流量预测方法、装置、电子设备和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114257521A(43)申请公布日2022.03.29(21)申请号202111552488.5(22)申请日2021.12.17(71)申请人北京沃东天骏信息技术有限公司地址100176北京市北京经济技术开发区科创十一街18号院2号楼4层A402室(72)发明人林钱洪(74)专利代理机构中原信达知识产权代理有限责任公司11219代理人张春晓郝红玉(51)Int.Cl.H04L41/14(2022.01)H04L41/147(2022.01)权利要求书2页说明书12页附图5页(54)发明名称流量预测方法、装置、电子设备和存储介质(57)摘要本发明公开了流量预测的方法、装置、电子设备和存储介质，涉及计算机技术领域。该方法的一具体实施方式包括：接收应用流量的实时预测请求；获取当前时间对应时间段的实际流量，基于细粒度预测模型计算当前时间对应时间段的预测流量，根据实际流量和预测流量确定修正系数；获取预测时间段，基于修正系数和细粒度预测模型计算预测时间段的第一流量，以及基于粗粒度预测模型计算预测时间段的第二流量；基于第一流量和第二流量，确定预测时间段的预测流量并发送。该实施方式能够解决在历史数据量较小时，流量预测的准确性较低的问题。CN114257521ACN114257521A权利要求书1/2页1.一种流量预测的方法，其特征在于，包括：接收应用流量的实时预测请求；获取当前时间对应时间段的实际流量，基于预训练的细粒度预测模型计算所述当前时间对应时间段的预测流量，根据实际流量和预测流量确定修正系数；获取所述实时预测请求中预测时间段，基于所述修正系数和所述细粒度预测模型计算所述预测时间段的第一流量，以及基于预训练的粗粒度预测模型计算所述预测时间段的第二流量；基于所述第一流量和所述第二流量，确定所述预测时间段的预测流量，发送所述预测时间段的预测流量。2.根据权利要求1所述的方法，其特征在于，基于所述第一流量和所述第二流量，确定所述预测时间段的预测流量，包括：调用预设的置信度函数，以基于所述预测时间段计算所述细粒度预测模型对应的第一置信度和所述粗粒度预测模型对应的第二置信度；计算所述第一置信度与所述第一流量的第一乘积，以及所述第二置信度与所述第二流量的第二乘积，将所述第一乘积和所述第二乘积之和，确定为所述预测时间段的预测流量。3.根据权利要求2所述的方法，其特征在于，在基于所述第一流量和所述第二流量，确定所述预测时间段的预测流量之前，还包括：基于所述细粒度预测模型，计算预设的历史时间范围内各时间区间对应的预测流量，所述时间区间为将所述历史时间范围按照所述细粒度预测模型对应的第一预测周期划分得到的；获取各所述时间区间对应的实际流量，以基于各所述时间区间对应的实际流量和预测流量，计算各所述时间区间对应的置信度；对各所述时间区间对应的置信度拟合，得出拟合的置信度函数。4.根据权利要求2或3所述的方法，其特征在于，所述调用预设的置信度函数，基于所述预测时间段计算所述细粒度预测模型对应的第一置信度和所述粗粒度预测模型对应的第二置信度，包括：将所述预测时间段输入所述置信度函数，以得出所述细粒度预测模型对应的第一置信度；将1减所述第一置信度的值确定为所述粗粒度预测模型对应的第二置信度。5.根据权利要求1所述的方法，其特征在于，还包括：接收应用流量的非实时预测请求；获取所述当前时间对应时间段的实际流量，基于所述细粒度预测模型计算所述当前时间对应时间段的预测流量，根据实际流量和预测流量确定细粒度预测模型的修正系数；基于所述细粒度预测模型的修正系数和所述细粒度预测模型，计算所述当前时间所属第二预测周期的第三流量，以及基于所述粗粒度预测模型计算所述当前时间所属第二预测时间周期的第四流量；基于所述第三流量和所述第四流量，确定所述当前时间所属第二预测时间周期的预测流量，计算所述当前时间所属第二预测时间周期的预测流量除以所述第四流量的值，以确定为所述粗粒度预测模型的修正系数；2CN114257521A权利要求书2/2页获取所述非实时预测请求中预测时间段，基于所述粗粒度预测模型计算所述非实时预测请求中预测时间段的第五流量，以调用预设的第一计算模型，基于所述第五流量和所述粗粒度预测模型的修正系数，确定所述非实时预测请求中预测时间段的预测流量。6.根据权利要求5所述的方法，其特征在于，所述调用预设的第一计算模型，基于所述第五流量和所述粗粒度预测模型的修正系数，确定所述非实时预测请求中预测时间段的预测流量，包括：基于预设的权重函数计算所述预测时间段对应的预测权重；调用预设的第二计算模型，基于所述预测权重、所述第五流量和所述粗粒度预测模型的修正系数，确定所述非实时预测请求中预测时间段的预测流量。7.根