[发明专利]网络带宽的预测方法及装置、非易失性存储介质

说明书

本申请公开了一种网络带宽的预测方法及装置、非易失性存储介质。其中，该方法包括：根据多个标准带宽数据对应的多个聚类中心，对多个标准带宽数据进行聚类，得到多个聚类结果；根据多个预测带宽数据对应的多个预测时间序列与多个聚类中心的关系，确定多个预测带宽数据各自所属的聚类结果；根据多个预测带宽数据各自所属的聚类结果，利用训练好的神经网络模型对多个预测带宽数据的网络带宽进行预测，得到网络带宽的预测结果。本申请解决了由于现有技术无法对应用程序的网络带宽进行预测造成的网络带宽利用率低下的技术问题。

技术领域

本申请涉及大数据技术领域，具体而言，涉及一种网络带宽的预测方法及装置、非易失性存储介质。

背景技术

健康码等应用程序的运行状态会直接影响到社会人民的日常生活，健康码的正常运行离不开其底层硬件如服务器、存储等设备的支持，而在这些设备的运行中，有两个指标极为重要，会间接的影响到健康码的正常使用，这两个指标就是使用带宽和每秒进行读写操作的次数。使用带宽会受到社会亮码人数情况影响，社会亮码人数越多，会使得健康码使用带宽的增加，当使用带宽达到阈值，会造成流量拥堵，影响到人们的亮码，从而影响社会秩序。而健康码使用情况会受到天气、节假日、上班高峰期等因素的影响，具有极大的不确定性，若能提前感知健康码使用高峰时的使用带宽，运维人员提前做好相关调控，根据不同情景调整健康码的使用带宽，既可以保障健康码的正常，又可以在健康码使用较少的时刻将多余的带宽给到其他设备使用，如在夜晚健康码亮码谷时，将使用带宽给到备份设备等需要高带宽的设备，这样可以提高带宽的利用率，降低运维人员的运维压力，提升运营商的网络质量。

因此，精准地预测健康码使用带宽可以极大程度的提升健康码的使用感知，有效避免高峰拥堵，同时，健康码使用带宽预测还可以让运维人员感知设备当前的状态，提前做出预判，降低设备的故障率，进而提高健康码的正常亮码率。而对于健康码带宽预测的因素也多种多样，社会、政治、天气甚至于经济因素都成为健康码使用的背景。因此，有必要针对健康码带宽预测进行精确合理的研究，可涉及较多因素的算法。但是，目前还无法对健康码使用带宽进行准确、快速的提前预测。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种网络带宽的预测方法及装置、非易失性存储介质，以至少解决由于现有技术无法对应用程序的网络带宽进行预测造成的网络带宽利用率低下的技术问题。

根据本申请实施例的一个方面，提供了一种网络带宽的预测方法，包括：根据多个标准带宽数据对应的多个聚类中心，对多个标准带宽数据进行聚类，得到多个聚类结果；根据多个预测带宽数据对应的多个预测时间序列与多个聚类中心的关系，确定多个预测带宽数据各自所属的聚类结果；根据多个预测带宽数据各自所属的聚类结果，利用训练好的神经网络模型对多个预测带宽数据的网络带宽进行预测，得到网络带宽的预测结果。

可选地，根据多个标准带宽数据对应的多个聚类中心，对多个标准带宽数据进行聚类，得到多个聚类结果，包括：将多个标准带宽数据对应的多个标准时间序列进行归一化处理，得到多个目标时间序列；将多个目标时间序列中数量为n的任意目标时间序列确定为多个聚类中心，其中，n为大于1的正整数；将多个目标时间序列中除多个聚类中心以外的其他目标时间序列确定为第一目标时间序列；根据第一目标时间序列与聚类中心的距离偏差，对第一目标时间序列进行聚类，得到多个聚类结果。

可选地，根据第一目标时间序列与聚类中心的距离偏差，对第一目标时间序列进行聚类，得到多个聚类结果，包括：确定与聚类中心的距离偏差在第一目标区间内的多个第一目标时间序列构成的第一目标时间序列集合；确定第一目标时间序列集合中每个第一目标时间序列与聚类中心之间的最大相似点数；将最大相似点数大于预设值的第一目标时间序列分配至聚类中心，得到多个聚类结果。