[发明专利]基于随机森林的周期性流量预测方法

权利要求书

1.一种基于随机森林的周期性流量预测方法，其特征在于，包括如下步骤：

(1)采集各类别应用程序的流量数据；

(2)将每个数据流划分为时间序列，提取每个时序点的八个特征，即序号k、时序点内数据包总字节数B₁、时序点内最大数据包字节数B₂、时序点内最小数据包字节数B₃、时序点内平均数据包大小B_a、时序点内最大数据包发送时间间隔t₁、时序点内最小数据包发送时间间隔t₂、时序点内平均数据包发送时间间隔t_a；

(3)构建周期指标确定算法：

(3a)计算数据流时间序列的周期起始点n_s、周期大小T_c、周期相似度F这三个特征；

(3b)将步骤(3a)计算的这三个特征和步骤(2)中提出的k、B₁、B₂、B₃、B_a、t₁、t₂、t_a八种特征，作为第一训练集，输入到随机森林算法,设置该算法的第一初始参数，对训练集执行二分操作，将训练集分为两部分，再对每次二分后的训练集重复执行二分操作，得到一个二叉树结构，当树结构到达设定树的最大深度20时，停止二分操作，训练结束，得到用于确定时间序列的周期指标确定算法；

(4)构建数据预测算法：

(4a)求出时间序列中n_s+1至最后一个点n_e的每个时序点k在周期中的相对位置n_q及所处周期的序号T_q；公式如下：

n_q＝(k-n_s)mod T_c，

其中，n_s为时间序列的周期起始点、T_c为时间序列的周期大小；

(4b)将步骤(4a)求出的两个参数与步骤(3)中的n_s、T_c、F和步骤(2)中的B₁、k这些特征作为第二训练集，输入到随机森林算法，设置该算法的第二初始参数，对训练集执行二分操作，并对每次二分后的训练集重复执行二分操作，得到一个二叉树结构，当树结构到达设定树的最大深度18时，停止二分操作，训练结束，得到用于预测时序点数据大小的数据预测算法；

(5)通过周期指标确定算法和数据预测算法对未知数据流进行预测：

(5a)使用步骤(2)中的方法统计未知数据流前N个时序点中每个时序点的八种时序特征k′、B₁′、B₂′、B₃′、B_a′、t₁′、t₂′、t_a′，并将这N个时序点的八个特征全部输入到周期指标确定算法中，输出该数据流的周期起始点n_s′、周期大小T_c′、周期相似度F′，其中，N为步骤(3)中所有时间序列中n_s的最大值；

(5b)根据步骤(5a)得到未知数据流的周期起始点n_s′、周期大小T_c′、周期相似度F′，提取出n_s′之后的所有时序点，使用步骤(4a)中的方法求出这些时序点的周期特征k′、T_q′、n_q′，并将n_s′、T_c′、F′和所有时序点的k′、T_q′、n_q′共六个特征，输入到数据预测算法中，输出各个时序点的预测数据值。

2.根据权利要求1所述的方法，其特征在于，步骤(1)中采集各类别应用程序的流量数据，采取被动监听方式获取应用运行过程中的数据包及数据包的信息：每个数据包的字节数大小B_i、数据包发送时刻t_k和数据包发送间隔Δk。