摘要
本申请提供一种端口流量预测方法、装置、电子设备、存储介质及程序产品,属于网络流量数据处理技术领域,通过获取端口连续多天的流速数据,对流速数据进行预处理、分解和聚类,得到趋势分量和至少一个聚类后的不同周期的流速分量;将趋势分量和聚类后的不同周期的流速分量输入流量预测模型,获取流量预测模型输出的端口流量预测数据。本申请通过对流速数据进行分解,引入了不同周期的流速分量,实现了对IP网络的不同周期的流量预测,有利于提高端口流量预测的实用性。通过对分解后的流速数据进行聚类,提高了不同周期的流速分量的准确性。通过长短期记忆网络能准确提取趋势分量的时序特征,提高了确定预测趋势分量的准确性。
技术关键词
流量预测模型
流量预测方法
流速
长短期记忆网络
端口
样本
记忆特征
周期
时间段
非暂态计算机可读存储介质
网络模型训练
聚类
电子设备
处理器
数据处理技术
分解算法
数据获取模块
计算机程序产品
系统为您推荐了相关专利信息
车辆停放方法
通信链路
高清摄像头
超声波传感器
车辆历史行驶轨迹
健康状态评估方法
火电站锅炉
炉管
温度预测模型
历史工况数据
水位流量关系
顶托
深度学习模型
深度学习方法
模型超参数