一种网络流量预测方法和装置.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CN108965017A(43)申请公布日2018.12.07(21)申请号201810845310.1(22)申请日2018.07.27(71)申请人中国联合网络通信集团有限公司地址100033北京市西城区金融大街21号(72)发明人胡荣贻韩潇张榛刘芳芳范斌王友祥(74)专利代理机构北京中博世达专利商标代理有限公司11274代理人申健(51)Int.Cl.H04L12/24(2006.01)H04W24/02(2009.01)H04W24/06(2009.01)权利要求书4页说明书9页附图3页(54)发明名称一种网络流量预测方法和装置(57)摘要本申请实施例提供了一种网络流量预测方法和装置，涉及通信领域，能够用于预测蜂窝网络流量的时空分布信息，以便指导蜂窝网络的部署和休眠策略，从而保证通信质量和能效平衡。该方案包括：计算设备获取训练数据，训练数据包括目标区域中的至少两个基站在第一时间间隔内的流量监测数据；计算设备根据训练数据建立贝叶斯时空模型；计算设备基于贝叶斯时空模型预测目标区域中的至少一个基站在第二时间间隔内的任一时刻或任一时间段的流量数据，第一时间间隔与第二时间间隔不同。本申请应用于蜂窝网络中对网络流量的时空分布特性进行预测的场景中。CN108965017ACN108965017A权利要求书1/4页1.一种网络流量预测方法，其特征在于，包括：计算设备获取训练数据，所述训练数据包括目标区域中的至少两个基站在第一时间间隔内的流量监测数据；所述计算设备根据所述训练数据建立贝叶斯时空模型；所述计算设备基于所述贝叶斯时空模型预测所述目标区域中的至少一个基站在第二时间间隔内的任一时刻或任一时间段的流量数据，所述第一时间间隔与所述第二时间间隔不同。2.根据权利要求1所述的网络流量预测方法，其特征在于，所述方法还包括：所述计算设备根据测试数据确定预测数据是否满足预设条件；所述测试数据包括所述目标区域中的至少一个基站在第三时间间隔内的流量监测数据，所述预测数据包括根据所述贝叶斯时空模型预测得到的所述目标区域中的所述至少一个基站在第三时间间隔内的流量数据，所述第三时间间隔包含于所述第二时间间隔；若确定预测数据不满足预设条件，所述计算设备重新建立贝叶斯时空模型并基于所述重新建立的贝叶斯时空模型重新预测所述目标区域的流量数据。3.根据权利要求1或2所述的网络流量预测方法，其特征在于，所述计算设备基于所述贝叶斯时空模型预测所述目标区域中的至少一个基站在第二时间间隔内的任一时刻的网络流量，包括：所述计算设备根据所述训练数据生成所述贝叶斯时空模型的基础模型，并设定所述贝叶斯时空模型的参数的先验分布，所述贝叶斯时空模型的参数是根据所述训练数据得到的；所述计算设备根据所述贝叶斯时空模型的基础模型和所述参数的先验分布得到所述贝叶斯时空模型的参数的后验分布；所述计算设备根据所述贝叶斯时空模型的参数的后验分布预测所述目标区域中的至少一个基站在第二时间间隔内的任一时刻的网络流量。4.根据权利要求3所述的网络流量预测方法，其特征在于，所述计算设备根据所述贝叶斯时空模型的基础模型和所述参数的先验分布得到所述贝叶斯时空模型的参数的后验分布包括：所述计算设备根据所述贝叶斯时空模型的参数、所述参数的先验分布、所述训练数据、所述至少一个基站对应的固定空间方差以及所述至少一个基站和至少一个参考节点对应的流量真实值确定所述贝叶斯时空模型的参数的后验分布；其中，所述至少一个参考节点是根据所述至少一个基站的位置信息确定的。5.根据权利要求3或4所述的网络流量预测方法，其特征在于，所述计算设备基于所述贝叶斯时空模型预测所述目标区域中的至少一个基站在第二时间间隔内的任一时刻或任一时间段的流量数据包括：所述计算设备根据所述训练数据确定所述贝叶斯时空模型的参数；所述计算设备根据所述贝叶斯时空模型的参数确定所述目标区域中的至少一个基站和所述至少一个参考节点的流量真实数据；所述计算设备根据所述至少一个基站和所述至少一个参考节点的流量真实数据以及所述至少一个基站对应的固定空间方差确定所述至少一个基站中的任一个基站在第二时2CN108965017A权利要求书2/4页间间隔内的任一时刻或任一时间段的流量数据。6.根据权利要求3所述的网络流量预测方法，其特征在于，所述计算设备根据所述贝叶斯时空模型的基础模型和所述参数的先验分布得到所述贝叶斯时空模型的参数的后验分布包括：其中，logf(θ，y，g*|g)表示所述贝叶斯时空模型的参数的后验分布；logf(θ)表示所述贝叶斯时空模型的参数的先验分布；θ表示所述贝叶斯时空模型的参数；g和g*分别表示训练数据和缺失的流量监测数据；表示基站对应的固定空间方差；l和t表示不同的时间单位；l