本文關(guān)鍵詞：基于多源數(shù)據(jù)挖掘的網(wǎng)絡(luò)狀態(tài)預(yù)測(cè)研究

  更多相關(guān)文章： 虛擬化技術(shù) 神經(jīng)網(wǎng)絡(luò) 數(shù)據(jù)預(yù)測(cè) 網(wǎng)絡(luò)狀態(tài)融合 簡(jiǎn)單網(wǎng)管協(xié)議

【摘要】：隨著虛擬化技術(shù)在園區(qū)網(wǎng)內(nèi)的普遍使用,網(wǎng)絡(luò)的運(yùn)行狀態(tài)是網(wǎng)管系統(tǒng)主要關(guān)注的指標(biāo),若整個(gè)虛擬網(wǎng)絡(luò)中其中一個(gè)或幾個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)出現(xiàn)了擁塞或者宕機(jī)會(huì)引起虛擬機(jī)節(jié)點(diǎn)間不能通信,進(jìn)而引起網(wǎng)絡(luò)的崩潰或癱瘓。因此,提前預(yù)測(cè)網(wǎng)絡(luò)延遲、擁塞等網(wǎng)絡(luò)故障狀態(tài),使網(wǎng)絡(luò)運(yùn)維系統(tǒng)能夠及時(shí)的響應(yīng)、處理,進(jìn)而保證網(wǎng)絡(luò)的穩(wěn)定運(yùn)行是非常重要的。網(wǎng)絡(luò)運(yùn)行狀態(tài)預(yù)測(cè)需要在網(wǎng)絡(luò)的關(guān)鍵節(jié)點(diǎn)中進(jìn)行網(wǎng)絡(luò)運(yùn)行數(shù)據(jù)采集,本文基于SNMP協(xié)議完成網(wǎng)絡(luò)運(yùn)行狀態(tài)數(shù)據(jù)的采集,在采集的網(wǎng)絡(luò)運(yùn)行數(shù)據(jù)中選用了ip組,tcp組,interface組和icmp組的部分?jǐn)?shù)據(jù)進(jìn)行網(wǎng)絡(luò)運(yùn)行狀態(tài)的預(yù)測(cè)工作。將采集來(lái)的數(shù)據(jù)進(jìn)行了冗余數(shù)據(jù)去除、清理錯(cuò)誤數(shù)據(jù)和數(shù)據(jù)歸一化等預(yù)處理。本文設(shè)計(jì)了網(wǎng)絡(luò)運(yùn)行狀態(tài)預(yù)測(cè)的方法,首先根據(jù)采集到的監(jiān)測(cè)點(diǎn)網(wǎng)絡(luò)運(yùn)行狀態(tài)數(shù)據(jù),利用ARMA模型進(jìn)行下一階段網(wǎng)絡(luò)運(yùn)行數(shù)據(jù)的預(yù)測(cè);然后使用預(yù)測(cè)的數(shù)據(jù)利用學(xué)習(xí)的神經(jīng)網(wǎng)路模型預(yù)測(cè)監(jiān)測(cè)點(diǎn)的網(wǎng)絡(luò)運(yùn)行狀態(tài);最后使用馬爾科夫鏈的能量遷移性進(jìn)行計(jì)算各個(gè)網(wǎng)絡(luò)監(jiān)測(cè)點(diǎn)的重要程度;使用加權(quán)的神經(jīng)網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)狀態(tài)估計(jì)。利用虛擬網(wǎng)絡(luò)環(huán)境進(jìn)行了網(wǎng)絡(luò)運(yùn)行狀態(tài)預(yù)測(cè)實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明ARMA模型預(yù)測(cè)得到的網(wǎng)絡(luò)運(yùn)行狀態(tài)數(shù)據(jù)與真實(shí)數(shù)據(jù)對(duì)比發(fā)現(xiàn)預(yù)測(cè)準(zhǔn)確率符合研究要求,而通過(guò)神經(jīng)網(wǎng)絡(luò)計(jì)算的節(jié)點(diǎn)狀態(tài)數(shù)據(jù)的準(zhǔn)確率達(dá)到了87%,滿足實(shí)驗(yàn)要求,最后整體網(wǎng)絡(luò)狀態(tài)估計(jì)結(jié)果符合研究目標(biāo),從而達(dá)到本文研究目的。
【學(xué)位授予單位】：沈陽(yáng)航空航天大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP393.06;TP311.13

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張領(lǐng);;神經(jīng)網(wǎng)絡(luò)在數(shù)字化校園安全檢測(cè)中的應(yīng)用[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2015年11期

2 劉亮;江漢紅;王潔;芮萬(wàn)智;;基于小波分析的ARMA-SVR網(wǎng)絡(luò)流量預(yù)測(cè)方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2015年08期

3 陳紅梅;劉興高;;基于多技術(shù)融合加權(quán)平滑的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)熔融指數(shù)預(yù)報(bào)[J];計(jì)算機(jī)應(yīng)用;2015年S1期

4 田中大;李樹江;王艷紅;高憲文;;經(jīng)驗(yàn)?zāi)Ｊ椒纸馀c時(shí)間序列分析在網(wǎng)絡(luò)流量預(yù)測(cè)中的應(yīng)用[J];控制與決策;2015年05期

5 周劍;趙根林;黃有為;;基于隱Markov模型的多節(jié)點(diǎn)融合決策并發(fā)故障診斷[J];計(jì)算機(jī)應(yīng)用研究;2015年08期

6 侯曉凱;李師謙;王杰瓊;胡彬;鄧晶;;一種基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)設(shè)備故障預(yù)測(cè)系統(tǒng)[J];山東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年06期

7 陳國(guó)彬;;基于ARMA和卡爾曼相結(jié)合的實(shí)際流量預(yù)測(cè)模型的研究[J];控制工程;2014年06期

8 莫紅枝;;基于馬爾可夫鏈的自適應(yīng)性神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法[J];電子技術(shù)應(yīng)用;2014年10期

9 游子毅;章俊華;陳世國(guó);王義;;基于無(wú)線傳感網(wǎng)絡(luò)的數(shù)據(jù)融合方法及其在智能交通系統(tǒng)中的應(yīng)用研究[J];計(jì)算機(jī)應(yīng)用研究;2014年06期

10 劉春;;遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預(yù)測(cè)[J];信息安全與技術(shù);2014年06期

，

本文編號(hào)：1302129