[发明专利]网络流量预测方法和装置

说明书

技术领域

本发明涉及通信技术，尤其涉及一种网络流量预测方法和装置。

背景技术

由于移动通信技术的快速发展和智能终端的迅速普及，传统的互联网业务逐渐向移动通信网络渗透，各种新应用不断涌现，业务流量飞速增长，给运营商的网络运营带了前所未有的冲击。

现有技术中，采用对历史流量数据进行分析，获取长期变化趋势成分以及随机成分对网络流量进行预测。然而，上述方法无法较为准确的预测网络内业务流量的发展规律，进而无法对网络进行合理的资源配置。

发明内容

本发明提供一种网络流量预测方法和装置，用以解决现有技术中，通过获取历史流量数据的长期变化趋势信息以及随机成分信息预测网络内业务流量的发展规律不准确的问题。

一方面，本发明实施例提供一种网络流量预测方法，其特征在于，包括：

获取网络流量的流量样本数据；

确定所述流量样本数据的长期变化趋势信息；

根据所述流量样本数据和所述长期变化趋势信息，确定所述流量样本数据的周期变化信息；

根据所述流量样本数据、所述长期变化趋势信息和所述周期变化信息，确定所述流量样本数据的随机变化信息；

根据所述流量样本数据的所述长期变化趋势信息、周期变化信息、随机变化信息对网络流量进行预测。

另一方面，本发明实施例提供一种网络流量预测装置，其特征在于，包括：获取模块、第一处理模块、第二处理模块、第三处理模块和预测模块；

所述获取模块，用于获取网络流量的流量样本数据；

所述第一处理模块，用于确定所述流量样本数据的长期变化趋势信息；

所述第二处理模块，用于根据所述流量样本数据和所述长期变化趋势信息，确定所述流量样本数据的周期变化信息；

所述第三处理模块，用于根据所述流量样本数据、所述长期变化趋势信息和所述周期变化信息，确定所述流量样本数据的随机变化信息；

所述预测模块，用于根据所述流量样本数据的所述长期变化趋势信息、周期变化信息、随机变化信息对网络流量进行预测。

本发明提供的网络流量预测方法和装置，通过对流量样本数据进行分析，获取该流量样本数据的长期变化趋势信息、周期变化信息和随机变化信息，并根据上述长期变化趋势信息、周期变化信息和随机变化信息对网络流量进行预测，提高了预测的准确性，进而可对网络进行合理的资源配置。

附图说明

图1为本发明提供的网络流量预测方法一个实施例的流程图；

图2为本发明提供的网络流量预测方法另一个实施例的流程图；

图3为本发明实施例中一频域数据对应的频谱图；

图4为本发明提供的网络流量预测装置一个实施例的结构示意图；

图5为本发明提供的网络流量预测装置另一个实施例的结构示意图。

具体实施方式

本文中描述的技术可用于各种通信网络的数据业务流量的预测，例如当前2G，3G通信系统和下一代通信系统，例如全球移动通信系统（GSM，Global System for Mobile communications），码分多址（CDMA，Code Division Multiple Access）系统，时分多址（TDMA，Time Division Multiple Access）系统，宽带码分多址（WCDMA，Wideband Code Division Multiple Access Wireless），频分多址（FDMA，Frequency Division Multiple Addressing）系统，正交频分多址（OFDMA，Orthogonal Frequency-Division Multiple Access）系统，单载波FDMA（SC-FDMA）系统，通用分组无线业务（GPRS，General Packet Radio Service）系统，长期演进（LTE，Long Term Evolution）系统，以及其他此类通信系统。

图1为本发明提供的网络流量预测方法一个实施例的流程图。如图1所示，以下步骤的执行主体可以为网络中的网络设备、服务器，或是集成在该网络设备或服务器上的模块、芯片等。如图1所示，该网络流量预测方法具体包括：

S101，获取网络流量的流量样本数据；