基于机器学习的IPv6流量预测系统

本发明涉及流量预测技术领域，公开一种基于机器学习的IPv6流量预测系统，该系统包括：流量采集模块，用于捕获IPv6网络接口的原始流量数据并进行协议解析与流量分类预处理，得到预处理后的IPv6流量数据；多维特征提取模块，用于对所述预处理后的IPv6流量数据进行多模态特征提取，生成融合特征向量；实时预测模块，用于将融合特征向量输入动态预测模型，得到未来预设时长的IPv6流量预测值；动态调度模块，用于将未来预设时长的IPv6流量预测值推送至流量调度控制器以实现网络资源动态调度。本发明提升了网络流量预测精准度与实时性，增强了对IPv6流量模式变化的适应能力，有效助力网络资源的合理分配与高效利用。