基于Transformer和扩散模型的网络业务流量预测方法及系统

本发明涉及流量预测领域，更具体地，涉及基于Transformer和扩散模型的网络业务流量预测方法及系统。其中方法包括：获取输入数据，并进行归一化处理；进行相关性分析；通过扩散模型，得到对应高斯噪声数据集；随机生成随机高斯噪声数据集，然后得到生成数据集；最终得到的融合数据集；对融合数据集内的数据进行分组；构建多模态Transformer模型；通过多模态Transformer模型，得到多个特征；将多个特征融合得到融合特征，根据融合特征，得到网络业务流量的预测结果。本发明通过构建的多模态Transformer模型获得多个特征来对数据中的深层次信息进行分析解决了当前时间序列预测模型只能从单一层面进行特征学习问题，从而提高了网络业务流量预测的准确性。