本技术涉及通信，特别是涉及一种带宽控制方法、装置、计算机设备和可读存储介质。
背景技术：
1、在网络规划过程中，预测和监控带宽利用率对于确保网络资源的高效分配和优化网络性能至关重要。准确的带宽利用率预测可以帮助网络运营商避免资源浪费，减少因带宽过载或不足导致的服务中断，同时也为网络扩容和升级提供决策支持。
2、然而，传统方法依赖单一尺度的数据源或模态，容易受到随机噪声的影响，存在一定局限性，造成最终的预测结果的准确性不高，亟需改进。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高带宽控制准确性的带宽控制方法、装置、计算机设备和可读存储介质。
2、第一方面，本技术提供了一种带宽控制方法，包括：
3、获取目标链路的历史带宽利用率；
4、对历史带宽利用率进行多尺度特征分析，得到各尺度对应的带宽利用率特征；
5、根据各尺度对应的带宽利用率特征，构建多尺度特征图；
6、采用图卷积操作，对多尺度特征图进行处理，得到各尺度对应的更新利用率特征；
7、根据各尺度对应的更新利用率特征，确定目标链路的预测带宽利用率；
8、根据预测带宽利用率，对目标链路的带宽进行控制。
9、在其中一个实施例中，对历史带宽利用率进行多尺度特征分析，得到各尺度对应的带宽利用率特征，包括：
10、采用不同尺度的观测窗口对历史带宽利用率进行处理，得到各尺度的利用率时间序列；
11、分别对各尺度的利用率时间序列进行特征提取，得到各尺度对应的带宽利用率特征；其中，带宽利用率特征包括利用率趋势特征和/或利用率季节特征。
12、在其中一个实施例中，根据各尺度对应的带宽利用率特征，构建多尺度特征图，包括：
13、将各尺度的带宽利用率特征作为初始特征图中的各节点；
14、确定各尺度对应的带宽利用率特征之间的关联强度；
15、将各尺度对应的带宽利用率特征之间的关联强度，作为初始特征图中各节点之间连接边的权重，得到多尺度特征图。
16、在其中一个实施例中，采用图卷积操作，对多尺度特征图进行处理，得到各尺度对应的更新利用率特征，包括：
17、对多尺度特征图中的任一节点，在多尺度特征图中确定节点对应的相邻节点；
18、根据节点与相邻节点之间连接边的权重，对节点的带宽利用率特征与相邻节点的带宽利用率特征进行特征融合，得到节点对应的融合利用率特征；
19、采用非线性激活函数，对节点对应的融合利用率特征进行激活处理，得到节点对应尺度的更新利用率特征。
20、在其中一个实施例中，根据各尺度对应的更新利用率特征，确定目标链路的预测带宽利用率，包括：
21、将各尺度对应的更新利用率特征，输入至预测模型，得到预测模型输出的各尺度对应的尺度预测利用率；其中，预测模型的损失函数根据预测模型的预测结果与训练样本之间的推土wasserstein距离确定；
22、根据各尺度对应的尺度预测利用率，确定目标链路的预测带宽利用率。
23、在其中一个实施例中，根据各尺度对应的尺度预测利用率，确定目标链路的预测带宽利用率，包括：
24、采用自注意力机制，确定各尺度对应的注意力分数；
25、根据各尺度对应的注意力分数和尺度预测利用率，确定目标链路的预测带宽利用率。
26、在其中一个实施例中，根据预测带宽利用率，对目标链路的带宽进行控制，包括：
27、确定目标链路的当前带宽利用率与预测带宽利用率之间的利用率差值；
28、若利用率差值大于告警阈值，则对目标链路的带宽进行告警处理和/或扩缩容处理。
29、第二方面，本技术还提供了一种带宽控制装置，包括：
30、获取模块，用于获取目标链路史带宽利用率；
31、多尺度提取模块，用于对历史带宽利用率进行多尺度特征分析，得到各尺度对应的带宽利用率特征；
32、特征图构建模块，用于根据各尺度对应的带宽利用率特征，构建多尺度特征图；
33、卷积处理模块，用于采用图卷积操作，对多尺度特征图进行处理，得到各尺度对应的更新利用率特征；
34、预测模块，用于根据各尺度对应的更新利用率特征，确定目标链路的预测带宽利用率；
35、带宽控制模块，用于根据预测带宽利用率，对目标链路的带宽进行控制。
36、第三方面，本技术还提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：
37、获取目标链路的历史带宽利用率；
38、对历史带宽利用率进行多尺度特征分析，得到各尺度对应的带宽利用率特征；
39、根据各尺度对应的带宽利用率特征，构建多尺度特征图；
40、采用图卷积操作，对多尺度特征图进行处理，得到各尺度对应的更新利用率特征；
41、根据各尺度对应的更新利用率特征，确定目标链路的预测带宽利用率；
42、根据预测带宽利用率，对目标链路的带宽进行控制。
43、第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
44、获取目标链路的历史带宽利用率；
45、对历史带宽利用率进行多尺度特征分析，得到各尺度对应的带宽利用率特征；
46、根据各尺度对应的带宽利用率特征，构建多尺度特征图；
47、采用图卷积操作，对多尺度特征图进行处理，得到各尺度对应的更新利用率特征；
48、根据各尺度对应的更新利用率特征，确定目标链路的预测带宽利用率；
49、根据预测带宽利用率，对目标链路的带宽进行控制。
50、第五方面，本技术还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
51、获取目标链路的历史带宽利用率；
52、对历史带宽利用率进行多尺度特征分析，得到各尺度对应的带宽利用率特征；
53、根据各尺度对应的带宽利用率特征，构建多尺度特征图；
54、采用图卷积操作，对多尺度特征图进行处理，得到各尺度对应的更新利用率特征；
55、根据各尺度对应的更新利用率特征，确定目标链路的预测带宽利用率；
56、根据预测带宽利用率，对目标链路的带宽进行控制。
57、上述带宽控制方法、装置、计算机设备和可读存储介质，对历史带宽利用率在时间维度上进行多尺度特征分析，得到各尺度的带宽利用率特征，多种不同尺度的带宽利用率特征包含了历史带宽利用率在不同层次的信息，实现了对历史带宽利用率的全面分析；通过图卷积操作对多尺度特征图中各尺度的带宽利用率特征进行融合处理，进而得到包含各尺度的带宽利用率特征之间关联性的各尺度对应的更新利用率特征，通过图卷积操作分析各尺度的带宽利用率特征之间的依赖关系和相互作用，目的是得到包含更多有用信息的各尺度对应的更新利用率特征，进而使得基于各尺度对应的更新利用率特征预测得到的预测带宽利用率更为准确，提高了对目标链路的带宽控制的控制准确性。
1.一种带宽控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述历史带宽利用率进行多尺度特征分析，得到各尺度对应的带宽利用率特征，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据各尺度对应的带宽利用率特征，构建多尺度特征图，包括：
4.根据权利要求3所述的方法，其特征在于，所述采用图卷积操作，对所述多尺度特征图进行处理，得到各尺度对应的更新利用率特征，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据各尺度对应的更新利用率特征，确定所述目标链路的预测带宽利用率，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据各尺度对应的尺度预测利用率，确定所述目标链路的预测带宽利用率，包括：
7.根据权利要求1所述的方法，其特征在于，所述根据所述预测带宽利用率，对所述目标链路的带宽进行控制，包括：
8.一种带宽控制装置，其特征在于，所述装置包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种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权利要求1至7中任一项所述的方法的步骤。
11.一种计算机程序产品，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权利要求1至7中任一项所述的方法的步骤。
