CN111769985A - 一种数据流量预测方法及装置 - Google Patents

Abstract

本申请实施例提供一种数据流量预测方法及装置，涉及通信技术领域，解决了现有的数据流量预测方法效率较低的技术问题。该方法包括：数据流量预测装置首先获取终端的目标业务在第一预设时间段内的第一特征信息。其中，目标业务包括多个子业务，每个子业务唯一对应一个码率。然后获取每个子业务在第二预设时间段内的预测使用时长。接着获取终端除目标业务以外的其他业务在第一预设时间段内的第二特征信息。后续，数据流量预测装置根据第一特征信息、第二特征信息和预测使用时长，预测终端业务在第二预设时间段内的数据流量。

Description

一种数据流量预测方法及装置

技术领域

本发明涉及通信技术领域，尤其涉及一种数据流量预测方法及装置。

背景技术

当前，随着不限量套餐用户的迅猛增长、运营商的提速降费等措施的实施，终端的月均流量大幅攀升。在这种背景下，运营商需要根据未来终端的数据流量的使用情况对网络进行规划和建设。因此，如何预测终端在未来某一时间段内的流量使用情况，是当前亟需解决的问题。

现有的数据流量预测方法通常是根据终端的历史数据和预测模型，对终端在未来某一时间段内的流量使用情况进行预测。但是，现有的预测模型复杂度较大、计算量较大，对数据流量进行预测时，效率较低。

发明内容

本申请提供一种数据流量预测方法及装置，解决了现有的数据流量预测方法效率较低的技术问题。

为达到上述目的，本申请采用如下技术方案：

第一方面，提供一种数据流量预测方法，包括：数据流量预测装置首先获取终端的目标业务在第一预设时间段内的第一特征信息。其中，目标业务包括多个子业务，每个子业务唯一对应一个码率。然后获取每个子业务在第二预设时间段内的预测使用时长。接着获取终端除目标业务以外的其他业务在第一预设时间段内的第二特征信息。后续，数据流量预测装置根据第一特征信息、第二特征信息和预测使用时长，预测终端业务在第二预设时间段内的数据流量。

其中，第一特征信息包括：每个子业务的数据流量、每个子业务的码率或目标业务从起始时刻到终止时刻的使用时长增长率中的至少一项。起始时刻和终止时刻均为第一预设时间段内的时刻。起始时刻位于终止时刻之前。第二预设时间段为在第一预设时间段之后的时间段。第二特征信息包括：其他业务的数据流量、其他业务从起始时刻到终止时刻的使用时长增长率或其他业务从起始时刻到终止时刻的数据流量增长率中的至少一项。

可以看出，本申请中，数据流量预测装置可以根据获取到的第一特征信息、第二特征信息和预测使用时长，直接预测终端业务在第二预设时间段内的数据流量。相比现有技术，数据流量预测装置无需使用各种预测模型，便可直接预测终端业务在第二预设时间段内的数据流量，降低了数据流量预测方法的复杂度和计算量，提高了数据流量预测的效率。进一步可选的，本申请还可以根据每个子业务在第二预设时间段内的预测使用时长，预测终端业务在第二预设时间段内的数据流量。相比现有技术仅能根据历史数据预测数据流量，本申请根据预测使用时长预测终端业务的数据流量，提高了数据流量预测的准确度。

第二方面，提供一种数据流量预测装置，包括：获取单元和预测单元。

获取单元，用于获取终端的目标业务在第一预设时间段内的第一特征信息；目标业务包括多个子业务，每个子业务唯一对应一个码率；第一特征信息包括：每个子业务的数据流量、每个子业务的码率或目标业务从起始时刻到终止时刻的使用时长增长率中的至少一项；起始时刻和终止时刻均为第一预设时间段内的时刻；起始时刻位于终止时刻之前。

获取单元，还用于获取每个子业务在第二预设时间段内的预测使用时长；第二预设时间段为在第一预设时间段之后的时间段。

获取单元，还用于获取终端除目标业务以外的其他业务在第一预设时间段内的第二特征信息；第二特征信息包括：其他业务的数据流量、其他业务从起始时刻到终止时刻的使用时长增长率或其他业务从起始时刻到终止时刻的数据流量增长率中的至少一项。

预测单元，用于根据获取单元获取到的第一特征信息、第二特征信息和预测使用时长，预测终端业务在第二预设时间段内的数据流量。

第三方面，提供一种数据流量预测装置，包括存储器和处理器。存储器用于存储计算机执行指令，处理器与存储器通过总线连接。当数据流量预测装置运行时，处理器执行存储器存储的计算机执行指令，以使数据流量预测装置执行第一方面所述的数据流量预测方法。

该数据流量预测装置可以是网络设备，也可以是网络设备中的一部分装置，例如网络设备中的芯片系统。该芯片系统用于支持网络设备实现第一方面及其任意一种可能的实现方式中所涉及的功能，例如，接收、确定、分流上述数据流量预测方法中所涉及的数据和/或信息。该芯片系统包括芯片，也可以包括其他分立器件或电路结构。

第四方面，提供一种计算机可读存储介质，计算机可读存储介质包括计算机执行指令，当计算机执行指令在计算机上运行时，使得该计算机执行第一方面所述的数据流量预测方法。

第五方面，提供一种计算机程序产品，该计算机程序产品包括计算机指令，当计算机指令在计算机上运行时，使得计算机执行如上述第一方面及其各种可能的实现方式所述的数据流量预测方法。

需要说明的是，上述计算机指令可以全部或者部分存储在第一计算机可读存储介质上。其中，第一计算机可读存储介质可以与数据流量预测装置的处理器封装在一起的，也可以与数据流量预测装置的处理器单独封装，本申请对此不作限定。

本发明中第二方面、第三方面、第四方面以及第五方面的描述，可以参考第一方面的详细描述；并且，第二方面、第三方面、第四方面以及第五方面的描述的有益效果，可以参考第一方面的有益效果分析，此处不再赘述。

在本申请中，上述数据流量预测装置的名字对设备或功能模块本身不构成限定，在实际实现中，这些设备或功能模块可以以其他名称出现。只要各个设备或功能模块的功能和本发明类似，属于本发明权利要求及其等同技术的范围之内。

本发明的这些方面或其他方面在以下的描述中会更加简明易懂。

附图说明

图1为本申请实施例提供的一种通信系统的结构示意图；

图2为本申请实施例提供的一种数据流量预测装置的硬件结构示意图；

图3为本申请实施例提供的又一种数据流量预测装置的硬件结构示意图；

图4为本申请实施例提供的一种数据流量预测方法的流程示意图；

图5为本申请实施例提供的又一种数据流量预测流程方法的示意图；

图6为本申请实施例提供的又一种数据流量预测流程方法的示意图；

图7为本申请实施例提供的一种数据流量预测装置的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。

为了便于清楚描述本申请实施例的技术方案，在本申请实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分，本领域技术人员可以理解“第一”、“第二”等字样并不是在对数量和执行次序进行限定。

如背景技术所描述，现有的数据流量预测方法通常是根据终端的历史数据和预测模型，对终端在未来某一时间段内的流量使用情况进行预测。但是，现有的预测模型复杂度较大、计算量较大，对数据流量进行预测时，效率较低。

针对上述问题，本申请实施例提供了一种数据流量预测方法，根据获取到的第一特征信息、第二特征信息和预测使用时长，预测终端业务在第二预设时间段内的数据流量，提高了数据流量预测的效率。

本申请实施例提供的数据流量预测方法适用于通信系统10。图1示出了该通信系统10的一种结构。如图1所示，该通信系统10包括：终端11、服务器12和数据流量预测装置13。其中，服务器12分别与终端11和数据流量预测装置13之间通信连接。

需要说明的是，图1示出的通信系统10仅仅是本申请实施例提供的一种实现方式，在实际应用中，服务器12还可以连接多个终端，本申请对此不作限定。

本申请实施例中的终端11可以为各种具有通信功能的手持设备、车载设备、可穿戴设备、计算机、智能家居设备或智能办公设备，本申请实施例对此不作任何限定。例如，手持设备可以是智能手机。车载设备可以是车载导航系统。可穿戴设备可以是智能手环。计算机可以是个人数字助理(personal digital assistant，PDA)电脑、平板型电脑以及膝上型电脑(laptop computer)。智能家居设备可以是智能窗帘、智能水表。智能办公设备可以是智能打印机。

本申请实施例中的服务器12可以是服务器集群，也可以是服务器集群(由多个服务器组成)中的一个服务器，也可以是该服务器中的芯片，还可以是该服务器中的片上系统，还可以通过部署在物理机上的虚拟机(virtual machine，VM)实现，本申请实施例对此不作限定。

可选的，服务器12上可以部署运营商计费系统(例如中国联通的cbss支撑系统)和移动用户上网记录集中与查询分析系统。计费系统可以获取终端业务的数据流量。例如：每月终端业务的数据总流量。移动用户上网记录集中与查询分析系统可以获取终端的具体业务的使用情况。例如：视频业务的流量使用情况、终端每月的视频业务的使用时长等。数据流量预测装置13可以通过服务器12上的运营商计费系统和移动用户上网记录集中与查询分析系统，获取终端的业务的特征信息，并根据终端的业务的特征信息预测终端在第二预设时间段内的数据流量。

可选的，运营商计费系统和移动用户上网记录集中与查询分析系统可以集成在同一个服务器上，也可以分别集成在不同的服务器上。当运营商计费系统和移动用户上网记录集中与查询分析系统分别集成在不同的服务器上时，不同的服务器可以是同一个服务器集群中的任意两个服务器，也可以是不同的服务器集群中的服务器，本申请对此不作具体限定。

这里，数据流量预测装置13可以集成于服务器12上，也可以与服务器12相互独立设置，本申请对此不作具体限定。

为了便于理解，本申请主要以数据流量预测装置13与服务器12相互独立设置为例进行说明。

数据流量预测装置12与服务器12之间可以采用有线方式连接，也可以采用无线方式连接。

容易理解的是，当数据流量预测装置12集成于服务器12上时，数据流量预测装置12与服务器12之间的通信方式为服务器12内部模块之间的通信。这种情况下，二者之间的通信流程与“数据流量预测装置12与服务器12相互独立设置的情况下，二者之间的通信流程”相同。

通信系统10中的各个设备的基本硬件结构类似，都包括图2所示数据流量预测装置所包括的元件。下面以图2所示的数据流量预测装置为例，介绍通信系统10中各个设备的硬件结构。

图2示出了本申请实施例提供的数据流量预测装置的一种硬件结构示意图。如图2所示，该数据流量预测装置包括处理器21，存储器22、通信接口23、总线24。处理器21，存储器22以及通信接口23之间可以通过总线24连接。

处理器21是数据流量预测装置的控制中心，可以是一个处理器，也可以是多个处理元件的统称。例如，处理器21可以是一个通用中央处理单元(central processing unit，CPU)，也可以是其他通用处理器等。其中，通用处理器可以是微处理器或者是任何常规的处理器等。

作为一种实施例，处理器21可以包括一个或多个CPU，例如图2中所示的CPU 0和CPU 1。

存储器22可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory，EEPROM)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。

一种可能的实现方式中，存储器22可以独立于处理器21存在，存储器22可以通过总线24与处理器21相连接，用于存储指令或者程序代码。处理器21调用并执行存储器22中存储的指令或程序代码时，能够实现本发明实施例提供的数据流量预测方法。

另一种可能的实现方式中，存储器22也可以和处理器21集成在一起。

通信接口23，用于与其他设备通过通信网络连接。所述通信网络可以是以太网，无线接入网，无线局域网(wireless local area networks，WLAN)等。通信接口23可以包括用于接收数据的接收单元，以及用于发送数据的发送单元。

总线24，可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component Interconnect，PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture，EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图2中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

需要指出的是，图2示出的结构并不构成对该数据流量预测装置的限定。除图2所示部件之外，该数据流量预测装置可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

图3示出了本申请实施例中数据流量预测装置的另一种硬件结构。如图3所示，数据流量预测装置可以包括处理器31以及通信接口32。处理器31与通信接口32耦合。

处理器31的功能可以参考上述处理器21的描述。此外，处理器31还具备存储功能，可以参考上述存储器22的功能。

通信接口32用于为处理器31提供数据。该通信接口32可以是数据流量预测装置的内部接口，也可以是数据流量预测装置对外的接口(相当于通信接口23)。

需要指出的是，图2(或图3)中示出的结构并不构成对数据流量预测装置的限定，除图2(或图3)所示部件之外，该数据流量预测装置可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合上述图1示出的通信系统和上述图2(或图3)示出的数据流量预测装置，对本申请实施例提供的数据流量预测方法进行详细介绍。

图4为本申请实施例提供的一种数据流量预测方法的流程示意图。如图4所示，该信号包括下述S401-S404。

S401、数据流量预测装置获取终端的目标业务在第一预设时间段内的第一特征信息。

其中，目标业务包括多个子业务，每个子业务唯一对应一个码率。第一特征信息包括：每个子业务的数据流量、每个子业务的码率或目标业务从起始时刻到终止时刻的使用时长增长率中的至少一项。起始时刻和终止时刻均为第一预设时间段内的时刻；起始时刻位于终止时刻之前。

具体的，终端在使用业务时，服务器中的计费系统和移动用户上网记录集中与查询分析系统会统计终端的业务使用情况，具体可参考上述对计费系统和移动用户上网记录集中与查询分析系统的描述，在此不再赘述。数据流量预测装置可以从服务器获取终端的目标业务在第一预设时间段内的第一特征信息。

示例性的，目标业务可以是视频业务。视频业务的码率和视频业务的清晰度成正比，视频业务的码率越高，则视频业务的清晰度越高。例如：标清类的视频业务所对应的码率一般为每秒传输6兆(6M/S)，超清类的视频业务所对应的码率一般为每秒传输12兆(12M/S)。

现有的视频业务的清晰度一般包括：360逐行扫描(progressive scan，P)，480P，720P，1080P，2K和4K。因此，数据流量预测装置可以根据视频业务的清晰度所对应的码率，将视频业务分为多个子业务。例如，根据上述6个清晰度所对应的码率，将视频业务分为6个子业务。

当目标业务根据码率，将视频业务分为多个子业务时，数据流量预测装置可以获取终端每个子业务的数据流量、每个子业务的码率或目标业务从起始时刻到终止时刻的使用时长增长率中的至少一项。

S402、数据流量预测装置获取每个子业务在第二预设时间段内的预测使用时长。

其中，第二预设时间段为在第一预设时间段之后的时间段。

具体的，服务器可以预测每个子业务在第二预设时间段内的使用时长。在服务器预测每个子业务在第二预设时间段内的使用时长之后，数据流量预测装置可以从服务器直接获取每个子业务在第二预设时间段内的预测使用时长。

示例性的，对于480P视频子业务而言，服务器可以根据480P视频子业务在第一预设时间段内的使用时长，预测480P视频子业务在第二预设时间段内的使用时长。例如：终端在第一预设时间段内使用480P视频子业务的时长为24小时，则服务器可以预测终端在第二预设时间段内使用480P视频子业务的时长依旧为24小时。后续，数据流量预测装置可以从服务器直接获取终端在第二预设时间段内使用480P视频子业务的预测使用时长为24小时。

需要说明的是，服务器对每个子业务在第二预设时间段内的使用时长的预测可以参考现有技术的描述，本申请对此不再赘述。

本申请实施例中，数据流量预测装置可以先执行S401，后执行S402；也可以先执行S402，后执行S401；还可以同时执行S401和S402，本申请对此不作限定。

S403、数据流量预测装置获取终端除目标业务以外的其他业务在第一预设时间段内的第二特征信息。

其中，第二特征信息包括：其他业务的数据流量、其他业务从起始时刻到终止时刻的使用时长增长率或其他业务从起始时刻到终止时刻的数据流量增长率中的至少一项。

数据流量预测装置“获取终端除目标业务以外的其他业务在第一预设时间段内的第二特征信息”的方法与数据流量预测装置“获取终端的目标业务在第一预设时间段内的第一特征信息”一致，因此，数据流量预测装置获取终端除目标业务以外的其他业务在第一预设时间段内的第二特征信息的具体内容可参考S401的描述，本申请实施例对此不再赘述。

示例性的，当目标业务为视频业务时，其他业务可以是：语音业务、游戏业务、网页业务等。

本申请实施例中，数据流量预测装置可以先执行S401-S402，后执行S403；也可以先执行S403，后执行S401-S402；还可以同时执行S401、S402和S403，本申请对此不作限定。

S404、数据流量预测装置根据第一特征信息、第二特征信息和预测使用时长，预测终端业务在第二预设时间段内的数据流量。

在获取到第一特征信息、第二特征信息和预测使用时长之后，数据流量预测装置根据第一特征信息、第二特征信息和预测使用时长，预测终端业务在第二预设时间段内的数据流量。

可选的，数据流量预测装置首先根据每个子业务在第一预设时间段内的数据流量、每个子业务的码率、目标业务从起始时刻到终止时刻的使用时长增长率和预测使用时长，预测目标业务在第二预设时间段内的数据流量。

具体的，数据流量预测装置根据每个子业务在第一预设时间段内的数据流量A和每个子业务的码率B，确定每个子业务在第一预设时间段内的使用时长C。

数据流量A、码率B和使用时长C，满足下述公式：

然后，数据流量预测装置根据确定好的根据每个子业务在第一预设时间段内的使用时长C，确定目标业务在第一预设时间段内的使用时长D，以及使用时长C在使用时长D中的比例E。

使用时长C、使用时长D和比例E满足下述公式：

其中，M为目标业务中子业务的个数，i为M个子业务中的第i个子业务；M为正整数；i为小于或者等于M的正整数。

然后，数据流量预测装置根据确定好的比例E和码率B，确定目标业务在第一预设时间段内的平均码率F。

比例E、码率B和平均码率F满足下述公式：

然后，数据流量预测装置根据确定好的平均码率F、预测使用时长G和码率B，预测目标业务从第一预设时间段到第二预设时间段的平均码率增长率H。

平均码率F、预测使用时长G、码率B和平均码率增长率H满足下述公式：

然后，数据流量预测装置根据确定好的平均码率增长率H、数据流量A和目标业务从起始时刻到终止时刻的使用时长增长率J，预测目标业务在第二预设时间段内的数据流量K。

数据流量A、平均码率增长率H、使用时长增长率J和数据流量K满足下述公式：

接着，数据流量预测装置根据其他业务的数据流量、其他业务从起始时刻到终止时刻的使用时长增长率或其他业务从起始时刻到终止时刻的数据流量增长率，预测其他业务在第二预设时间段内的数据流量。

具体的，其他业务的数据流量L、其他业务从起始时刻到终止时刻的使用时长增长率N、其他业务从起始时刻到终止时刻的数据流量增长率P和其他业务在第二预设时间段内的数据流量Q满足下述公式：

Q＝L(1+N)(1+P)。

在确定目标业务在第二预设时间段内的数据流量和其他业务在第二预设时间段内的数据流量之后，数据流量预测装置根据目标业务在第二预设时间段内的数据流量和其他业务在第二预设时间段内的数据流量，预测终端业务在第二预设时间段内的数据流量。

示例性的，数据流量预测装置可以根据目标业务在第二预设时间段内的数据流量K和其他业务在第二预设时间段内的数据流量Q之和，预测终端业务在第二预设时间段内的数据流量R。即R＝K+Q。

可选的，结合上述图4，如图5所示，上述S404可以替换为S501-S503。

S501、数据流量预测装置根据每个子业务在第一预设时间段内的数据流量、每个子业务的码率、目标业务从起始时刻到终止时刻的使用时长增长率和预测使用时长，预测目标业务在第二预设时间段内的数据流量。

S502、数据流量预测装置根据其他业务的数据流量、其他业务从起始时刻到终止时刻的使用时长增长率或其他业务从起始时刻到终止时刻的数据流量增长率，预测其他业务在第二预设时间段内的数据流量。

本申请实施例中，数据流量预测装置可以先执行S501，后执行S502；也可以先执行S502，后执行S501；还可以同时执行S501和S502，本申请对此不作限定。

S503、数据流量预测装置根据目标业务在第二预设时间段内的数据流量和其他业务在第二预设时间段内的数据流量，预测终端业务在第二预设时间段内的数据流量。

可选的，结合上述图5，如图6所示，上述S501可以替换为S601-S605。

S601、数据流量预测装置根据每个子业务在第一预设时间段内的数据流量A和每个子业务的码率B，确定每个子业务在第一预设时间段内的使用时长C。

其中，数据流量A、码率B和使用时长C，满足下述公式：

S602、数据流量预测装置根据每个子业务在第一预设时间段内的使用时长C，确定目标业务在第一预设时间段内的使用时长D，以及使用时长C在使用时长D中的比例E。

其中，使用时长C、使用时长D和比例E满足下述公式：

其中，M为目标业务中子业务的个数，i为M个子业务中的第i个子业务；M为正整数；i为小于或者等于M的正整数。

S603、数据流量预测装置根据比例E和码率B，确定目标业务在第一预设时间段内的平均码率F。

其中，比例E、码率B和平均码率F满足下述公式：

S604、数据流量预测装置根据平均码率F、预测使用时长G和码率B，预测目标业务从第一预设时间段到第二预设时间段的平均码率增长率H。

平均码率F、预测使用时长G、码率B和平均码率增长率H满足下述公式：

S605、数据流量预测装置根据数据流量A、平均码率增长率H和目标业务从起始时刻到终止时刻的使用时长增长率J，预测目标业务在第二预设时间段内的数据流量K。

数据流量A、平均码率增长率H、使用时长增长率J和数据流量K满足下述公式：

本申请实施例提供一种数据流量预测方法，包括：数据流量预测装置首先获取终端的目标业务在第一预设时间段内的第一特征信息。其中，目标业务包括多个子业务，每个子业务唯一对应一个码率。然后获取每个子业务在第二预设时间段内的预测使用时长。接着获取终端除目标业务以外的其他业务在第一预设时间段内的第二特征信息。后续，数据流量预测装置根据第一特征信息、第二特征信息和预测使用时长，预测终端业务在第二预设时间段内的数据流量。

其中，第一特征信息包括：每个子业务的数据流量、每个子业务的码率或目标业务从起始时刻到终止时刻的使用时长增长率中的至少一项。起始时刻和终止时刻均为第一预设时间段内的时刻。起始时刻位于终止时刻之前。第二预设时间段为在第一预设时间段之后的时间段。第二特征信息包括：其他业务的数据流量、其他业务从起始时刻到终止时刻的使用时长增长率或其他业务从起始时刻到终止时刻的数据流量增长率中的至少一项。

可以看出，本申请中，数据流量预测装置可以根据获取到的第一特征信息、第二特征信息和预测使用时长，直接预测终端业务在第二预设时间段内的数据流量。相比现有技术，数据流量预测装置无需使用各种预测模型，便可直接预测终端业务在第二预设时间段内的数据流量，降低了数据流量预测方法的复杂度和计算量，提高了数据流量预测的效率。进一步可选的，本申请还可以根据每个子业务在第二预设时间段内的预测使用时长，预测终端业务在第二预设时间段内的数据流量。相比现有技术仅能根据历史数据预测数据流量，本申请根据预测使用时长预测终端业务的数据流量，提高了数据流量预测的准确度。

上述主要从方法的角度对本申请实施例提供的方案进行了介绍。为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，本申请实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

本申请实施例可以根据上述方法示例对数据流量预测装置进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。可选的，本申请实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

如图7所示，为本申请实施例提供的一种数据流量预测装置70的结构示意图。该数据流量预测装置70用于解决现有的数据流量预测方法效率较低的技术问题，例如用于执行图4、图5和图6所示的数据流量预测方法。该数据流量预测装置70包括：获取单元701和预测单元702。

获取单元701，用于获取终端的目标业务在第一预设时间段内的第一特征信息；目标业务包括多个子业务，每个子业务唯一对应一个码率；第一特征信息包括：每个子业务的数据流量、每个子业务的码率或目标业务从起始时刻到终止时刻的使用时长增长率中的至少一项；起始时刻和终止时刻均为第一预设时间段内的时刻；起始时刻位于终止时刻之前。例如，结合图4，获取单元701用于执行S401。

获取单元701，还用于获取每个子业务在第二预设时间段内的预测使用时长；第二预设时间段为在第一预设时间段之后的时间段。例如，结合图4，获取单元701还用于执行S402。

获取单元701，还用于获取终端除目标业务以外的其他业务在第一预设时间段内的第二特征信息；第二特征信息包括：其他业务的数据流量、其他业务从起始时刻到终止时刻的使用时长增长率或其他业务从起始时刻到终止时刻的数据流量增长率中的至少一项。例如，结合图4，获取单元701还用于执行S403。

预测单元702，用于根据获取单元获取到的第一特征信息、第二特征信息和预测使用时长，预测终端业务在第二预设时间段内的数据流量。例如，结合图4，预测单元702用于执行S404。

可选的，预测单元702，具体用于：

根据每个子业务在第一预设时间段内的数据流量、每个子业务的码率、目标业务从起始时刻到终止时刻的使用时长增长率和预测使用时长，预测目标业务在第二预设时间段内的数据流量。例如，结合图5，预测单元702还用于执行S501。

根据其他业务的数据流量、其他业务从起始时刻到终止时刻的使用时长增长率或其他业务从起始时刻到终止时刻的数据流量增长率，预测其他业务在第二预设时间段内的数据流量。例如，结合图5，预测单元702还用于执行S502。

根据目标业务在第二预设时间段内的数据流量和其他业务在第二预设时间段内的数据流量，预测终端业务在第二预设时间段内的数据流量。例如，结合图5，预测单元702还用于执行S503。

可选的，预测单元702，具体用于：

根据每个子业务在第一预设时间段内的数据流量A和每个子业务的码率B，确定每个子业务在第一预设时间段内的使用时长C。例如，结合图6，预测单元702还用于执行S601。

数据流量A、码率B和使用时长C，满足下述公式：

根据每个子业务在第一预设时间段内的使用时长C，确定目标业务在第一预设时间段内的使用时长D，以及使用时长C在使用时长D中的比例E。例如，结合图6，预测单元702还用于执行S602。

使用时长C、使用时长D和比例E满足下述公式：

其中，M为目标业务中子业务的个数，i为M个子业务中的第i个子业务；M为正整数；i为小于或者等于M的正整数。

根据比例E和码率B，确定目标业务在第一预设时间段内的平均码率F。例如，结合图6，预测单元702还用于执行S603。

比例E、码率B和平均码率F满足下述公式：

根据平均码率F、预测使用时长G和码率B，预测目标业务从第一预设时间段到第二预设时间段的平均码率增长率H。例如，结合图6，预测单元702还用于执行S604。

平均码率F、预测使用时长G、码率B和平均码率增长率H满足下述公式：

根据数据流量A、平均码率增长率H和目标业务从起始时刻到终止时刻的使用时长增长率J，预测目标业务在第二预设时间段内的数据流量K。例如，结合图6，预测单元702还用于执行S605。

数据流量A、平均码率增长率H、使用时长增长率J和数据流量K满足下述公式：

可选的，预测单元702，具体用于：

其他业务的数据流量L、其他业务从起始时刻到终止时刻的使用时长增长率N、其他业务从起始时刻到终止时刻的数据流量增长率P和其他业务在第二预设时间段内的数据流量Q满足下述公式：

Q＝L(1+N)(1+P)。

本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质包括计算机执行指令。当计算机执行指令在计算机上运行时，使得计算机执行如上述实施例提供的数据流量预测方法中，数据流量预测装置执行的各个步骤。

本申请实施例还提供一种计算机程序产品，该计算机程序产品可直接加载到存储器中，并含有软件代码，该计算机程序产品经由计算机载入并执行后能够实现上述实施例提供的数据流量预测方法中，数据流量预测装置执行的各个步骤。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件程序实现时，可以全部或部分地以计算机程序产品的形式来实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机执行指令时，全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(digitalsubscriber line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可以用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如，软盘、硬盘、磁带)，光介质(例如，DVD)、或者半导体介质(例如固态硬盘(solid state disk，SSD))等。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是一个物理单元或多个物理单元，即可以位于一个地方，或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个可读取的存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种数据流量预测方法，其特征在于，包括：

获取终端的目标业务在第一预设时间段内的第一特征信息；所述目标业务包括多个子业务，每个子业务唯一对应一个码率；所述第一特征信息包括：所述每个子业务的数据流量、所述每个子业务的码率或所述目标业务从起始时刻到终止时刻的使用时长增长率中的至少一项；所述起始时刻和所述终止时刻均为所述第一预设时间段内的时刻；所述起始时刻位于所述终止时刻之前；

获取所述每个子业务在第二预设时间段内的预测使用时长；所述第二预设时间段为在所述第一预设时间段之后的时间段；

获取所述终端除所述目标业务以外的其他业务在所述第一预设时间段内的第二特征信息；所述第二特征信息包括：所述其他业务的数据流量、所述其他业务从所述起始时刻到所述终止时刻的使用时长增长率或所述其他业务从所述起始时刻到所述终止时刻的数据流量增长率中的至少一项；

根据所述第一特征信息、所述第二特征信息和所述预测使用时长，预测所述终端业务在所述第二预设时间段内的数据流量。

2.根据权利要求1所述的数据流量预测方法，其特征在于，根据所述第一特征信息、所述第二特征信息和所述预测使用时长，预测所述终端业务在所述第二预设时间段内的数据流量，包括：

根据所述每个子业务在所述第一预设时间段内的数据流量、所述每个子业务的码率、所述目标业务从起始时刻到终止时刻的使用时长增长率和所述预测使用时长，预测所述目标业务在所述第二预设时间段内的数据流量；

根据所述其他业务的数据流量、所述其他业务从所述起始时刻到所述终止时刻的使用时长增长率或所述其他业务从所述起始时刻到所述终止时刻的数据流量增长率，预测所述其他业务在所述第二预设时间段内的数据流量；

根据所述目标业务在所述第二预设时间段内的数据流量和所述其他业务在所述第二预设时间段内的数据流量，预测所述终端业务在所述第二预设时间段内的数据流量。

3.根据权利要求2所述的数据流量预测方法，其特征在于，所述根据所述每个子业务在所述第一预设时间段内的数据流量、所述每个子业务的码率、所述目标业务从起始时刻到终止时刻的使用时长增长率和所述预测使用时长，预测所述目标业务在所述第二预设时间段内的数据流量，包括：

根据所述每个子业务在所述第一预设时间段内的数据流量A和所述每个子业务的码率B，确定所述每个子业务在所述第一预设时间段内的使用时长C；

所述数据流量A、所述码率B和所述使用时长C，满足下述公式：

根据所述每个子业务在所述第一预设时间段内的使用时长C，确定所述目标业务在所述第一预设时间段内的使用时长D，以及所述使用时长C在所述使用时长D中的比例E；

所述使用时长C、所述使用时长D和所述比例E满足下述公式：

其中，M为所述目标业务中子业务的个数，i为M个子业务中的第i个子业务；M为正整数；i为小于或者等于M的正整数；

根据所述比例E和所述码率B，确定所述目标业务在所述第一预设时间段内的平均码率F；

所述比例E、所述码率B和平均码率F满足下述公式：

根据所述平均码率F、所述预测使用时长G和所述码率B，预测所述目标业务从所述第一预设时间段到所述第二预设时间段的平均码率增长率H；

所述平均码率F、所述预测使用时长G、所述码率B和所述平均码率增长率H满足下述公式：

根据所述数据流量A、所述平均码率增长率H和所述目标业务从起始时刻到终止时刻的使用时长增长率J，预测所述目标业务在所述第二预设时间段内的数据流量K；

所述数据流量A、所述平均码率增长率H、所述使用时长增长率J和所述数据流量K满足下述公式：

4.根据权利要求2所述的数据流量预测方法，其特征在于，所述根据所述其他业务的数据流量、所述其他业务从所述起始时刻到所述终止时刻的使用时长增长率或所述其他业务从所述起始时刻到所述终止时刻的数据流量增长率，预测所述其他业务在所述第二预设时间段内的数据流量，包括：

所述其他业务的数据流量L、所述其他业务从所述起始时刻到所述终止时刻的使用时长增长率N、所述其他业务从所述起始时刻到所述终止时刻的数据流量增长率P和所述其他业务在所述第二预设时间段内的数据流量Q满足下述公式：

Q＝L(1+N)(1+P)。

5.一种数据流量预测装置，其特征在于，包括：获取单元和预测单元；

所述获取单元，用于获取终端的目标业务在第一预设时间段内的第一特征信息；所述目标业务包括多个子业务，每个子业务唯一对应一个码率；所述第一特征信息包括：所述每个子业务的数据流量、所述每个子业务的码率或所述目标业务从起始时刻到终止时刻的使用时长增长率中的至少一项；所述起始时刻和所述终止时刻均为所述第一预设时间段内的时刻；所述起始时刻位于所述终止时刻之前；

所述获取单元，还用于获取所述每个子业务在第二预设时间段内的预测使用时长；所述第二预设时间段为在所述第一预设时间段之后的时间段；

所述获取单元，还用于获取所述终端除所述目标业务以外的其他业务在所述第一预设时间段内的第二特征信息；所述第二特征信息包括：所述其他业务的数据流量、所述其他业务从所述起始时刻到所述终止时刻的使用时长增长率或所述其他业务从所述起始时刻到所述终止时刻的数据流量增长率中的至少一项；

所述预测单元，用于根据所述获取单元获取到的所述第一特征信息、所述第二特征信息和所述预测使用时长，预测所述终端业务在所述第二预设时间段内的数据流量。

6.根据权利要求5所述的数据流量预测装置，其特征在于，所述预测单元，具体用于：

根据所述每个子业务在所述第一预设时间段内的数据流量、所述每个子业务的码率、所述目标业务从起始时刻到终止时刻的使用时长增长率和所述预测使用时长，预测所述目标业务在所述第二预设时间段内的数据流量；

根据所述其他业务的数据流量、所述其他业务从所述起始时刻到所述终止时刻的使用时长增长率或所述其他业务从所述起始时刻到所述终止时刻的数据流量增长率，预测所述其他业务在所述第二预设时间段内的数据流量；

根据所述目标业务在所述第二预设时间段内的数据流量和所述其他业务在所述第二预设时间段内的数据流量，预测所述终端业务在所述第二预设时间段内的数据流量。

7.根据权利要求6所述的数据流量预测装置，其特征在于，所述预测单元，具体用于：

根据所述每个子业务在所述第一预设时间段内的数据流量A和所述每个子业务的码率B，确定所述每个子业务在所述第一预设时间段内的使用时长C；

所述数据流量A、所述码率B和所述使用时长C，满足下述公式：

根据所述每个子业务在所述第一预设时间段内的使用时长C，确定所述目标业务在所述第一预设时间段内的使用时长D，以及所述使用时长C在所述使用时长D中的比例E；

所述使用时长C、所述使用时长D和所述比例E满足下述公式：

其中，M为所述目标业务中子业务的个数，i为M个子业务中的第i个子业务；M为正整数；i为小于或者等于M的正整数；

根据所述比例E和所述码率B，确定所述目标业务在所述第一预设时间段内的平均码率F；

所述比例E、所述码率B和平均码率F满足下述公式：

根据所述平均码率F、所述预测使用时长G和所述码率B，预测所述目标业务从所述第一预设时间段到所述第二预设时间段的平均码率增长率H；

所述平均码率F、所述预测使用时长G、所述码率B和所述平均码率增长率H满足下述公式：

根据所述数据流量A、所述平均码率增长率H和所述目标业务从起始时刻到终止时刻的使用时长增长率J，预测所述目标业务在所述第二预设时间段内的数据流量K；

所述数据流量A、所述平均码率增长率H、所述使用时长增长率J和所述数据流量K满足下述公式：

8.根据权利要求6所述的数据流量预测装置，其特征在于，所述预测单元，具体用于：

所述其他业务的数据流量L、所述其他业务从所述起始时刻到所述终止时刻的使用时长增长率N、所述其他业务从所述起始时刻到所述终止时刻的数据流量增长率P和所述其他业务在所述第二预设时间段内的数据流量Q满足下述公式：

Q＝L(1+N)(1+P)。

9.一种数据流量预测装置，其特征在于，包括存储器和处理器；所述存储器用于存储计算机执行指令，所述处理器与所述存储器通过总线连接；

当所述数据流量预测装置运行时，所述处理器执行所述存储器存储的所述计算机执行指令，以使所述数据流量预测装置执行如权利要求1-4任一项所述的数据流量预测方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括计算机执行指令，当所述计算机执行指令在计算机上运行时，使得所述计算机执行如权利要求1-4任一项所述的数据流量预测方法。

Images