普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0039]图1是本发明第一实施例公开的一种网络构架的结构示意图；
[0040]图2是本发明第二实施例公开的一种基站流量数据的处理方法的流程示意图；
[0041]图3是本发明第三实施例公开的一种基站流量数据的处理方法的流程示意图；
[0042]图4是本发明第四实施例公开的一种基站流量数据的处理方法的流程示意图；
[0043]图5是本发明第五实施例公开的一种基站的结构示意图；
[0044]图6是本发明第六实施例公开的一种基站的结构示意图。
【具体实施方式】
[0045]为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
[0046]本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”和“第三”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0047]在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
[0048]本发明实施例公开了一种基站流量数据的处理方法及基站，有利于提升基站的数据流量峰值处理效率，避免丢弃数据报，提升移动终端用户体验。
[0049]下面结合附图及【具体实施方式】，对本发明实施例的技术方案进行详细说明。
[0050]为了更好理解本发明实施例公开的一种基站流量数据的处理方法及基站，下面先对本发明实施例适用的网络构架进行描述。请参阅图1，图1是本发明实施例公开的一种网络构架的结构示意图。如图1所示，该网络构架示意图可以包括基站和移动终端，其中，基站可以包括服务器、服务主机、服务系统以及服务平台等，而移动终端可以但不限于移动电话、移动电脑、平板电脑、个人数字助理(Personal Digital Assistant, PDA)、媒体播放器、智能电视、智能手表、智能眼镜、智能手环等。其中，基站可以通过互联网与移动终端进行通信连接。
[0051]基于图1所示的网络构架，本发明实施例公开了的一种基站流量数据的处理方法。请参考图2，图2是本发明第二实施例提出的一种基站流量数据的处理方法的结构示意图。如图所示，本发明实施例中的方法包括:
[0052]S201、基站分析指定时段内的流量数据以获取所述指定时段对应的流量模式。
[0053]S202、所述基站确定所述流量模式对应的流量峰值事件概率。
[0054]S203、若判断出所述流量峰值事件概率大于预设概率阈值，则所述基站根据所述流量峰值事件概率确定数据迟发事件概率。
[0055]S204、所述基站向移动终端广播包括所述数据迟发事件概率和预设间隔时长的源抑制包，所述源抑制包用于指示所述移动终端在检测到存在数据包需要发送的情况下，以所述数据迟发事件概率执行推迟所述预设间隔时长发送所述数据包的操作。
[0056]可以理解的，所述预设间隔时长大于或等于第一预设间隔时长Atl且小于或等于第二预设间隔时长At2，所述Atl小于所述At2。
[0057]例如，上述Atl可以取值为50ms，上述Δ t2可以取值为500ms。
[0058]作为一种可选的实施方式，所述基站分析指定时段内的流量数据以获取所述指定时段对应的流量模式的【具体实施方式】可以是:
[0059]所述基站分析获取的指定时段内的流量数据以生成所述流量数据对应的统计数据，基于生成的所述统计数据生成所述指定时段对应的流量模式，其中，所述统计数据至少包括流量平均值、流量方差、流量离差、流量大时段占比、流量小时段占比中的任意一种。
[0060]作为一种可选的实施方式，所述基站确定所述流量模式对应的流量峰值事件概率的【具体实施方式】可以是:
[0061]所述基站获取与所述指定时段匹配的Μ种历史同期流量模式和所述Μ种历史同期流量模式的Μ个流量峰值事件概率，所述Μ为正整数；
[0062]所述基站匹配出所述Μ个流量峰值事件概率中的第i个流量峰值事件概率为所述流量模式的流量峰值事件概率，所述i为小于或等于所述Μ的正整数。
[0063]作为一种可选的实施方式，所述基站获取与所述指定时段匹配的Μ种历史同期流量模式和所述Μ种历史同期流量模式的Μ个流量峰值事件概率的【具体实施方式】可以是:
[0064]所述基站提取与所述指定时段匹配的Ν个历史同期时段的Ν个历史同期流量数据，并创建所述Ν个历史同期流量数据中的X个历史同期流量数据与流量峰值事件之间的第一映射关系，所述流量峰值事件是指所述基站在所述X个历史同期时段中的任意一个历史同期时段之后所获取的流量数据的流量值大于预设流量阈值，所述Ν为大于所述Μ的正整数，所述X为小于或等于Ν的正整数；
[0065]所述基站分析所述Ν个历史同期流量数据以生成Ν组统计数据，将所述Ν组统计数据分成Μ个数据集合，其中，所述Μ个数据集合中的每一个数据集合至少包括一组统计数据，且同一个数据集合中的多组统计数据的任意两组统计数据的数据匹配度大于预设阈值；
[0066]所述基站基于所述Μ个数据集合生成所述基站的Μ种历史同期流量模式，并基于所述Μ个数据集合和所述第一映射关系，计算与所述Μ种历史同期流量模式的Μ个流量峰值事件概率。
[0067]举例来说，所述Μ个数据集合包括第一数据集合和第二数据集合，所述Μ种历史同期流量模式包括与所述第一数据集合对应的第一历史同期流量模式和所述第二数据集合对应的第二历史同期流量模式，所述基站基于所述Μ个数据集合和所述第一映射关系，计算与所述Μ种历史同期流量模式匹配的Μ个流量峰值事件概率，包括:
[0068]所述基站确定所述第一数据集合和所述第二数据集合中包括的统计数据的组数al和a2，所述al和a2为正整数；
[0069]所述基站确定所述al组统计数据中与所述第一映射关系匹配的统计数据的组数bl，确定所述a2组统计数据中与所述第一映射关系匹配的统计数据的组数b2，所述bl为小于或等于al的正整数，所述b2为小于或等于a2的正整数；
[0070]所述基站根据所述al和所述bl计算与所述第一历史同期流量模式匹配的第一流量峰值事件概率，根据所述a2和所述b2计算与所述第二历史同期流量模式匹配的第一流量峰值事件概率。
[0071]作为一种可选的实施方式，所述基站根据所述流量峰值事件概率确定数据迟发事件概率的【具体实施方式】可以是:
[0072]所述基站根据预存的流量峰值事件概率与数据迟发事件概率之间的第二映射关系，以及所述流量峰值事件概率，确定所述流量峰值事件概率对应的数据迟发事件概率，其中，所述第二映射关系为正比例关系。
[0073]可以看出，本发明实施例中，基站首先分析指定时段内的流量数据以获取指定时段对应的流量模式，其次，基站确定流量模式对应的流量峰值事件概率，并在判断出流量峰值事件概率大于预设概率阈值的情况下，根据流量峰值事件概率确定数据迟发事件概率，最后，向移动终端广播包括数据迟发事件概率和预设间隔时长的源抑制包，移动终端在接收到该源抑制包之后，移动终端能够在在检测到存在数据包需要发送的情况下，以数据迟发事件概率执行推迟预设间隔时长发送数据包的操作，能够减少同一时段基站的扇区范围内的移动终端发送数据包的数量，从而有利于提升基站的数据流量峰值处理效率，避免丢弃数据报，提升移动终端用户体验。
[0074]请参考图3，图3是本发明第三实施例提出的一种基站流量数据的处理方法的流程图。如图所示，本发明实施例中的方法包括:
[0075]S301、基站分析获取的指定时段内的流量数据以生成所述流量数据对应的统计数据。
[0076]S302、所述基站基于生成的所述统计数据生成所述指定时段对应的流量模式，其中，所述统计数据至少包括流量平均值、流量方差、流量离差、流量大时段占比、流