摘要
本发明提供了一种网络流量预测方法,包括从网络拓扑设备获取时间序列下的网络数据,并对其进行预处理得到预处理网络数据;将所述预处理网络数据输入训练好的Transformer预测模型中,得到当前时刻的网络流量。由于本用于预测网络流量的Transformer预测模型通过ISSA算法对模型中的超参数进行迭代寻优得到,提升了Transformer模型在长时间序列预测过程中的性能,使得Transformer模型具有较高的预测精度,不容易陷入局部最优且具有较强的全局信息捕捉能力。因此本发明可以提升预测网络流量的精度。