摘要
本公开涉及一种流量预测方法、装置、电子设备及计算机程序产品,属于人工智能技术领域。该方法包括:获取当前网络节点在预设时间段内的历史流量数据;将历史流量数据输入预先训练的卷积神经网络中,得到第一流量预测数据,其中,卷积神经网络是根据当前网络节点的私域历史流量数据训练得到的;将历史流量数据输入预先训练的循环神经网络中,得到第二流量预测数据,其中,循环神经网络是根据整个网络的公域历史流量数据训练得到的;根据卷积神经网络对应的第一权重和循环神经网络对应的第二权重,对第一流量预测数据和第二流量预测数据进行加权聚合,得到当前网络节点的目标流量预测数据。本公开能够提升网络流量预测的准确度和数据安全性。
技术关键词
历史流量数据
流量预测方法
网络节点
神经网络参数
格式化
样本
计算机程序产品
网络流量预测
数据格式
电子设备
时间段
数据安全性
人工智能技术
数据获取模块
处理器
偏差
预测装置
系统为您推荐了相关专利信息
解析求解方法
非线性
神经网络模型
方程
神经网络架构
决策方法
水库
近似动态规划算法
径流
河流生态系统
动态知识图谱
网络安全防护方法
漏洞
数字孪生模型
数字孪生技术
约束卡尔曼滤波
组网方法
生成训练数据
轨迹
惯导系统
网络特征提取方法
辐射源
皮尔逊相关系数
信号
网络特征提取装置