一种基于图卷积神经网络的网络流量预测方法

本申请提供了一种基于图卷积神经网络的网络流量预测方法，包括：基于网络流量数据的周期性特征，采用与目标区域具有空间相关性的地理区域的前一周同一时间段、前一天同一时间段以及当天前两小时的网络流量数据作为目标时间序列数据，来预测目标区域未来两小时的网络流量，具体的：将网络流量数据表示为字节流量图；利用平均池化和最大池化方法，对其进行多层次的特征提取，获得时间序列数据的粗粒度变化趋势和细粒度变化趋势，并进行拼接，得到序列特征图；基于图卷积神经网络，结合长短期记忆网络和门控循环单元，对序列特征图进行图卷积操作，以提取其时空特征；将其进行层线性变换后，输出网络流量预测结果。该方法能够提高网络流量预测精度。