朱颖婷，张 军，曹先彬，杨立鹏

(1.中国铁道科学研究院集团有限公司 电子计算技术研究所, 北京 100081；2.北京航空航天大学 电子信息工程学院, 北京 100191；3.北京理工大学 前沿交叉科学研究院, 北京 100081)

铁路12306售票系统是全球服务规模最大的客票系统，截至目前已平稳运行近10年。在所有铁路售票渠道中，其售票量占比接近90%，极大方便了旅客出行购票。为了保证售票系统平稳运行，12306运营团队在超级高峰期和一般高峰期采取差异化的运维策略。在春运、国庆节等超级高峰期将余票查询请求转至第三方云服务厂商处理，借助第三方云服务厂商的软硬件资源，为12306自有数据中心缓解80%以上的访问压力。在清明节、五一劳动节、周末等一般高峰期，目前主要通过实时监控订单量、流量等核心业务指标的波动变化，根据业务经验判断系统是否出现异常情况，再及时优化系统硬件配置、运行参数等。实时监控的方式要求技术人员能够及时、快速响应突发情况，若处理异常情况稍不及时，可能影响用户正常购票。因此，需要研究一种离线预估订单量和网络流量(点击次数)的方法，从而可提前较多时间准备系统运维应急预案。

以2019年4月至5月的订单量和系统所有业务的流量为例，对订单量和网络流量(即点击次数)分别进行最大最小归一化，得到订单量时序趋势，见图1。由图1可知，订单量和网络流量的趋势基本一致，在清明节后、五一劳动节前后两者同时趋于阶段性峰值；……