基于流量预测的网络异常检测方法、系统、终端及介质

本发明公开了基于流量预测的网络异常检测方法、系统、终端及介质，涉及网络检测技术领域，其技术方案要点是：采用机器学习算法分别对第一流量数据序列、第二流量数据序列进行建模，得到长周期预测模型和短周期预测模型；通过长周期预测模型预测得到第一预测值，并确定第一置信空间；通过短周期预测模型预测得到第二预测值，并确定第二置信空间；以第一置信空间与第二置信空间的并集范围作为正常流量范围，并实际网络流量不在正常流量范围内时，输出网络异常信号。本发明通过网络流量的长周期预测模型和短周期预测模型相结合的时序建模方法，将数以万计的数据降至几十个数据，可实现分钟级精度的网络流量预测，能够及时发现网络流量的异常水平。