基于深度学习的网络流量快速预测方法

针对现行方法在网络流量快速预测中应用存在预测误差较高的问题,文章提出基于深度学习的网络流量快速预测方法。该方法利用相空间对收集的网络流量时间序列数据进行重构,描述网络流量数据非线性结构;利用维度变换函数将网络流量数据转换为二维数据并通过提取数据自相似性特征,提取网络流量自相似性数据;利用深度学习对网络流量时间特征提取并通过特征融合预测未来时间点网络流量,实现基于深度学习的网络流量快速预测。实验证明,设计方法在网络流量快速预测场景中RMSE不超过0.01,MAE不超过0.1,可以实现对网络流量的精准快速预测。