一种基于深度学习的网络流量预测方法及系统

本发明公开了一种基于深度学习的网络流量预测方法及系统，涉及网络流量预测技术领域。本发明的技术要点包括：利用基于改进BiLSTM网络的网络流量预测模型对网络流量进行实时预测，其中基于改进的斑马优化算法对BiLSTM网络的超参数进行优化，以确定最优的超参数组合；改进的斑马优化算法包括：引入非线性收敛因子和自适应因子改进觅食阶段的位置更新策略；引入动态行为策略概率替代固定概率阈值；引入正弦算法和学习因子改进防御阶段的位置更新策略；进一步，BiLSTM网络训练过程中采用改进的焦点损失函数进行误差损失计算。本发明提出的改进BiLSTM网络在对网络流量进行预测时优于其他改进模型。本发明在对网络流量预测时具有更好的应用意义。