公开(公告)号：CN112232604B

公开(公告)日：2021-06-11

申请号：CN202011426660.8

申请日：2020-12-09

Applicant: 南京信息工程大学

Inventor： 朱江 ,  潘成胜 ,  孔志翔 ,  石怀峰

IPC: G06Q10/04 ,  G06Q50/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于Prophet模型提取网络流量的预测方法，针对网络流量的多分形特性，通过Prophet模型的可分解方法，对附加分量建立Prophet模型预测，对非线性分量建立卷积神经网络和基于注意力机制的长短期记忆网络模型预测，实现粗细粒度特征提取的融合，并给重要的特征分配更多的权重以提高其对结果的影响，在预测精度和预测速度上效果显著提升。本发明的网络流量的预测方法相较传统的流量预测方法具有明显的有效性和先进性。

公开(公告)号：CN112350876A

公开(公告)日：2021-02-09

申请号：CN202110027901.X

申请日：2021-01-11

Applicant: 南京信息工程大学

Inventor： 潘成胜 ,  石怀峰 ,  杨力 ,  顾祥祥 ,  孔志翔

IPC: H04L12/24 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明公开了一种基于图神经网络的网络流量预测方法，该方法首先用图卷积神经网络GCN来学习通信区域块的网络拓扑结构，提取通信区域块的网络流量的空间特征，然后将具有空间特征的数据作为门限递归单元GRU的输入，学习通信区域块属性的时间变化规律，进而提取通信区域块网络流量的时间特征，最后通过全连接层得到最终预测结果，可以较好的提取网络流量的时空特性，得到更好的预测精度。