一种基于深度学习的航空互联网流量与带宽预测方法及系统

本发明公开了一种基于深度学习的航空互联网流量与带宽预测方法及系统，属于航空技术领域，方法包括：获取多维航班信息、历史开网IP数序列及历史流量与带宽序列；通过递进式双阶段航空互联网流量与带宽时序预测模型对对输入信息进行处理，预测获得未来时间节点的流量与带宽数据；递进式双阶段航空互联网流量与带宽时序预测模型包括第一阶段的开网IP数预测模型及第二阶段的流量与带宽预测模型。本发明能够在航班飞行过程中对未来时间节点的流量与带宽进行预测，这为航空公司及航空网络服务提供商进行更合理的规划和网络资源分配提供了依据，从而避免网络拥塞或资源闲置，提升航空互联网服务质量和整体网络运行效率。