基于分解方法的网络流量自适应短期预测方法研究

来源 :西安交通大学 | 被引量 : 0次 | 上传用户:wyf1233
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
该论文依托国家863课题项目"流量工程与网络行为学"(2001AA112111),对网络行为学中的重要环节--网络流量预测,进行了方法上的探索研究.研究过程中,主要采取分析和模拟方法,对网络流量进行短期预测,并以此作为网络控制和优化的依据.首先介绍了流量工程和网络行为学中的一些基本理论,包括流量工程的主要目的和功能,网络行为学的研究方法等,并着重介绍了流量分析和预测研究的情况.针对网络流量的短期预测问题,提出一种基于分解的网络流量自适应预测方法.该方法根据非平稳时间序列的分解预测思想,利用平滑滤波,将网络流量分解为较为平稳的基础流量和波动剧烈的高频流量.根据流量分量的不同统计性质,分别采用基于最小均方算法(LMS-Least Mean Square)的自适应AR模型和自适应ARIMA模型进行预测.流量分量的预测结果通过叠加重构,得到流量的整体预测结果.通过网络流量数据预测实验证明,同LMS方法的直接预测相比,在流量突发时刻,分解预测方法明显地改善了预测性能.另一方面,对于基础流量的预测,结合网络预测的具体情况,在LMS方法的基础上,提出一种改进的LMS方法--EaLMS(Error-adjusted LMS),该方法的主要思想是,根据预测误差直接对LMS预测值进行修正.通过实验证明,EaLMS预测器在缩短预测延迟的同时,降低了预测误差,取得了良好的效果.最后,介绍了在该课题中流量预测方法研究的实现方案,并讨论了流量预测的实际应用意义.
其他文献
本课题是适应电力企业管理模式向商业化运行管理方式的转换这一方向而提出的,是结合了计算机技术、网络通信技术及单片机技术的一个综合性课题.本课题对新的电能计量管理方法
Internet的迅速发展带来巨大方便的同时也导致了越来越多的入侵行为的发生.其中以DDoS攻击和蠕虫为代表的大量消耗网络带宽的异常行为危害越来越大.因此,基于网络流量的异常
该文系统介绍了演化硬件的基本原理和实现方法,并在研究实例的基础上对演化硬件的实现技术进行了研究.演化硬件就是能够通过与环境的相互作用,自动的动态改变其结构和行为的
随着Internet技术的飞速发展,个人通信技术的人性化设计要求人们可以随时随地访问网络,移动IP技术恰好满足了人们的这一愿望。进入二十一世纪,IPv4地址空间不足的问题逐渐暴露出
文字自动刺绣是刺绣辅助系统中一个重要的功能,日常使用非常频繁。TrueType类型的字体是计算机中使用最为广泛的字体类型,因而采用TrueType字体轮廓作为刺绣的轮廓成为文字自动
当前的企业级应用决不可能是(大多数不仅仅体现为)一个个的独立系统。在企业中,一般都会部署多个彼此连接的、相互通过不同集成层次进行交互的企业级应用,同时这些应用又都有可
Web应用本身的便利性,使得越来越多的政府机构和公司开始将传统的Client/Server应用程序转向基于Browser/Server的Web应用.而由于Web应用本身的开放性和其体系结构缺乏安全考
文本分类是一个监督学习的过程,指使用计算机按照一定的标准对文本集自动赋予标记,涉及到机器学习、数据挖掘等领域的许多技术,主要包括文本表示、特征选择、分类模型和评价方法
模型是系统在某个角度或层次的抽象,模型比系统更容易获取、理解、分析和验证。在软件开发活动中引入模型是控制软件复杂性,提高软件产品可信度的重要手段。随着软件复杂程度及
数据库系统的发展使得我们可以为用户提供完善方便的信息和数据服务、实现数据信息的共享,但是和计算机网络的发展一样,信息的共享也为数据库系统带来了安全上的问题.随着数