述分析单元501具体用于:
[0110]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。
[0111]具体实现中，所述确定单元502还可以进一步包括:
[0112]获取单元，用于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；
[0113]匹配单元，用于匹配出所述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。
[0114]具体实现中，所述获取单元具体用于:
[0115]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；
[0116]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；
[0117]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。
[0118]具体实现中，所述确定单元502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方式可以是:
[0119]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，所述第一■映射关系为正比例关系。
[0120]可以理解的是，本实施例的基站的各功能模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。基站中的部分或全部功能模块可由硬件电路实现，基站中的部分或全部功能模块也可由处理器(如数字信号处理器)通过完成执行代码或指令来实现。
[0121]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。
[0122]图6是本发明第六实施例提出的另一种移动终端的结构示意图。如图所示，该装置可以包括:至少一个处理器601，例如CPU，至少一个接收器603，至少一个存储器604，至少一个发送器605，至少一个通信总线602。其中，通信总线602用于实现这些组件之间的连接通信。其中，本发明实施例中装置的接收器603和发送器605可以是有线发送端口，也可以为无线设备，例如包括天线装置，用于与其他节点设备进行信令或数据的通信。存储器604可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器604可选的还可以是至少一个位于远离前述处理器601的存储装置。存储器604中存储一组程序代码，且处理器601用于调用存储器中存储的程序代码，用于执行以下操作:
[0123]所述处理器601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。
[0124]所述处理器601确定所述流量模式对应的流量峰值事件概率。
[0125]若判断出所述流量峰值事件概率大于预设概率阈值，则所述处理器601根据所述流量峰值事件概率确定数据迟发事件概率。
[0126]所述处理器601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。
[0127]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1且小于或等于第二预设间隔时长2，所述Atl小于所述At2。
[0128]作为一种可选的实施方式，所述处理器601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:
[0129]所述处理器601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。
[0130]作为一种可选的实施方式，所述处理器601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:
[0131]所述处理器601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；
[0132]所述处理器601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。
[0133]作为一种可选的实施方式，所述处理器601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:
[0134]所述处理器601提取与所述指定时段匹配的N个历史同期时段的N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；
[0135]所述处理器601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；
[0136]所述处理器601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。
[0137]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，所述处理器601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:
[0138]所述处理器601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；
[0139]所述处理器601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；
[0140]所述处理器601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。
[0141]作为一种可选的实施方式，所述处理器601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:
[0142]所述处理器601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。
[0143]可以理解的是，本实施例的基站的各功能模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。基站中的部分或全部功能模块可由硬件电路实现，基站中的部分或