CN107135125B - 视频idc带宽流量预测方法及装置 - Google Patents
视频idc带宽流量预测方法及装置 Download PDFInfo
- Publication number
- CN107135125B CN107135125B CN201710349081.XA CN201710349081A CN107135125B CN 107135125 B CN107135125 B CN 107135125B CN 201710349081 A CN201710349081 A CN 201710349081A CN 107135125 B CN107135125 B CN 107135125B
- Authority
- CN
- China
- Prior art keywords
- video
- idc
- idc bandwidth
- time period
- trend
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/50—Testing arrangements
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明公开了一种视频IDC带宽流量预测方法及装置,该方法包括:获取视频IDC带宽流量趋势特性配置表,根据待预测视频IDC所属的地域元素和时间元素确定待预测视频IDC所属的集合;获取待预测视频IDC所属的集合对应的待预测时间周期的视频IDC带宽流量变化趋势;根据获取到的视频IDC带宽流量变化趋势与当前线上的待预测视频IDC的视频IDC带宽流量,估算视频IDC带宽流量。由于采用地域元素和时间元素进行了集合划分,从而可以有规律的获得每个集合下各个时间周期的视频IDC带宽流量变化趋势,因此可以实现对视频IDC带宽流量的预测。
Description
技术领域
本发明涉及互联网技术领域,尤其涉及视频IDC带宽流量预测方法及装置。
背景技术
现有技术中,视频IDC(Internet Data Center,互联网数据中心)带宽流量通常随用户的使用行为产生较大的变化,然而,不同地域、不同时间用户对视频的操作行为均不一致,因此难以预测视频IDC带宽流量,亟需提供一种视频IDC带宽流量预测方法,实现对视频IDC带宽流量的预测。
发明内容
本发明的主要目的在于提供一种视频IDC带宽流量预测方法及装置,旨在实现对视频IDC带宽流量的预测。
为实现上述目的,本发明提供的一种视频IDC带宽流量预测方法包括以下步骤:
获取用于反映视频IDC带宽流量变化趋势的视频IDC带宽流量趋势特性配置表,所述视频IDC带宽流量趋势特性配置表包括根据地域元素和时间元素划分的至少两个集合,每一个所述集合包括至少两个数据集,每一个所述数据集包括至少两个时间周期以及每一个时间周期对应的视频IDC带宽流量变化趋势;
根据待预测视频IDC所属的地域元素和时间元素确定所述待预测视频IDC所属的集合;
获取所述待预测视频IDC所属的集合对应的待预测时间周期的视频IDC带宽流量变化趋势;
根据获取到的所述待预测时间周期的视频IDC带宽流量变化趋势与当前线上的所述待预测视频IDC的视频IDC带宽流量,估算视频IDC带宽流量。
可选的,所述获取用于反映视频IDC带宽流量变化趋势的视频IDC带宽流量趋势特性配置表之前包括:
统计历史记录的所述每一个时间周期的历史视频IDC带宽流量数据;
根据历史视频IDC带宽流量数据确定每一个时间周期的视频IDC带宽流量变化趋势,以得到所述视频IDC带宽流量趋势特性配置表。
可选的,所述根据历史视频IDC带宽流量数据确定每一个时间周期的视频IDC带宽流量变化趋势包括:
根据上一个时间周期、当前时间周期和下一个时间周期对应的历史视频IDC带宽流量数据确定当前时间周期的时间点的流量斜率;
判断所有当前时间周期的时间点对应的流量斜率,位于同一斜率级别的数量是否大于第一预设值;
若是,则确定所述当前时间周期的视频IDC带宽流量变化趋势为所述同一斜率级别对应的视频IDC带宽流量变化趋势;
若否,则将所述当前时间周期的视频IDC带宽流量变化趋势设置为波动。
可选的,所述根据历史视频IDC带宽流量数据确定每一个时间周期的视频IDC带宽流量变化趋势,以得到所述视频IDC带宽流量趋势特性配置表的步骤之后,还包括:
当所述数据集中视频IDC带宽流量变化趋势为波动的时间周期的数量大于第二预设值时,调整所述数据集所属的集合。
可选的,所述根据获取到的所述待预测时间周期的视频IDC带宽流量变化趋势与当前线上的所述待预测视频IDC的视频IDC带宽流量,估算所述视频IDC带宽流量的步骤之后还包括:
实时记录在每一周期时间内,所述待预测视频IDC的视频IDC带宽流量;
当记录到同一时间周期内,所述视频IDC带宽流量趋势特性配置表中对应的视频IDC带宽流量变化趋势与所述待预测视频IDC的视频IDC带宽流量变化趋势不一致的次数大于第三预设值时,对所述视频IDC带宽流量趋势特性配置表中对应的视频IDC带宽流量变化趋势进行调整。
此外,为实现上述目的,本发明还提供一种视频IDC带宽流量预测装置,所述视频IDC带宽流量预测装置包括:
第一获取模块,用于获取用于反映视频IDC带宽流量变化趋势的视频IDC带宽流量趋势特性配置表,所述视频IDC带宽流量趋势特性配置表包括根据地域元素和时间元素划分的至少两个集合,每一个所述集合包括至少两个数据集,每一个所述数据集包括至少两个时间周期以及每一个时间周期对应的视频IDC带宽流量变化趋势;
第一确定模块,用于根据待预测视频IDC所属的地域元素和时间元素确定所述待预测视频IDC所属的集合;
第二获取模块,用于获取所述待预测视频IDC所属的集合对应的待预测时间周期的视频IDC带宽流量变化趋势;
预测模块,用于根据获取到的所述待预测时间周期的视频IDC带宽流量变化趋势与当前线上的所述待预测视频IDC的视频IDC带宽流量,估算视频IDC带宽流量。
可选的,所述视频IDC带宽流量预测装置还包括:
统计模块,用于统计历史记录的所述每一个时间周期的历史视频IDC带宽流量数据;
第二确定模块,用于根据历史视频IDC带宽流量数据确定每一个时间周期的视频IDC带宽流量变化趋势,以得到所述视频IDC带宽流量趋势特性配置表。
可选的,所述第二确定模块具体用于,根据上一个时间周期、当前时间周期和下一个时间周期对应的历史视频IDC带宽流量数据确定当前时间周期的时间点的流量斜率;判断所有当前时间周期的时间点对应的流量斜率,位于同一斜率级别的数量是否大于第一预设值;若是,则确定所述当前时间周期的视频IDC带宽流量变化趋势为所述同一斜率级别对应的视频IDC带宽流量变化趋势;若否,则将所述当前时间周期的视频IDC带宽流量变化趋势设置为波动。
可选的,所述视频IDC带宽流量预测装置还包括:
归属调整模块,用于当所述数据集中视频IDC带宽流量变化趋势为波动的时间周期的数量大于第二预设值时,调整所述数据集所属的集合。
可选的,所述视频IDC带宽流量预测装置还包括:
记录模块,用于实时记录在每一周期时间内,所述待预测视频IDC的视频IDC带宽流量;
趋势调整模块,用于当记录到同一时间周期内,所述视频IDC带宽流量趋势特性配置表中对应的视频IDC带宽流量变化趋势与所述待预测视频IDC的视频IDC带宽流量变化趋势不一致的次数大于第三预设值时,对所述视频IDC带宽流量趋势特性配置表中对应的视频IDC带宽流量变化趋势进行调整。
本发明实施例通过获取用于反映视频IDC带宽流量变化趋势的视频IDC带宽流量趋势特性配置表,所述视频IDC带宽流量趋势特性配置表包括根据地域元素和时间元素划分的至少两个集合,每一个所述集合包括至少两个数据集,每一个所述数据集包括至少两个时间周期以及每一个时间周期对应的视频IDC带宽流量变化趋势;根据待预测视频IDC所属的地域元素和时间元素确定所述待预测视频IDC所属的集合;获取所述待预测视频IDC所属的集合对应的待预测时间周期的视频IDC带宽流量变化趋势;根据获取到的所述待预测时间周期的视频IDC带宽流量变化趋势与当前线上的所述待预测视频IDC的视频IDC带宽流量,估算视频IDC带宽流量。由于采用地域元素和时间元素进行了集合划分,从而可以有规律的获得每个集合下各个时间周期的视频IDC带宽流量变化趋势,因此可以实现对视频IDC带宽流量的预测,便于服务器对带宽流量的控制和管理。
附图说明
图1为本发明视频IDC带宽流量预测方法第一实施例的流程示意图;
图2为本发明视频IDC带宽流量预测方法第二实施例的流程示意图;
图3为本发明视频IDC带宽流量预测方法第二实施例中确定每一时间周期的视频IDC带宽流量变化趋势的流程示意图;
图4为本发明视频IDC带宽流量预测装置第一实施例的功能模块示意图;
图5为本发明视频IDC带宽流量预测装置第二实施例的功能模块示意图;
图6为本发明视频IDC带宽流量预测装置第三实施例的功能模块示意图;
图7为本发明视频IDC带宽流量预测装置第四实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种视频IDC带宽流量预测方法,参照图1,在一实施例中,该视频IDC带宽流量预测方法包括:
步骤S10,获取用于反映视频IDC带宽流量变化趋势的视频IDC带宽流量趋势特性配置表,所述视频IDC带宽流量趋势特性配置表包括根据地域元素和时间元素划分的至少两个集合,每一个所述集合包括至少两个数据集,每一个所述数据集包括至少两个时间周期以及每一个时间周期对应的视频IDC带宽流量变化趋势。
本发明提供的视频IDC带宽流量预测方法主要应用在互联网系统中,用于对视频IDC带宽流量的预测,该方法能够提供一种视频IDC带宽流量预测模型,实时对视频IDC带宽流量进行预测。
具体地,实现视频IDC带宽流量的预测需要建立一种视频IDC带宽流量预测模型,该模型能够结合当前时间周期的视频IDC带宽流量预测下一时间周期的视频IDC带宽流量。在本实施例中,视频IDC带宽流量趋势特性配置表即视频IDC带宽流量预测模型中包括了每一个时间周期对应的视频IDC带宽流量变化趋势,根据该视频IDC带宽流量趋势特性配置表以及当前时间周期的视频IDC带宽流量就能预测下一时间周期的视频IDC带宽流量。
上述至少两个集合的划分规则可以根据实际需要进行设置,在本实施例中,可以根据地域元素和时间元素划分多个(例如10)集合,例如地域元素和时间元素可以划分的集合包括:华北地区春季的周末、华北地区春季的工作日、华南地区春季的周末和华南地区春季的工作日等。上述数据集和每一个数据集合中的时间周期的数量可以根据实际需要进行设置,在本实施例中,将以1天为时间间隔建立数据集和以30分钟为时间间隔建立至少两个个时间周期为例进行详细说明。
步骤S20,根据待预测视频IDC所属的地域元素和时间元素确定待预测视频IDC所属的集合。
步骤S30,获取所述待预测视频IDC所属的集合对应的待预测时间周期的视频IDC带宽流量变化趋势。
步骤S40,根据获取到的所述待预测时间周期的视频IDC带宽流量变化趋势与当前线上的所述待预测视频IDC的视频IDC带宽流量,估算视频IDC带宽流量预测。
具体的,用户在对需要进行预测时,首先需要对待预测视频IDC所属的集合进行确定,具体地,可以根据待预测视频IDC对应的地域以及待预测时间周期与视频IDC带宽流量趋势特性配置表中的地域元素和时间元素进行比对,从而确定待预测视频IDC所属的集合,从而获取对应待预测时间周期的视频IDC带宽流量变化趋势。然后获取待预测时间周期的上一时间周期,该待预测视频IDC当前线上的视频IDC带宽流量。最后根据待预测时间周期的视频IDC带宽流量变化趋势和上一时间周期的视频IDC带宽流量对待预测时间周期的视频IDC带宽流量预测进行预测。
例如,为了预测华北地区春季周六17时00分-17时30分的视频IDC带宽流量,首先从视频IDC带宽流量趋势特性配置表获取华北地区春季周六17时00分-17时30分的视频IDC带宽流量变化趋势和当前线上华北地区春季周16时30分-17时00分的视频IDC带宽流量,然后根据当前线上华北地区春季周16时30分-17时00分的视频IDC带宽流量与华北地区春季周六17时00分-17时30分的视频IDC带宽流量变化趋势预测华北地区春季周六17时00分-17时30分的视频IDC带宽流量。若当前线上华北地区春季周16时30分-17时00分的视频IDC带宽流量为50G,且华北地区春季周六17时00分-17时30分的视频IDC带宽流量变化趋势为稳定,则可以预测华北地区春季周六17时00分-17时30分的视频IDC带宽流量为50G。
本发明实施例通过获取用于反映视频IDC带宽流量变化趋势的视频IDC带宽流量趋势特性配置表,所述视频IDC带宽流量趋势特性配置表包括根据地域元素和时间元素划分的至少两个集合,每一个所述集合包括至少两个数据集,每一个所述数据集包括至少两个时间周期以及每一个时间周期对应的视频IDC带宽流量变化趋势;根据待预测视频IDC所属的地域元素和时间元素确定所述待预测视频IDC所属的集合;获取所述待预测视频IDC所属的集合对应的待预测时间周期的视频IDC带宽流量变化趋势;根据获取到的所述待预测时间周期的视频IDC带宽流量变化趋势与当前线上的所述待预测视频IDC的视频IDC带宽流量,估算视频IDC带宽流量。由于采用地域元素和时间元素进行了集合划分,从而可以有规律的获得每个集合下各个时间周期的视频IDC带宽流量变化趋势,因此可以实现对视频IDC带宽流量的预测,便于服务器对带宽流量的控制和管理。
进一步地,参照图2,提供了本发明视频IDC带宽流量预测方法第二实施例,基于本发明视频IDC带宽流量预测方法的第一实施例,在视频IDC带宽流量预测方法的第二实施例中,上述步骤S10之前还包括:
步骤S50,统计历史记录的所述每一个时间周期的历史视频IDC带宽流量数据。
步骤S60,根据历史视频IDC带宽流量数据确定每一个时间周期的视频IDC带宽流量变化趋势,以得到所述视频IDC带宽流量趋势特性配置表。
本实施例中,历史记录的时间长度可以根据实际需要进行设置,例如,历史记录的时间可以为一年或者两年。也就是说,统计一年或者两年以内每一个所述时间周期的历史视频IDC带宽流量数据。以下将以一年为例进行说明,假如一年中春季的有12周末,则统计华北地区春季的周末对应每一个时间周期均有12个历史视频IDC带宽流量数据。然后根据所有时间周期的历史视频IDC带宽流量数据可以确定每一个时间周期的视频IDC带宽流量变化趋势,具体地,计算每一个时间周期的视频IDC带宽流量变化趋势的方式可以根据实际需要进行设置,以下将以一具体实现方式进行详细说明:
具体地,参照图3,上述步骤S60包括:
步骤S61,根据上一个时间周期、当前时间周期和下一个时间周期对应的历史视频IDC带宽流量数据确定当前时间周期的时间点的流量斜率。
步骤S62,判断所有当前时间周期的时间点对应的流量斜率,位于同一斜率级别的数量是否大于第一预设值;若是,则执行步骤S63,若否,则执行步骤S64;
步骤S63,确定所述当前时间周期的视频IDC带宽流量变化趋势为所述同一斜率级别对应的视频IDC带宽流量变化趋势;
步骤S64,确定所述当前时间周期的视频IDC带宽流量变化趋势设置为波动。
本实施例中,上述波动是指视频IDC带宽流量,上述第一预设值的大小可以根据实际需要进行设置,例如可以设置为90%,即上述统计华北地区春季的周末对应每一个时间周期均有12个历史视频IDC带宽流量数据中若有两个历史视频IDC带宽流量数据对应的视频IDC带宽流量变化趋势与其他的历史视频IDC带宽流量数据的视频IDC带宽流量变化趋势不一致,则认定该时间周期的视频IDC带宽流量变化趋势为波动。
具体地,同一斜率级别对应的视频IDC带宽流量变化趋势包括:高速上升、平稳上升、稳定、平稳下降和高速下降。其中,高速上升对应的斜率为大于或等于1;平稳上升对应的斜率为小于1、且大于或等于0.1;稳定对应的斜率为0小于0.1、且大于-0.1;平稳下降对应的斜率为小于或等于-0.1、且大于-1;高速下降对应的斜率为小于或等于-1。
进一步地,基于本发明视频IDC带宽流量预测方法第二实施例,在本发明视频IDC带宽流量预测方法第三实施例中,上述步骤S60之后,还包括:
当所述数据集中视频IDC带宽流量变化趋势为波动的时间周期的数量大于第二预设值时,调整所述数据集对应的集合归属。
本实施例中,上述第二预设值的大小可以根据实际需要进行设置,在此不作进一步的限定。具体地,本实施例中,上述数据集为一天内所有时间周期对应的视频IDC带宽流量变化趋势的集合。在该数据集中,具有较多波动的时间周期时,可以将该数据集进行归属调整,调整到其他的集合中。例如,可以设置一个难以预测的数据集中,且该集合中可以降低对设置视频IDC带宽流量变化趋势的需求,如将上述第一预设值设置为60%等。
进一步地,基于本发明视频IDC带宽流量预测方法第二实施例,在本发明视频IDC带宽流量预测方法第四实施例中,上述步骤S40之后,还包括:
实时记录在每一周期时间内,所述待预测视频IDC的视频IDC带宽流量;
当记录到同一时间周期内,所述视频IDC带宽流量趋势特性配置表中对应的视频IDC带宽流量变化趋势与所述待预测视频IDC的视频IDC带宽流量变化趋势不一致的次数大于第三预设值时,对所述视频IDC带宽流量趋势特性配置表中对应的视频IDC带宽流量变化趋势进行调整。
具体地,在本实施例中,可以根据线上的待预测视频IDC的视频IDC带宽流量变化趋势对视频IDC带宽流量趋势特性配置表中对应的视频IDC带宽流量变化趋势进行调整,从而提高视频IDC带宽流量预测的准确性。例如,当多次对同一时间周期的视频IDC带宽流量预测不准确时,则可以对视频IDC带宽流量趋势特性配置表中对应的视频IDC带宽流量变化趋势进行调整。应当说明的,本实施例中,上述同一时间周期是指同一数据集下的同一时间周期。
例如,华北地区春季的周末对应每一个时间周期均有12个历史视频IDC带宽流量数据,若其中周六的12点到13点的时间周期的视频IDC带宽流量数据对应的视频IDC带宽流量变化趋势均为平稳上升,则上述视频IDC带宽流量趋势特性配置表中对应的视频IDC带宽流量变化趋势为平稳上升。若在接下来的N个周六的12点到13点的时间周期若记录到有3次(假如3次大于第三预设值)时,则需要对所述视频IDC带宽流量趋势特性配置表中对应的视频IDC带宽流量变化趋势进行调整。
本发明进一步还提供一种视频IDC带宽流量预测装置,参照图4,在本发明视频IDC带宽流量预测装置第一实施例中,该视频IDC带宽流量预测装置包括:
第一获取模块10,获取用于反映视频IDC带宽流量变化趋势的视频IDC带宽流量趋势特性配置表,所述视频IDC带宽流量趋势特性配置表包括根据地域元素和时间元素划分的至少两个集合,每一个所述集合包括至少两个数据集,每一个所述数据集包括至少两个时间周期以及每一个时间周期对应的视频IDC带宽流量变化趋势。
本发明提供的视频IDC带宽流量预测装置主要应用在互联网系统中,用于对视频IDC带宽流量的预测,该方法能够提供一种视频IDC带宽流量预测模型,实时对视频IDC带宽流量进行预测。
具体地,实现视频IDC带宽流量的预测需要建立一种视频IDC带宽流量预测模型,该模型能够结合当前时间周期的视频IDC带宽流量预测下一时间周期的视频IDC带宽流量。在本实施例中,视频IDC带宽流量趋势特性配置表即视频IDC带宽流量预测模型中包括了每一个时间周期对应的视频IDC带宽流量变化趋势,根据该视频IDC带宽流量趋势特性配置表以及当前时间周期的视频IDC带宽流量就能预测下一时间周期的视频IDC带宽流量。
上述至少两个集合的划分规则可以根据实际需要进行设置,在本实施例中,可以根据地域元素和时间元素划分多个(例如10)集合,例如地域元素和时间元素可以划分的集合包括:华北地区春季的周末、华北地区春季的工作日、华南地区春季的周末和华南地区春季的工作日等。上述数据集和每一个数据集合中的时间周期的数量可以根据实际需要进行设置,在本实施例中,将以1天为时间间隔建立数据集和以30分钟为时间间隔建立至少两个个时间周期为例进行详细说明。
第一确定模块20,用于根据待预测视频IDC所属的地域元素和时间元素确定待预测视频IDC所属的集合。
第二获取模块30,用于获取所述待预测视频IDC所属的集合对应的待预测时间周期的视频IDC带宽流量变化趋势。
预测模块40,用于根据获取到的所述待预测时间周期的视频IDC带宽流量变化趋势与当前线上的所述待预测视频IDC的视频IDC带宽流量,估算视频IDC带宽流量预测。
本实施例中,用户在对需要进行预测时,首先需要对待预测视频IDC所属的集合进行确定,具体地,可以根据待预测视频IDC对应的地域以及待预测时间周期与视频IDC带宽流量趋势特性配置表中的地域元素和时间元素进行比对,从而确定待预测视频IDC所属的集合,从而获取对应待预测时间周期的视频IDC带宽流量变化趋势。然后获取待预测时间周期的上一时间周期,该待预测视频IDC当前线上的视频IDC带宽流量。最后根据待预测时间周期的视频IDC带宽流量变化趋势和上一时间周期的视频IDC带宽流量对待预测时间周期的视频IDC带宽流量预测进行预测。
例如,为了预测华北地区春季周六17时00分-17时30分的视频IDC带宽流量,首先从视频IDC带宽流量趋势特性配置表获取华北地区春季周六17时00分-17时30分的视频IDC带宽流量变化趋势和当前线上华北地区春季周16时30分-17时00分的视频IDC带宽流量,然后根据当前线上华北地区春季周16时30分-17时00分的视频IDC带宽流量与华北地区春季周六17时00分-17时30分的视频IDC带宽流量变化趋势预测华北地区春季周六17时00分-17时30分的视频IDC带宽流量。若当前线上华北地区春季周16时30分-17时00分的视频IDC带宽流量为50G,且华北地区春季周六17时00分-17时30分的视频IDC带宽流量变化趋势为稳定,则可以预测华北地区春季周六17时00分-17时30分的视频IDC带宽流量为50G。
本发明实施例通过获取用于反映视频IDC带宽流量变化趋势的视频IDC带宽流量趋势特性配置表,所述视频IDC带宽流量趋势特性配置表包括根据地域元素和时间元素划分的至少两个集合,每一个所述集合包括至少两个数据集,每一个所述数据集包括至少两个时间周期以及每一个时间周期对应的视频IDC带宽流量变化趋势;根据待预测视频IDC所属的地域元素和时间元素确定所述待预测视频IDC所属的集合;获取所述待预测视频IDC所属的集合对应的待预测时间周期的视频IDC带宽流量变化趋势;根据获取到的所述待预测时间周期的视频IDC带宽流量变化趋势与当前线上的所述待预测视频IDC的视频IDC带宽流量,估算视频IDC带宽流量。由于采用地域元素和时间元素进行了集合划分,从而可以有规律的获得每个集合下各个时间周期的视频IDC带宽流量变化趋势,因此可以实现对视频IDC带宽流量的预测,便于服务器对带宽流量的控制和管理。
进一步地,参照图5,提供了本发明视频IDC带宽流量预测装置第二实施例,基于本发明视频IDC带宽流量预测装置的第一实施例,在视频IDC带宽流量预测装置的第二实施例中,上述视频IDC带宽流量预测装置还包括:
统计模块50,用于统计历史记录的每一个时间周期的历史视频IDC带宽流量数据。
第二确定模块60,用于根据历史视频IDC带宽流量数据确定每一个时间周期的视频IDC带宽流量变化趋势,以得到视频IDC带宽流量趋势特性配置表。
本实施例中,历史记录的时间长度可以根据实际需要进行设置,例如,历史记录的时间可以为一年或者两年。也就是说,统计一年或者两年以内每一个所述时间周期的历史视频IDC带宽流量数据。以下将以一年为例进行说明,假如一年中春季的有12周末,则统计华北地区春季的周末对应每一个时间周期均有12个历史视频IDC带宽流量数据。然后根据所有时间周期的历史视频IDC带宽流量数据可以确定每一个时间周期的视频IDC带宽流量变化趋势,具体地,计算每一个时间周期的视频IDC带宽流量变化趋势的方式可以根据实际需要进行设置,以下将以一具体实现方式进行详细说明:
上述第二确定模块60具体用于,根据上一个时间周期、当前时间周期和下一个时间周期对应的历史视频IDC带宽流量数据确定当前时间周期的时间点的流量斜率;判断所有当前时间周期的时间点对应的流量斜率,位于同一斜率级别的数量是否大于第一预设值;若是,确定所述当前时间周期的视频IDC带宽流量变化趋势为所述同一斜率级别对应的视频IDC带宽流量变化趋势;若否,确定所述当前时间周期的视频IDC带宽流量变化趋势设置为波动。
本实施例中,上述波动是指视频IDC带宽流量,上述第一预设值的大小可以根据实际需要进行设置,例如可以设置为90%,即上述统计华北地区春季的周末对应每一个时间周期均有12个历史视频IDC带宽流量数据中若有两个历史视频IDC带宽流量数据对应的视频IDC带宽流量变化趋势与其他的历史视频IDC带宽流量数据的视频IDC带宽流量变化趋势不一致,则认定该时间周期的视频IDC带宽流量变化趋势为波动。
具体地,同一斜率级别对应的视频IDC带宽流量变化趋势包括:高速上升、平稳上升、稳定、平稳下降和高速下降。其中,高速上升对应的斜率为大于或等于1;平稳上升对应的斜率为小于1、且大于或等于0.1;稳定对应的斜率为0小于0.1、且大于-0.1;平稳下降对应的斜率为小于或等于-0.1、且大于-1;高速下降对应的斜率为小于或等于-1。
进一步地,参照图6,基于本发明视频IDC带宽流量预测装置第二实施例,在本发明视频IDC带宽流量预测装置第三实施例中,上述视频IDC带宽流量预测装置还包括:
归属调整模块70,用于当所述数据集中视频IDC带宽流量变化趋势为波动的时间周期的数量大于第二预设值时,调整所述数据集对应的集合归属。
本实施例中,上述第二预设值的大小可以根据实际需要进行设置,在此不作进一步的限定。具体地,本实施例中,上述数据集为一天内所有时间周期对应的视频IDC带宽流量变化趋势的集合。在该数据集中,具有较多波动的时间周期时,可以将该数据集进行归属调整,调整到其他的集合中。例如,可以设置一个难以预测的数据集中,且该集合中可以降低对设置视频IDC带宽流量变化趋势的需求,如将上述第一预设值设置为60%等。
进一步地,参照图7,基于本发明视频IDC带宽流量预测装置第二实施例,在本发明视频IDC带宽流量预测装置第四实施例中,上述视频IDC带宽流量预测装置还包括:
记录模块80,用于实时记录在每一周期时间内,所述待预测视频IDC的视频IDC带宽流量。
趋势调整模块90,用于当记录到同一时间周期内,所述视频IDC带宽流量趋势特性配置表中对应的视频IDC带宽流量变化趋势与所述待预测视频IDC的视频IDC带宽流量变化趋势不一致的次数大于第三预设值时,对所述视频IDC带宽流量趋势特性配置表中对应的视频IDC带宽流量变化趋势进行调整。
具体地,在本实施例中,可以根据线上的待预测视频IDC的视频IDC带宽流量变化趋势对视频IDC带宽流量趋势特性配置表中对应的视频IDC带宽流量变化趋势进行调整,从而提高视频IDC带宽流量预测的准确性。例如,当多次对同一时间周期的视频IDC带宽流量预测不准确时,则可以对视频IDC带宽流量趋势特性配置表中对应的视频IDC带宽流量变化趋势进行调整。应当说明的,本实施例中,上述同一时间周期是指同一数据集下的同一时间周期。
例如,华北地区春季的周末对应每一个时间周期均有12个历史视频IDC带宽流量数据,若其中周六的12点到13点的时间周期的视频IDC带宽流量数据对应的视频IDC带宽流量变化趋势均为平稳上升,则上述视频IDC带宽流量趋势特性配置表中对应的视频IDC带宽流量变化趋势为平稳上升。若在接下来的N个周六的12点到13点的时间周期若记录到有3次(假如3次大于第三预设值)时,则需要对所述视频IDC带宽流量趋势特性配置表中对应的视频IDC带宽流量变化趋势进行调整。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种视频IDC带宽流量预测方法,其特征在于,所述视频IDC带宽流量预测方法包括以下步骤:
获取用于反映视频IDC带宽流量变化趋势的视频IDC带宽流量趋势特性配置表,所述视频IDC带宽流量趋势特性配置表包括根据地域元素和时间元素划分的至少两个集合,每一个所述集合包括至少两个数据集,每一个所述数据集包括至少两个时间周期以及每一个时间周期对应的视频IDC带宽流量变化趋势;
根据待预测视频IDC所属的地域元素和时间元素确定所述待预测视频IDC所属的集合;
获取所述待预测视频IDC所属的集合对应的待预测时间周期的视频IDC带宽流量变化趋势;
根据获取到的所述待预测时间周期的视频IDC带宽流量变化趋势与所述待预测时间周期的上一时间周期的视频IDC带宽流量,估算所述待预测时间周期的视频IDC带宽流量。
2.如权利要求1所述的视频IDC带宽流量预测方法,其特征在于,所述获取用于反映视频IDC带宽流量变化趋势的视频IDC带宽流量趋势特性配置表之前包括:
统计历史记录的所述每一个时间周期的历史视频IDC带宽流量数据;
根据历史视频IDC带宽流量数据确定每一个时间周期的视频IDC带宽流量变化趋势,以得到所述视频IDC带宽流量趋势特性配置表。
3.如权利要求2所述的视频IDC带宽流量预测方法,其特征在于,所述根据历史视频IDC带宽流量数据确定每一个时间周期的视频IDC带宽流量变化趋势包括:
根据上一个时间周期、当前时间周期和下一个时间周期对应的历史视频IDC带宽流量数据确定当前时间周期的时间点的流量斜率;
判断所有当前时间周期的时间点对应的流量斜率,位于同一斜率级别的数量是否大于第一预设值;
若是,则确定所述当前时间周期的视频IDC带宽流量变化趋势为所述同一斜率级别对应的视频IDC带宽流量变化趋势;
若否,则将所述当前时间周期的视频IDC带宽流量变化趋势设置为波动。
4.如权利要求3所述的视频IDC带宽流量预测方法,其特征在于,所述根据历史视频IDC带宽流量数据确定每一个时间周期的视频IDC带宽流量变化趋势,以得到所述视频IDC带宽流量趋势特性配置表的步骤之后,还包括:
当所述数据集中视频IDC带宽流量变化趋势为波动的时间周期的数量大于第二预设值时,调整所述数据集所属的集合。
5.如权利要求3所述的视频IDC带宽流量预测方法,其特征在于,所述根据获取到的所述待预测时间周期的视频IDC带宽流量变化趋势与所述待预测时间周期的上一时间周期的视频IDC带宽流量,估算所述待预测时间周期的视频IDC带宽流量的步骤之后还包括:
实时记录在每一周期时间内,所述待预测视频IDC的视频IDC带宽流量;
当记录到同一时间周期内,所述视频IDC带宽流量趋势特性配置表中对应的视频IDC带宽流量变化趋势与所述待预测视频IDC的视频IDC带宽流量变化趋势不一致的次数大于第三预设值时,对所述视频IDC带宽流量趋势特性配置表中对应的视频IDC带宽流量变化趋势进行调整。
6.一种视频IDC带宽流量预测装置,其特征在于,所述视频IDC带宽流量预测装置包括:
第一获取模块,用于获取用于反映视频IDC带宽流量变化趋势的视频IDC带宽流量趋势特性配置表,所述视频IDC带宽流量趋势特性配置表包括根据地域元素和时间元素划分的至少两个集合,每一个所述集合包括至少两个数据集,每一个所述数据集包括至少两个时间周期以及每一个时间周期对应的视频IDC带宽流量变化趋势;
第一确定模块,用于根据待预测视频IDC所属的地域元素和时间元素确定所述待预测视频IDC所属的集合;
第二获取模块,用于获取所述待预测视频IDC所属的集合对应的待预测时间周期的视频IDC带宽流量变化趋势;
预测模块,用于根据获取到的所述待预测时间周期的视频IDC带宽流量变化趋势与所述待预测时间周期的上一时间周期的视频IDC带宽流量,估算所述待预测时间周期的视频IDC带宽流量。
7.如权利要求6所述的视频IDC带宽流量预测装置,其特征在于,所述视频IDC带宽流量预测装置还包括:
统计模块,用于统计历史记录的所述每一个时间周期的历史视频IDC带宽流量数据;
第二确定模块,用于根据历史视频IDC带宽流量数据确定每一个时间周期的视频IDC带宽流量变化趋势,以得到所述视频IDC带宽流量趋势特性配置表。
8.如权利要求7所述的视频IDC带宽流量预测装置,其特征在于,所述第二确定模块具体用于,根据上一个时间周期、当前时间周期和下一个时间周期对应的历史视频IDC带宽流量数据确定当前时间周期的时间点的流量斜率;判断所有当前时间周期的时间点对应的流量斜率,位于同一斜率级别的数量是否大于第一预设值;若是,则确定所述当前时间周期的视频IDC带宽流量变化趋势为所述同一斜率级别对应的视频IDC带宽流量变化趋势;若否,则将所述当前时间周期的视频IDC带宽流量变化趋势设置为波动。
9.如权利要求8所述的视频IDC带宽流量预测装置,其特征在于,所述视频IDC带宽流量预测装置还包括:
归属调整模块,用于当所述数据集中视频IDC带宽流量变化趋势为波动的时间周期的数量大于第二预设值时,调整所述数据集所属的集合。
10.如权利要求8所述的视频IDC带宽流量预测装置,其特征在于,所述视频IDC带宽流量预测装置还包括:
记录模块,用于实时记录在每一周期时间内,所述待预测视频IDC的视频IDC带宽流量;
趋势调整模块,用于当记录到同一时间周期内,所述视频IDC带宽流量趋势特性配置表中对应的视频IDC带宽流量变化趋势与所述待预测视频IDC的视频IDC带宽流量变化趋势不一致的次数大于第三预设值时,对所述视频IDC带宽流量趋势特性配置表中对应的视频IDC带宽流量变化趋势进行调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710349081.XA CN107135125B (zh) | 2017-05-17 | 2017-05-17 | 视频idc带宽流量预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710349081.XA CN107135125B (zh) | 2017-05-17 | 2017-05-17 | 视频idc带宽流量预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107135125A CN107135125A (zh) | 2017-09-05 |
CN107135125B true CN107135125B (zh) | 2020-04-21 |
Family
ID=59732420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710349081.XA Active CN107135125B (zh) | 2017-05-17 | 2017-05-17 | 视频idc带宽流量预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107135125B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108777805B (zh) * | 2018-05-17 | 2021-01-22 | 北京奇艺世纪科技有限公司 | 一种非法访问请求的检测方法、装置、中控服务器及系统 |
CN110839184B (zh) * | 2019-10-15 | 2021-06-15 | 北京邮电大学 | 基于流量预测的移动前传光网络带宽调整方法及装置 |
CN111062527B (zh) * | 2019-12-10 | 2023-12-05 | 北京爱奇艺科技有限公司 | 一种视频集流量预测方法及装置 |
CN113114540B (zh) * | 2021-04-23 | 2024-03-01 | 百果园技术(新加坡)有限公司 | 一种带宽预测器的设置、服务调整方法及相关装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101399848A (zh) * | 2008-09-01 | 2009-04-01 | 腾讯科技(深圳)有限公司 | 针对网页广告进行带宽流量预测的系统及方法 |
CN103716180A (zh) * | 2013-12-04 | 2014-04-09 | 国网上海市电力公司 | 基于网络流量实际预测的网络异常预警方法 |
CN103914475A (zh) * | 2013-01-05 | 2014-07-09 | 腾讯科技(北京)有限公司 | 一种视频播放量的预测方法、系统和装置 |
CN104093197A (zh) * | 2014-07-17 | 2014-10-08 | 中国联合网络通信集团有限公司 | 一种移动互联网中的设备节能方法及系统 |
-
2017
- 2017-05-17 CN CN201710349081.XA patent/CN107135125B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101399848A (zh) * | 2008-09-01 | 2009-04-01 | 腾讯科技(深圳)有限公司 | 针对网页广告进行带宽流量预测的系统及方法 |
CN103914475A (zh) * | 2013-01-05 | 2014-07-09 | 腾讯科技(北京)有限公司 | 一种视频播放量的预测方法、系统和装置 |
CN103716180A (zh) * | 2013-12-04 | 2014-04-09 | 国网上海市电力公司 | 基于网络流量实际预测的网络异常预警方法 |
CN104093197A (zh) * | 2014-07-17 | 2014-10-08 | 中国联合网络通信集团有限公司 | 一种移动互联网中的设备节能方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107135125A (zh) | 2017-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107135125B (zh) | 视频idc带宽流量预测方法及装置 | |
CN105677378B (zh) | 一种管理应用的方法和移动终端 | |
CN106685750B (zh) | 系统异常检测方法和装置 | |
CN110287229B (zh) | 一种数据统计处理方法及装置 | |
CN107483613A (zh) | 一种信息推送方法 | |
CN107357764B (zh) | 数据分析方法、电子设备及计算机存储介质 | |
CN111080477A (zh) | 一种家庭电力负荷预测方法及系统 | |
EP3494525B1 (en) | Realtime busyness for places | |
CN105429792B (zh) | 用户行为流量获取方法及装置、用户行为分析方法及系统 | |
CN108900339B (zh) | 一种度量业务质量的方法、装置及电子设备 | |
CN111800807A (zh) | 一种基站用户数量告警的方法及装置 | |
CN110635947A (zh) | 异常访问监测方法及装置 | |
CN106357445B (zh) | 一种用户体验监控方法及监控服务器 | |
CN105335537A (zh) | 视频专辑中网络媒介信息的曝光量的预估方法和系统 | |
CN111756589A (zh) | 云资源管理方法、装置、云服务器及存储介质 | |
CN112997543A (zh) | 应用分组调整方法、装置、存储介质及电子设备 | |
JP6764302B2 (ja) | 電力需要予測システム、電力需要予測方法及び電力需要予測プログラム | |
CN110858954B (zh) | 数据处理方法、装置、设备和介质 | |
WO2020189399A1 (ja) | 通信帯域算出装置、通信帯域算出方法及びプログラム | |
CN113722177A (zh) | 时序指标异常检测方法、装置、系统、设备及存储介质 | |
US20160232150A1 (en) | Method and System for Generating a User Activity Grid Table | |
CN112997539A (zh) | 应用分组调整方法、装置、存储介质及电子设备 | |
CN111737281B (zh) | 数据库查询方法、装置、电子设备以及可读存储介质 | |
CN106570043B (zh) | 一种终端后台运行程序的识别方法、装置及网络平台 | |
CN116959259B (zh) | 基于学校放学事件的交通预测方法、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |