流量预测方法、装置、非易失性存储介质及电子设备与流程

本技术涉及监控运维领域，具体而言，涉及一种流量预测方法、装置、非易失性存储介质及电子设备。

背景技术：

1、流量预测在监控运维领域已经有了广泛的应用，比如业务大盘核心kpi指标预测、水位容量规划的压力峰值预测、系统性能瓶颈临界点的达到时间预判等，还包括一些监控报警异常检测方法。其中流量预测的技术有普通的算法模型，也有基于监督学习或深度学习的方法，例如，循环神经网络、长短期记忆网络、卷积神经网络等，还有业内该领域熟知的自回归移动平均模型(autoregressive integrated moving average，简称为arima)、季节性预测方法holt-winters、长短期记忆网络(long short-term memory，简称为lstm)、基于特征的深度学习预测模型这些方法能够处理更长期的时间依赖关系，适用于更复杂的时间序列数据，但其准确性主要还是依赖于时序样本数据趋势和规律是否显著。当遇到对实时预测的准确性要求较高的场景，比如大促或洪峰流量突然到达时的峰值压力、或者系统硬件磁盘、内存等占用急剧攀升时对故障发生时间的预判，这些场景往往对流量预测的实效性和准确度有极高的要求，但往往出现显著的滞后性和因保守预测带来的平均绝对百分比误差升高，难以在趋势快速变化的时候对流量预测结果做出修正，从而得到更准确的预测结果。

2、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本技术实施例提供了流量预测方法、装置、非易失性存储介质及电子设备，以至少解决由于现有流量预测方法显著的滞后性和因保守预测带来的平均绝对百分比误差升高造成的无法对流量预测结果进行修正的技术问题。

2、根据本技术实施例的一个方面，提供了一种流量预测方法，包括：获取在第一时间点通过多级滑动窗口中的每个滑动窗口确定的第一预测流量值，并依据每个滑动窗口对应的第一预测流量值进行插值处理，从而得到第一时间段内的第一流量预测结果，其中，第一流量预测结果中包括第一时间段内任意时间点对应的预测流量值，第一时间段的起始时间点为第一时间点，每个滑动窗口对应的窗口时长与多级滑动窗口中的其他滑动窗口对应的窗口时长不同，并且每个滑动窗口对应的第一预测流量值对应的时间点由窗口时长确定；依据第一流量预测结果确定第二时间点的第二预测流量值，并依据第二时间点的真实流量值和第二预测流量值确定变化参数，其中，第二时间点在第一时间段内，变化参数用于表示第二预测流量值和真实流量值之间的偏差情况；获取在第二时间点通过多级滑动窗口中的每个滑动窗口确定的第三预测流量值，并依据每个滑动窗口对应的第三预测流量值进行插值处理，从而得到第二时间段内的第二流量预测结果，其中，第二流量预测结果中包括第二时间段内任意时间点对应的预测流量值，第二时间段的时长和第一时间段的时长相同，并且第二时间段的起始时间点为第二时间点；依据变化参数对第二流量预测结果进行修正，得到第三流量预测结果，并依据第三流量预测结果确定第三时间点的目标预测流量值，其中，第三时间点在第二时间段中，并且第三时间点与第二时间点间的时长大于第一时间点与第二时间点之间的时长。

3、可选地，每个滑动窗口对应的变化参数包括：绝对变化参数和线性变化参数，其中，绝对变化参数为第二时间段的第二预测流量值和真实流量的差值的绝对值，线性变化参数为第二时间点的第二预测流量和真实流量值的比值；依据变化参数对第二流量预测结果进行修正，得到第三流量预测结果，包括：在未对第二预测流量值未进行残差处理的情况下，确定采用绝对变化参数对第二流量预测结果进行修正；在对第一预测流量值已经进行残差处理的情况下，确定采用线性变化参数对第二流量预测结果进行修正。

4、可选地，在采用绝对变化参数对第二流量预测结果进行修正时，依据绝对变化参数对第二流量预测结果进行修正，得到第三流量预测结果包括：绝对变化参数超过第一预设阈值时，将绝对变化参数与第一预设常数相加，得到第一修正参数；将第二时间段内任意时间点对应的预测流量值与第一修正参数相加，得到第三流量预测结果。

5、可选地，在采用线性变化参数对第二流量预测结果进行修正时，依据线性变化参数对第二流量预测结果进行修正，得到第三流量预测结果包括：确定被预测的流量的业务场景，以及与业务场景对应的修正因子，被预测的流量为多级滑动窗口中与第二时间点对应的滑动窗口所对应的流量；线性变化参数超过第二预设阈值时，将线性变化参数与修正因子相乘进行修正，得到第二修正参数；将第二时间段内任意时间点对应的预测流量值与第二修正参数相加，得到第三流量预测结果。

6、可选地，获取在第一时间点通过多级滑动窗口中的每个滑动窗口确定的第一预测流量值之前，方法还包括：获取历史样本数据，其中，历史样本数据中包括多个历史时间点对应的真实流量值；确定并剔除历史样本数据中的异常点和离群点，得到目标样本数据，其中，异常点为历史样本数据中不满足正态分布的数据，离群点为历史样本数据中偏离程度指标大于预设偏离程度指标的数据，历史样本数据中的任意数据的偏离程度指标由任意数据与历史样本数据中除任意数据之外的数据之间的欧式距离确定；从目标样本数据中提取数据特征，并依据特征对预测模型进行训练，其中，预测模型用于对流量值进行预测。

7、可选地，任意数据的偏离程度指标包括以下至少之一：任意数据与历史样本数据中除任意数据之外的数据之间的欧式距离的平均值，任意数据与历史样本数据中除任意数据之外的数据之间的欧式距离的总和。

8、可选地，从目标样本数据中提取的数据特征包括以下至少之一：时序特征，时间精度特征，线性趋势特征；提取样本数据中的特征包括：按照正态分布的方式提取目标样本数据中前第一预设天数中与当前时刻相同的时间点上的数据，得到历史时序数据，并在多级滑动窗口中提取的第二预设个数的历史时间点上的数据，得到预测时序数据，并将历史时序数据和预测时序数据作为时序特征；按照预设时间精度提取第一时间段对应的时间精度的取值范围，并将第一时间段对应的时间精度的取值范围作为时间特征；通过绘制历史样本数据的时间序列图，判断是否存在线性趋势，将时序趋势划分为上升区间、下降区间和平稳区间，在上升区间、下降区间和平稳区间内部，线性回归历史样本数据点，得到线性变化的系数，并将线性变化的系数作为线性趋势特征。

9、可选地，方法还包括，对利用多级滑动窗口预测流量值时产生的误差进行处理，包括：确定预设时间段内的流量预测结果和真实流量统计结果；确定流量预测结果和真实流量统计结果之间的偏差情况，其中，偏差情况包括预设时间段内任意时间点的预测流量值相对于真实流量值的偏差值；依据偏差情况调整预测模型的模型参数。

10、根据本技术实施例的另一方面，还提供了一种流量预测装置，包括：第一获取模块，用于获取在第一时间点通过多级滑动窗口中的每个滑动窗口确定的第一预测流量值，并依据每个滑动窗口对应的第一预测流量值进行插值处理，从而得到第一时间段内的第一流量预测结果，其中，第一流量预测结果中包括第一时间段内任意时间点对应的预测流量值，第一时间段的起始时间点为第一时间点，每个滑动窗口对应的窗口时长与多级滑动窗口中的其他滑动窗口对应的窗口时长不同，并且每个滑动窗口对应的第一预测流量值对应的时间点由窗口时长确定；第一确定模块，用于依据第一流量预测结果确定第二时间点的第二预测流量值，并依据第二时间点的真实流量值和第二预测流量值确定变化参数，其中，第二时间点在第一时间段内，变化参数用于体现第二预测流量值和真实流量值之间的偏差情况；第二确定模块，用于获取在第二时间点通过多级滑动窗口中的每个滑动窗口确定的第三预测流量值，并依据每个滑动窗口对应的第三预测流量值进行插值处理，从而得到第二时间段内的第二流量预测结果，其中，第二流量预测结果中包括第二时间段内任意时间点对应的预测流量值，第二时间段的时长和第一时间段的时长相同，并且第二时间段的起始时间点为第二时间点；第一修正模块，用于依据变化参数对第二流量预测结果进行修正，得到第三流量预测结果，并依据第三流量预测结果确定第三时间点的目标预测流量值，其中，第三时间点在第二时间段中，并且第三时间点与第二时间点之间的时长大于第一时间点与第二时间点之间的时长。

11、根据本技术实施例的另一方面，还提供了一种非易失性存储介质，非易失性存储介质中存储有程序，其中，在程序运行时控制非易失性存储介质所在设备执行任意一项流量预测方法。

12、根据本技术实施例的另一方面，还提供了一种电子设备，包括：存储器和处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行任意一项流量预测方法。

13、根据本技术实施例的另一方面，还提供了一种计算机程序产品，包括计算机指令，计算机指令被处理器执行时实现任意一项流量预测方法。

14、在本技术实施例中，采用获取在第一时间点通过多级滑动窗口中的每个滑动窗口确定的第一预测流量值，并依据每个滑动窗口对应的第一预测流量值进行插值处理，从而得到第一时间段内的第一流量预测结果，其中，第一流量预测结果中包括第一时间段内任意时间点对应的预测流量值，第一时间段的起始时间点为第一时间点，每个滑动窗口对应的窗口时长与多级滑动窗口中的其他滑动窗口对应的窗口时长不同，并且每个滑动窗口对应的第一预测流量值对应的时间点由窗口时长确定；依据第一流量预测结果确定第二时间点的第二预测流量值，并依据第二时间点的真实流量值和第二预测流量值确定变化参数，其中，第二时间点在第一时间段内，变化参数用于表示第二预测流量值和真实流量值之间的偏差情况；获取在第二时间点通过多级滑动窗口中的每个滑动窗口确定的第三预测流量值，并依据每个滑动窗口对应的第三预测流量值进行插值处理，从而得到第二时间段内的第二流量预测结果，其中，第二流量预测结果中包括第二时间段内任意时间点对应的预测流量值，第二时间段的时长和第一时间段的时长相同，并且第二时间段的起始时间点为第二时间点；依据变化参数对第二流量预测结果进行修正，得到第三流量预测结果，并依据第三流量预测结果确定第三时间点的目标预测流量值，其中，第三时间点在第二时间段中，并且第三时间点与第二时间点之间的时长大于第一时间点与第二时间点之间的时长的方式，通过得到第一流量预测结果，并根据第一流量预测结果确定第二流量预测值后，通过第二流量预测值得到变化参数，由变化参数对第二流量预测结果进行修正，从而完成对流量预测结果的修正，进而解决了由于现有流量预测方法显著的滞后性和因保守预测带来的平均绝对百分比误差升高造成的无法对流量预测结果进行修正技术问题。