本文版權為《郵電設計技術》所有，如需轉載請聯(lián)系《郵電設計技術》編輯部
摘要：以OLT上聯(lián)口的下行流量為研究對象，分別使用趨勢擬合法、平滑法和ARIMA模型建模并進行流量預測。其中趨勢擬合法選擇了典型的線性擬合，平滑法使用了平均移動法和 Holt 兩參數(shù)指數(shù)平滑模型，ARIMA 則選擇了 ARIMA（0，1，1）模型進行建模分析。對 4種模型的絕對百分比誤差（MAPE）進行了對比，結果表明 ARIMA 模型和 Holt兩參數(shù)指數(shù)平滑模型預測精度相似，都取得了良好的預測效果，適合用于 OLT上聯(lián)口流量預測，而線性回歸和平均移動法預測結果較差，不適合做精度要求較高的流量預測。
關鍵詞：網絡流量預測；ARIMA模型；指數(shù)平滑法；Holt兩參數(shù)指數(shù)平滑模型
doi：10.12045/j.issn.1007-3043.2023.07.011
研究背景
隨著寬帶用戶網絡需求的快速增長和固網數(shù)據(jù)的大幅提升，運營商越來越重視寬帶用戶的使用體驗，并投入更多的精力用于固網寬帶網絡設備的擴容和維護，科學規(guī)劃網絡容量已成為運營商發(fā)展的重要議題。網絡流量指標是評價網絡管理質量的重要參數(shù)，對流量的預測是指依據(jù)設備歷史數(shù)據(jù)對未來一段時間的流量進行建模與估計，相較于流量達到告警閾值后再升級設備，流量預測可以幫助網絡管理員掌握網絡變化的規(guī)律，更合理地安排預算、設備升級和割接計劃，也極大地改善了用戶上網體驗。此外，隨著運營商算力的提升，流量預測甚至可以應用到用戶級別，為提供個性化服務做支撐，因此流量預測一直是網絡研究領域的重要研究方向。
通常當 OLT 上聯(lián)口的寬帶利用率峰值到達 70%時就需要開始考慮流量擴容，同時用戶的下行網絡流量往往要高于上行網絡流量，因此對 OLT上聯(lián)口的下行流量速率峰值進行時間序列的分析、預測具有重要意義，是OLT擴容的主要技術指標。
寬帶設備的流量速率是網管系統(tǒng)記錄的主要數(shù)據(jù)之一，OLT 下行流量速率峰值數(shù)據(jù)可以看做是一組時間序列，對于時間序列的分析主要包括模型識別、模型擬合、模型診斷3個步驟。
在模型識別階段需要根據(jù)時間序列的時序圖特征和統(tǒng)計量特征選擇合適的模型。時間序列的統(tǒng)計學模型有很多，包括趨勢擬合法、平滑法及 ARIMA 等模型。運營商積累了大量流量數(shù)據(jù)，但對這類數(shù)據(jù)的處理往往比較粗獷，經常使用到的流量預測方法有線性擬合法和移動平均法，這些方法操作簡單，模型直觀，但也存在擬合度低、預測效果差的缺點。相比而言，Holt-Winters 模型和 ARIMA 模型增加了更復雜的模型維度和參數(shù)類別，可以更充分地擬合復雜的流量趨勢及短期的隨機趨勢。
