一种流量特征自适应的QoS智能预测调整方法

本发明公开了一种流量特征自适应的QoS智能预测调整方法，本发明涉及网络流量管理领域，方法包括：1.实时采集流量数据，基于协议类型、端口号及用户行为动态分类，构建多维特征向量；2.分离高频/低频分量，通过LSTM短期预测模块与周期趋势分析模块融合输出QoS参数预测；3.以最小化分组时延为目标，采用强化学习求解资源预分配方案；4.利用NPU硬件卸载执行流量识别、限速及优先级队列调度。本发明通过高频/低频联合预测架构提升精度，强化学习与NPU协同使决策时延进行较大程度的压缩，同时预测误差触发机制实现模型在线迭代。