本技术涉及互联网，尤其涉及一种区域间流量预测方法、装置、电子设备和存储介质。
背景技术：
1、区域间流量预测对于网络运营和安全具有重要意义。通过区域间流量预测可以获取区域流量的演化，为网络规划、决策支持、故障预警、优化网络性能和提高用户满意度等方面提供重要帮助，保障网络的稳定性和安全性。
2、相关技术中，基于区域间的历史流量数据时序，构建网络流量拓扑图，网络流量拓扑图的节点用于表征区域，网络流量拓扑图的边用于表征两个区域之间的流量数据，基于网络流量拓扑图对未来一段时间内区域间的流量数据进行预测。
3、但上述相关技术中，是单独基于两个区域之间的流量数据对未来一段时间内的流量数据进行预测的，降低了流量预测的准确性。
技术实现思路
1、本技术提供一种区域间流量预测方法、装置、电子设备和存储介质，用以解决现有技术中降低流量预测的准确性的缺陷。
2、第一方面，本技术实施例提供一种区域间流量预测方法，包括：
3、针对各区域组合，基于初始切分参数对所述区域组合内的两个区域之间的历史流量数据时序进行分割，得到所述区域组合对应的至少两个初始数据块；
4、将各所述区域组合对应的至少两个初始数据块输入图卷积模型的第一个时空特征提取层中，得到所述第一个时空特征提取层输出的节点之间的时空特征；所述节点用于表征对应区域组合内的两个区域之间的历史流量数据时序；
5、基于目标切分参数对前一个时空特征提取层输出的时空特征进行分割，将分割得到的至少两个目标数据块输入与所述前一个时空特征提取层相邻的时空特征提取层，直至得到最后一个时空特征提取层输出的时空特征；所述目标切分参数为所述前一个时空特征提取层对应的切分参数的预设数量倍；
6、基于各时空特征提取层输出的时空特征，预测各所述区域组合内的两个区域之间的流量数据时序。
7、在一个实施例中，所述时空特征提取层包括全连接层、图卷积层和卷积层；
8、所述将各所述区域组合对应的至少两个初始数据块输入图卷积模型的第一个时空特征提取层中，得到所述第一个时空特征提取层输出的节点之间的时空特征，包括：
9、针对各所述区域组合，将所述区域组合对应的至少两个初始数据块输入所述第一个时空特征提取层的全连接层，得到所述全连接层输出的各重构后的数据块；
10、将所述区域组合对应的各所述重构后的数据块进行拼接，得到所述区域组合对应的拼接数据块；
11、将所有所述区域组合对应的拼接数据块输入所述第一个时空特征提取层的图卷积层，得到所述图卷积层输出的初始时空特征；
12、将所述初始时空特征输入所述第一个时空特征提取层的卷积层，通过所述卷积层对所述初始时空特征的特征维度进行聚合，得到所述时空特征。
13、在一个实施例中，所述基于各时空特征提取层输出的时空特征，预测各所述区域组合内的两个区域之间的流量数据时序，包括：
14、将各所述时空特征提取层输出的时空特征进行拼接，得到拼接时空特征；
15、将所述拼接时空特征输入所述图卷积模型的多层感知机层，得到所述多层感知机层预测的各所述区域组合内的两个区域之间的流量数据时序。
16、在一个实施例中，所述将所有所述区域组合对应的拼接数据块输入所述第一个时空特征提取层的图卷积层，得到所述图卷积层输出的初始时空特征，包括：
17、将自适应邻接矩阵、所有所述区域组合对应的拼接数据块和所述第一个时空特征提取层的图卷积层对应的权重均输入所述第一个时空特征提取层的图卷积层，得到所述图卷积层输出的所述初始时空特征；所述自适应邻接矩阵中的各元素用于表征对应两个节点间流量数据的相关性。
18、在一个实施例中，所述方法还包括：
19、基于各所述区域组合内的两个区域之间的历史流量数据时序，构建边图；所述边图的节点用于表征对应区域组合内的两个区域之间的历史流量数据时序；
20、基于所述边图的拓扑结构，确定节点间的邻接矩阵；所述邻接矩阵中的各元素用于表征所述边图中对应两个节点之间是否存在连接边；
21、针对存在连接边的两个目标节点，将所述两个目标节点中的第一目标节点的索引输入行嵌入层，得到行索引向量，并将所述两个目标节点中的第二目标节点的索引输入列嵌入层，得到列索引向量；
22、基于所述行索引向量和所述列索引向量确定所述两个目标节点对应的节点相关系数；
23、基于各所述节点相关系数，确定所述自适应邻接矩阵。
24、在一个实施例中，所述基于各所述区域组合内的两个区域之间的历史流量数据时序，构建边图，包括：
25、基于各所述区域组合内的两个区域之间的历史流量数据时序，构建网络流量拓扑图；所述网络流量拓扑图的节点用于表征区域，所述网络流量拓扑图的边用于表征两个区域之间的历史流量数据时序；
26、将所述网络流量拓扑图中的边确定为所述边图中的节点；
27、在所述网络流量拓扑图中的两条边存在交点的情况下，将所述边图中所述两条边各自对应的节点连接。
28、第二方面，本技术实施例提供一种区域间流量预测装置，包括：
29、第一分割单元，用于针对各区域组合，基于初始切分参数对所述区域组合内的两个区域之间的历史流量数据时序进行分割，得到所述区域组合对应的至少两个初始数据块；
30、提取单元，用于将各所述区域组合对应的至少两个初始数据块输入图卷积模型的第一个时空特征提取层中，得到所述第一个时空特征提取层输出的节点之间的时空特征；所述节点用于表征对应区域组合内的两个区域之间的历史流量数据时序；
31、第二分割单元，用于基于目标切分参数对前一个时空特征提取层输出的时空特征进行分割，将分割得到的至少两个目标数据块输入与所述前一个时空特征提取层相邻的时空特征提取层，直至得到最后一个时空特征提取层输出的时空特征；所述目标切分参数为所述前一个时空特征提取层对应的切分参数的预设数量倍；
32、预测单元，用于基于各时空特征提取层输出的时空特征，预测各所述区域组合内的两个区域之间的流量数据时序。
33、第三方面，本技术实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述区域间流量预测方法。
34、第四方面，本技术实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述区域间流量预测方法。
35、第五方面，本技术实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述区域间流量预测方法。
36、本技术提供的区域间流量预测方法、装置、电子设备和存储介质，基于初始切分参数对区域组合内的两个区域之间的历史流量数据时序进行分割，得到区域组合对应的至少两个初始数据块，将各区域组合对应的至少两个初始数据块输入图卷积模型的第一个时空特征提取层中，得到节点之间的时空特征，基于目标切分参数对前一个时空特征提取层输出的时空特征进行分割，将分割得到的至少两个目标数据块输入与前一个时空特征提取层相邻的时空特征提取层，直至得到最后一个时空特征提取层输出的时空特征，最后基于各时空特征提取层输出的时空特征，预测各区域组合内的两个区域之间的流量数据时序。可知，本技术能够通过时空特征提取层捕捉节点之间的时空特征，且输入各时空特征提取层的数据块是基于不同尺度的切分参数切分得到的，使得各时空特征提取层能够捕捉到不同时空粒度的时空特征，所以基于各时空特征提取层输出的时空特征预测两个区域之间的流量数据时序，能够提高流量预测的准确性。
1.一种区域间流量预测方法，其特征在于，包括：
2.根据权利要求1所述的区域间流量预测方法，其特征在于，所述时空特征提取层包括全连接层、图卷积层和卷积层；
3.根据权利要求1所述的区域间流量预测方法，其特征在于，所述基于各时空特征提取层输出的时空特征，预测各所述区域组合内的两个区域之间的流量数据时序，包括：
4.根据权利要求2所述的区域间流量预测方法，其特征在于，所述将所有所述区域组合对应的拼接数据块输入所述第一个时空特征提取层的图卷积层，得到所述图卷积层输出的初始时空特征，包括：
5.根据权利要求4所述的区域间流量预测方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的区域间流量预测方法，其特征在于，所述基于各所述区域组合内的两个区域之间的历史流量数据时序，构建边图，包括：
7.一种区域间流量预测装置，其特征在于，包括：
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述区域间流量预测方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述区域间流量预测方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述区域间流量预测方法。
