公开(公告)号：CN113469415B

公开(公告)日：2023-04-07

申请号：CN202110631952.3

申请日：2021-06-07

Applicant: 湖北工业大学

Inventor： 欧阳勇 ,  杨光泽 ,  叶志伟 ,  高榕 ,  万豆 ,  马莹 ,  刘畅 ,  闫春艳

IPC: G06Q10/04 ,  G06F18/24 ,  G06F18/214 ,  H04L41/147 ,  H04L41/142

Abstract: 本发明提供了一种网络流量预测方法和计算机设备，网络流量预测方法应用于预测模型，预测模型包括：图卷积‑自注意力模块、全连接层和激活层，网络流量预测方法包括：获取网络流量，确定预处理流量组；将预处理流量组输入图卷积‑自注意力模块得到目标流量特征组；将目标流量特征组输入全连接层得到融合流量特征；基于激活层和融合流量特征确定预测结果。本发明中的图卷积‑自注意力模块，可以提取复杂多变的网络流量数据的空间特征，计算网络流量特征权重，解决网络流量不同数据之间的相互影响力不同的问题，较大地提升网络流量预测的准确率，也就是说，通过图卷积‑自注意力模块可以对非线性的复杂动态网络流量进行预测，并且准确率高。

公开(公告)号：CN113469415A

公开(公告)日：2021-10-01

申请号：CN202110631952.3

申请日：2021-06-07

Applicant: 湖北工业大学

Inventor： 欧阳勇 ,  杨光泽 ,  叶志伟 ,  高榕 ,  万豆 ,  马莹 ,  刘畅 ,  闫春艳

IPC: G06Q10/04 ,  G06K9/62 ,  H04L12/24

Abstract: 本发明提供了一种网络流量预测方法和计算机设备，网络流量预测方法应用于预测模型，预测模型包括：图卷积‑自注意力模块、全连接层和激活层，网络流量预测方法包括：获取网络流量，确定预处理流量组；将预处理流量组输入图卷积‑自注意力模块得到目标流量特征组；将目标流量特征组输入全连接层得到融合流量特征；基于激活层和融合流量特征确定预测结果。本发明中的图卷积‑自注意力模块，可以提取复杂多变的网络流量数据的空间特征，计算网络流量特征权重，解决网络流量不同数据之间的相互影响力不同的问题，较大地提升网络流量预测的准确率，也就是说，通过图卷积‑自注意力模块可以对非线性的复杂动态网络流量进行预测，并且准确率高。