基于随机森林的周期性流量预测方法

授权

摘要

本发明公开了一种基于随机森林的周期性流量预测方法，主要解决现有技术无法对不同数据流分别进行流量预测的问题。其实现方案为：采集各类别应用程序的流量；对采集的每一条数据流划分时间序列，并统计时序点特征；根据时序点特征计算时间序列周期指标；根据时间序列周期指标构建周期指标确定算法；计算时序点位置特征，结合周期指标构建数据预测算法；利用周期指标确定算法和数据预测算法对实际数据流进行流量预测。本发明通过确定数据流的周期起始点，排除了非周期数据产生的影响，提高了预测的准确性；同时由于对每一条数据流均统计了时序点特征，输入不同数据流的时序点特征，实现了对不同数据流的数据预测，可用于带宽分配。

基本信息

专利标题：

基于随机森林的周期性流量预测方法

专利标题（英）：

暂无

公开（公告）号：

CN113067724A

申请号：

CN202110267095.3

公开（公告）日：

2021-07-02

申请日：

2021-03-11

授权号：

CN113067724B

授权日：

2022-04-19

发明人：

张岗山何丁乐赵林靖刘炯吴炜

申请人：

西安电子科技大学

申请人地址：

陕西省西安市太白南路2号

代理机构：

陕西电子工业专利中心

代理人：

王品华

优先权：

CN202110267095.3

主分类号：

H04L12/24

IPC分类号：

H04L12/24 H04L12/26 G06N20/00