[发明专利]一种物联网边缘流量预测方法、装置及设备

说明书

本说明书实施例公开了一种物联网边缘流量预测方法、装置及设备。方案包括：获取历史数据量和当前时段数据传输量；对历史数据量和当前时段数据传输量分别进行数据时间对齐；对对齐后的历史数据量和当前时段数据传输量进行数据拟合；采用灰色模型和长短期记忆网络对拟合后的数据进行预测，得到预测结果。本方案根据物联网边缘流量的不确定性，提出了应用LSTM和灰色模型相结合的方法进行长短期流量预测，从而实现了边缘流量的全方位预测，有效解决物联网终端的数据存储和预计算，提高物联网边缘流量预测的准确性。

技术领域

本申请涉及物联网技术领域，尤其涉及一种物联网边缘流量预测方法、装置及设备。

背景技术

智能设备的普及，带动了物联网技术的应用和发展。物联网数据是分布式的管理，海量物联网数据已不适合传统数据的管理方式。物联网是新一代信息技术的重要组成部分，同样是信息发展的重大标志。物联网通过连接智能设备，使得异构实体之间更容易收集、流通、处理和共享数据。

传感器是物联网的节点，通过物联网连接的设备和技术可以实时监控和测量数据，从而节省时间和金钱，物联网各节点之间会进行信息传递和数据传输，那么如何根据各节点历史数据传输量和当前时段数据传输量来预测未来数据传输量是一个值得研究的方向。

发明内容

有鉴于此，本申请实施例提供了一种物联网边缘流量预测方法、装置及设备，用于提高物联网边缘流量预测的准确性。

为解决上述技术问题，本说明书实施例是这样实现的：

第一方面，本说明书实施例提供的一种物联网边缘流量预测方法，包括：

获取历史数据量和当前时段数据传输量；

对历史数据量和当前时段数据传输量分别进行数据时间对齐；

对对齐后的历史数据量和当前时段数据传输量进行数据拟合；

采用灰色模型和长短期记忆网络对拟合后的数据进行预测，得到预测结果。

可选的，所述灰色模型用于短期数据预测，所述长短期记忆网络用于长期数据预测。

可选的，所述采用灰色模型和长短期记忆网络对拟合后的数据进行预测，具体包括：

设定时间阈值T，当历史时刻t≤T时，采用灰色模型对下一时刻的数据值进行预测，当历史时刻tT时，采用长短期记忆网络对下一时刻的数据值进行预测进行预测，根据两者的预测结果进行加权平均得到最终的预测数值。

可选的，所述对历史数据量和当前时段数据传输量分别进行数据时间对齐，具体包括：

根据历史数据量确定变化变化曲线；

采用动态时间规整算法将当前时间段数据传输量和所述变化曲线进行时间对齐。

可选的，所述采用动态时间规整算法将当前时间段数据传输量和所述变化曲线进行时间对齐，具体包括：

确定所述当前时间段数据传输量的第一时间序列；

确定所述变化曲线的第二时间序列；

判断所述第一时间序列和所述第二时间序列的长度是否相同，得到判断结果；

当所述判断结果表示所述第一时间序列和所述第二时间序列的长度相同时，计算所述第一时间序列与所述第二时间序列的距离。

可选的，所述方法还包括：

当所述判断结果表示所述第一时间序列和所述第二时间序列的长度不相同时，根据所述第一时间序列的长度和所述第二时间序列的长度构造一个矩阵网络，矩阵某一位置的元素为两个点的距离，通过动态回归的方法寻找一条通过此网络中若干格点的路径，路径通过的格点即为两个序列进行计算的对齐的点。