本发明涉及网络运维，尤其涉及一种基于大数据的网络流量预测方法、设备、系统及存储介质。
背景技术：
1、网络流量指网络中数据的传输量，用于衡量网络的使用情况和负载，其影响到网络的性能、可用性和安全性；对于企业用户来说其服务器的流量承载有限，若突然出现过大的网络流量波动，未提前优化配置准备，会导致服务器响应卡顿甚至瘫痪，影响用户体验带来经济损失，若能提前预测网络流量波动能提早做出准备和相应措施，则可以有效避免出现服务器拥堵卡顿、影响服务器访客体验或引起经济损失的问题。
技术实现思路
1、本发明提供了一种基于大数据的网络流量预测方法、设备、系统及存储介质，用于解决现有技术中网络流量波动预测的问题。
2、本发明第一方面提供了一种基于大数据的网络流量预测方法，包括：
3、获取网络文本历史数据，根据行业品类对网络文本历史数据进行分类，并分别存入不同行业数据库中；获取当前用户的行业特征，识别对应的行业数据库；
4、获取当前用户服务器的网络流量波动历史数据；将当前用户对应的行业数据库内容进行相关性划分，识别第一直接相关数据和第一间接相关数据，并获取对应的文本相关数据变化情况；将文本相关数据变化情况与网络流量波动历史数据进行关联，建立文本数据与网络波动的关联模型；
5、获取当前用户服务器的网络流量限制值；每间隔预设时间长度则获取网络文本当前数据，将网络文本当前数据划分为第二直接相关数据和第二间接相关数据后代入文本数据与网络波动的关联模型中，得到网络流量预测值，当网络流量预测值超过网络流量限制值时，发出警报。
6、可选的，所述得到网络流量预测值之后，还包括：
7、获取当前用户服务器的网络流量检测值，判断预设时间范围内的各网络流量预测值与网络流量检测值的差值是否超过流量差值阈值，若是则发出警报。
8、可选的，所述建立文本数据与网络波动的关联模型之后，还包括：
9、识别文本相关数据与历史流量波动数据的对应关系，并计算平均滞后时间，将平均滞后时间作为预设时间长度。
10、本申请第二方面提供了一种基于大数据的网络流量预测系统，包括：
11、数据库构建模块，用于获取网络文本历史数据，根据行业品类对网络文本历史数据进行分类，并分别存入不同行业数据库中；获取当前用户的行业特征，识别对应的行业数据库；
12、关联模型建立模块，用于获取当前用户服务器的网络流量波动历史数据；将当前用户对应的行业数据库内容进行相关性划分，识别第一直接相关数据和第一间接相关数据，并获取对应的文本相关数据变化情况；将文本相关数据变化情况与网络流量波动历史数据进行关联，建立文本数据与网络波动的关联模型；
13、预测警报模块，用于获取当前用户服务器的网络流量限制值；每间隔预设时间长度则获取网络文本当前数据，将网络文本当前数据划分为第二直接相关数据和第二间接相关数据后代入文本数据与网络波动的关联模型中，得到网络流量预测值，当网络流量预测值超过网络流量限制值时，发出警报。
14、可选的，所述预测警报模块中，得到网络流量预测值之后，还包括：
15、获取当前用户服务器的网络流量检测值，判断预设时间范围内的各网络流量预测值与网络流量检测值的差值是否超过流量差值阈值，若是则发出警报。
16、可选的，所述关联模型建立模块中，建立文本数据与网络波动的关联模型之后，还包括：
17、识别文本相关数据与历史流量波动数据的对应关系，并计算平均滞后时间，将平均滞后时间作为预设时间长度。
18、本申请第三方面提供了一种基于大数据的网络流量预测方法设备，所述设备包括处理器以及存储器：
19、所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
20、所述处理器用于根据所述程序代码中的指令执行本发明第一方面任一项所述的一种基于大数据的网络流量预测方法。
21、本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行本发明第一方面任一项所述的一种基于大数据的网络流量预测方法。
22、从以上技术方案可以看出，本发明具有以下优点：通过对网络文本历史数据分类划分关联性，将得到的相关数据与网络流量波动历史数据基于神经网络进行关联分析，建立关联模型，通过关联模型对获取到的实时网络文本数据进行分析，预测未来服务器会承受的网络流量，与网络流量限制值进行比较，监测服务器网络安全，在网络流量可能增加时及时调整，避免出现服务器拥堵卡顿、影响服务器访客体验或引起经济损失的问题。
1.一种基于大数据的网络流量预测方法，其特征在于包括：
2.根据权利要求1所述的一种基于大数据的网络流量预测方法，其特征在于，所述得到网络流量预测值之后，所述方法还包括：
3.根据权利要求1所述的一种基于大数据的网络流量预测方法，其特征在于，所述建立文本数据与网络波动的关联模型之后，所述方法还包括：
4.一种基于大数据的网络流量预测系统，其特征在于，包括：
5.根据权利要求4所述的一种基于大数据的网络流量预测系统，其特征在于，所述预测警报模块中，得到网络流量预测值之后，还包括：
6.根据权利要求4所述的一种基于大数据的网络流量预测系统，其特征在于，所述关联模型建立模块中，建立文本数据与网络波动的关联模型之后，还包括：
7.一种基于大数据的网络流量预测设备，其特征在于，所述设备包括处理器以及存储器：
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-3任一项所述的一种基于大数据的网络流量预测方法。
