[发明专利]一种物联网网络流量预测方法、系统及存储介质

说明书

本发明涉及物联网网络流量预测方法、系统及存储介质，包括以下步骤：S1.云端服务器每隔一段时间t，统计一次N条中继线路的网络流量，在时间Mt内；统计获得N条中继线路的原始流量矩阵D；S2.对原始流量矩阵D进行平滑化处理，获得矩阵E；S3.求取矩阵E中每一条中继线路的极大值序列及极小值序列；S4.基于每一条中继线路的极大值序列及极小值序列求取相应中继线路的震荡因子；S5.基于所述每一条中继线路的极大值序列、极小值序列、震荡因子求取相应中继线路下一时段的流量估值。

技术领域

本发明涉及物联网技术领域，更具体地，涉及一种物联网网络流量预测方法、系统及存储介质。

背景技术

近年来，物联网技术的兴起让原来孤立的设备间可以较为有效地进行组网、通信与协作，提高了社会生产、交通物流、通信交流的效率。但物联网技术的进一步推广也带来了一些需要解决的技术难题，比如接入设备的规模的扩大让网络变得拥挤。解决思路主要有两种，一种是提高通信线路的带宽，比如使用光纤通信。另一种是设计网络拥挤调度算法，而调度算法的其中一个核心算法模块为网络流量预测算法，当获得不同线路的流量预测值后，服务器端可引导终端设备均衡使用各线路。

目前主流的网络流量预测算法主要基于机器学习算法来完成。其一般需收集大量甚至海量的原始数据，提取出特征向量，再送入计算模型，最后得出某个值的概率。如果网络内线路数量过多，那么模型的复杂度将呈指数级增长，对系统硬件要求苛刻，无法适应大规模的物联网场景。

发明内容

本发明的发明目的在于提供一种物联网网络流量预测方法，该方法要求的样本数量规模较小、计算过程简单，且具备较好的可扩展性，算法的复杂度与数据规模呈线性关系，能够适合大部分场景的组网需求。

为实现以上发明目的，采用的技术方案是：

一种物联网网络流量预测方法，包括以下步骤：

S1.云端服务器每隔一段时间t，统计一次N条中继线路的网络流量，在时间Mt内；统计获得N条中继线路的原始流量矩阵D；

S2.对原始流量矩阵D进行平滑化处理，获得矩阵E；

S3.求取矩阵E中每一条中继线路的极大值序列及极小值序列；

S4.基于每一条中继线路的极大值序列及极小值序列求取相应中继线路的震荡因子；

S5.基于所述每一条中继线路的极大值序列、极小值序列、震荡因子求取相应中继线路下一时段的流量估值。

优选地，所述原始流量矩阵D表示如下：

；

其中，，，表示实数域R上的N行M列矩阵，表示第x条线路在时间内的流量统计值。

优选地，所述步骤S2对原始流量矩阵D进行平滑化处理，获得矩阵E，具体包括：

求取N条中继线路的总流量的平均值：

对原始流量矩阵D中的元素进行平滑化处理：

获得矩阵E：

。

优选地，所述步骤S3中，令求取的中继线路x的极大值序列表示为， ，；在矩阵E中，其值比紧邻的左边元素、右边元素要大，即且；；

令求取的中继线路x的极小值序列表示为，，；在矩阵E中，其值比紧邻的左边元素、右边元素要小，即且,。

优选地，所述步骤S4基于每一条中继线路的极大值序列及极小值序列求取相应中继线路的震荡因子，具体包括：