吞吐量数据做预处理，制作数据集X；

(2)根据基于变分自编码器网络的异常值检测方法，训练数据集X，获得异常值检测模型；

(3)根据基于变分自编码器网络的异常值检测方法，对数据集X进行全网AP吞吐量数据异常值过滤，制作新的数据集X¹；

(4)根据数据集X¹，采用传统时间序列预测算法对AP吞吐量进行预测；

步骤(1)中所述制作数据集X的具体方法包括：

(11)读取所述预处理后含有噪声、异常值的AP吞吐量数据；

(12)对步骤(11)读取的AP吞吐量数据按照时间序列进行数据预处理，取窗，形成若干个以时间窗口为W的AP吞吐量数据时间序列戳；

(13)将AP吞吐量数据时间序列戳以7:3的比例分为训练集与测试集，训练集与测试集之间无交集；

步骤(2)中所述基于变分自编码器的异常值检测方法，采用PyTorch框架，在线性网络中加入常数项，防止方差项较小；

步骤(3)中所述制作新的数据集X¹的具体方法包括：

(31)对一个时间窗口为W的AP吞吐量数据时间序列戳x，通过吞吐量异常检测模型获得新的AP吞吐量数据时间序列戳x′与方差σ_x；

(32)若x∈[x′-λσ_x，x′+λσ_x]，其中λ是正常数，保留x；

(33)若xx′-λσ_x，则x＝x′-λσ_x；

(34)若xx′+λσ_x，则x＝x′+λσ_x；

(35)制作新的数据集X¹。

2.根据权利要求1所述的基于变分自编码器估计无线局域网络接入点吞吐量的方法，其特征在于，步骤(4)中，所述根据数据集X¹，采用传统时间序列预测算法对AP吞吐量进行预测，传统的时间序列预测算法包括高斯过程回归、XGBoost。

3.根据权利要求1所述的基于变分自编码器估计无线局域网络接入点吞吐量的方法，其特征在于，步骤(1)中获取无线局域网络中AP端的吞吐量作为样本的时候过滤周末节假日数据。