[发明专利]网络流量预测方法、设备、存储介质及装置

说明书

本发明公开了一种网络流量预测方法、设备、存储介质及装置，该方法包括：获取待预测网络对应的历史时序流量数据，对历史时序流量数据进行标准化处理，获得目标流量数据，根据目标流量数据通过预设双向门控循环单元模型进行流量预测，获得待预测网络的预测流量数据；由于本发明中通过双向门控循环单元模型进行流量预测，而双向门控循环单元模型运算量小，预测精度高，从而提高了网络流量预测的预测速度和准确性。

技术领域

本发明涉及互联网技术领域，尤其涉及一种网络流量预测方法、设备、存储介质及装置。

背景技术

目前，针对网络流量预测问题，往往通过预测模型进行流量预测。但是，现有的预测模型运算量大、预测精度低，从而导致网络流量预测速度慢、准确性低。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种网络流量预测方法、设备、存储介质及装置，旨在解决现有技术中预测模型运算量大、预测精度低，从而导致网络流量预测速度慢、准确性低的技术问题。

为实现上述目的，本发明提供一种网络流量预测方法，所述网络流量预测方法包括以下步骤：

获取待预测网络对应的历史时序流量数据；

对所述历史时序流量数据进行标准化处理，获得目标流量数据；

根据所述目标流量数据通过预设双向门控循环单元模型进行流量预测，获得所述待预测网络的预测流量数据。

可选地，所述获取待预测网络对应的历史时序流量数据的步骤之前，还包括：

获取初始时序流量数据，并对所述初始时序流量数据进行标准化处理，获得流量数据样本；

根据所述流量数据样本对初始双向门控循环单元模型进行训练，获得预设双向门控循环单元模型。

可选地，所述获取初始时序流量数据，并对所述初始时序流量数据进行标准化处理，获得流量数据样本的步骤，包括：

获取初始时序流量数据，并确定所述初始时序流量数据的均值和标准差；

根据所述均值和所述标准差对所述初始流量数据进行标准化处理，获得符合标准正态分布的流量数据样本。

可选地，所述根据所述流量数据样本对初始双向门控循环单元模型进行训练，获得目标双向门控循环单元模型的步骤，包括：

根据所述流量数据样本对初始双向门控循环单元模型进行训练，获得候选双向门控循环单元模型；

获取所述初始双向门控循环单元模型的训练次数，并判断所述训练次数是否大于预设次数；

在所述训练次数大于预设次数时，将所述候选双向门控循环单元模型作为预设双向门控循环单元模型。

可选地，所述在所述训练次数大于预设次数时，将所述候选双向门控循环单元模型作为预设双向门控循环单元模型的步骤，包括：

在所述训练次数大于预设次数时，获取所述候选双向门控循环单元模型的训练输出数据；

根据所述训练输出数据和实际流量数据确定所述候选双向门控循环单元模型的预测误差；

在所述预测误差小于预设误差阈值时，将所述候选双向门控循环单元模型作为预设双向门控循环单元模型车。

可选地，所述根据所述训练输出数据和实际流量数据确定所述候选双向门控循环单元模型的预测误差的步骤之后，还包括：

在所述预测误差大于或等于预设误差阈值时，对所述候选双向门控循环单元模型进行参数调整，直至所述预测误差小于所述预设误差阈值；