網絡流量預測入門（三）之LSTM預測網絡流量
在上篇博客LSTM機器學習生成音樂中，介紹瞭如何使用LSTM生成音樂，而在上上篇網絡流量預測入門（二）之LSTM介紹中，介紹了LSTM的基本原理
在這篇博客中，將介紹如何使用SVR和LSTM對網絡流量進行預測。
環境版本信息：
- keras：2.4.3
- numpy：1.19.2
- tensorflow：2.4.1
- sklearn：0.23.2
數據集介紹
數據集來自歐洲11個城市的ISP互聯網流量（用ec_data表示）和英國學術網流量（用uk_data表示），數據集見Github。
ec_data統計了從2005年7月6號至2005年7月28號共計14772組網絡流量數據，uk_data統計了從2004年11月19號至2005年1月27號共計19888組網絡數據。ec_data和uk_data都是以5分鐘爲間隔進行採樣得到的數據，數據見下圖。由圖中可以看出，ec_data和uk_data具有很強的週期性以及規律性，因此可以大膽的搏一搏單車變摩托：LSTM在預測的時候能夠有着比較好的結果。
預測流程
在這篇博客中，使用前10個序列去預測下一個時間序列的網絡流量值。當然，也可以如同簡單明朗的 RNN 寫詩教程一樣，通過前10個序列去預測後面\(N\)個序列的網絡流量值，如下圖所示。
數據集準備
流量預測的目的是使用前\(K\)個序列去預測後面\(N\)個序列（這篇博客\(K=10,N=1\)），從機器學習訓練的角度去看，前\(K\)個序列爲\(X\)，後面\(N\)個序列則爲\(Y\)。因此，需要從網絡流量數據中構建數據集。構建數據集的過程原理在簡單明朗的 RNN 寫詩教程詳細說過，以詩爲例，過程如下：
通過上面的操作，就可以將網絡流量序列變成X_Data和Y_Data，部分代碼如下：
# all_data 即爲數據集，sequence_len即爲K
sequence_len = 10
X = []
Y = []
for i in range(len(all_data)-sequence_len):
X.append(all_data[i:i+sequence_len])
Y.append(all_data[i+sequence_len])
X = np.array(X)
Y = np.array(Y)
SVR預測
SVR使用sklearn提供的默認參數，默認參數設置如下：
| 超參數 | 取值 |
|---|---|
| kernel | rbf |
| gamma | scale |
| tol | 0.001 |
| C | 1.0 |
代碼見：Github，使用SVR進行預測還是挺簡單的，看看代碼就能夠看懂了。
預測結果圖如下圖所示：
-
ec_data：MAPE=0.095
![]()
-
uk_data：MAPE=0.084
![]()
LSTM 預測
LSTM的模型結構如下圖所示，是一個很簡單的雙層LSTM網絡，並沒有加入一些特殊的結構。
代碼見：Github
預測結果：
-
ec_data：MAPE=0.040
![]()
-
uk_data：MAPE=0.035
![]()
優化點
可以將uk_data和ec_data進行小波變換，然後將小波變換後的結果進行訓練。在預測的過程中，將預測結果進行反小波變換恢復成網絡流量時間序列，可以有效的消除網絡流量突變造成的影響。如果有興趣，值得試一試。