本文關(guān)鍵詞： FARIMA GARCH CUSUM 流量預(yù)測(cè)　出處：《通信學(xué)報(bào)》2013年03期 　論文類(lèi)型：期刊論文

【摘要】：針對(duì)網(wǎng)絡(luò)流量的波動(dòng)性與自相似特性為其精確預(yù)測(cè)提出的挑戰(zhàn),提出了一種基于FARIMA-GARCH模型的預(yù)測(cè)算法。該算法首先利用分段雙向CUSUM檢測(cè)算法對(duì)流量序列的均值進(jìn)行有效檢測(cè),并在此基礎(chǔ)上將序列零均值化;然后采用限定搜索法對(duì)分?jǐn)?shù)差分階數(shù)進(jìn)行精確估計(jì);在獲得模型參數(shù)后,使用FARIMA-GARCH模型對(duì)網(wǎng)絡(luò)流量進(jìn)行預(yù)測(cè)。仿真實(shí)驗(yàn)表明,限定搜索法能夠獲得比傳統(tǒng)算法更高的估計(jì)精度。隨后采用真實(shí)網(wǎng)絡(luò)流量驗(yàn)證了預(yù)測(cè)算法的性能,在保持與FARIMA預(yù)測(cè)算法等價(jià)的時(shí)間復(fù)雜度下,其均方根和相對(duì)均方根誤差與RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)算法相當(dāng),而高于FARIMA預(yù)測(cè)算法。同時(shí),預(yù)測(cè)算法對(duì)突發(fā)流量的跟蹤和預(yù)測(cè)性能明顯優(yōu)于對(duì)比算法,且有更好的區(qū)間估計(jì)性能。
[Abstract]:In view of the challenges posed by the volatility and self-similarity of network traffic, a prediction algorithm based on FARIMA-GARCH model is proposed. Firstly, the segmented bi-directional CUSUM detection algorithm is used to detect the mean value of traffic sequence effectively. Then the finite search method is used to estimate the fractional difference order accurately. After obtaining the model parameters, the FARIMA-GARCH model is used to predict the network traffic. The simulation results show that, The limited search method can obtain higher estimation accuracy than the traditional algorithm. Then, the performance of the prediction algorithm is verified by using real network traffic, while maintaining the time complexity equivalent to the FARIMA prediction algorithm. The root-mean-square error and the relative root-mean-square error are similar to the RBF neural network prediction algorithm, but higher than the FARIMA prediction algorithm. At the same time, the prediction algorithm can track and predict the burst traffic obviously better than the contrast algorithm, and has better performance of interval estimation.
【作者單位】： 電子信息控制重點(diǎn)實(shí)驗(yàn)室;電子科技大學(xué)通信抗干擾技術(shù)國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61271168,61001085) 國(guó)家科技重大專項(xiàng)基金資助項(xiàng)目(2010ZX03005-002) 國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(“973”計(jì)劃)基金資助項(xiàng)目(2009CB320405) The National Natural Science Foundation of China(61271168,61001085)~~
【分類(lèi)號(hào)】：TP393.06

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 陳彥輝,謝維信;隨機(jī)分形信號(hào)參數(shù)的分?jǐn)?shù)差分估計(jì)[J];電子與信息學(xué)報(bào);2001年01期

2 鄒柏賢,劉強(qiáng);基于ARMA模型的網(wǎng)絡(luò)流量預(yù)測(cè)[J];計(jì)算機(jī)研究與發(fā)展;2002年12期

3 王俊松;高志偉;;基于RBF神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量建模及預(yù)測(cè)[J];計(jì)算機(jī)工程與應(yīng)用;2008年13期

4 白翔宇;葉新銘;蔣海;;基于小波變換與自回歸模型的網(wǎng)絡(luò)流量預(yù)測(cè)[J];計(jì)算機(jī)科學(xué);2007年07期

5 舒炎泰,王雷,張連芳,薛飛,金志剛,OliverYang;基于FARIMA模型的Internet網(wǎng)絡(luò)業(yè)務(wù)預(yù)報(bào)[J];計(jì)算機(jī)學(xué)報(bào);2001年01期

6 王西鋒;高嶺;張曉孿;;基于小波技術(shù)的網(wǎng)絡(luò)流量分析和預(yù)測(cè)[J];計(jì)算機(jī)應(yīng)用與軟件;2008年08期

7 洪飛,吳志美;基于小波的Hurst指數(shù)自適應(yīng)估計(jì)方法[J];軟件學(xué)報(bào);2005年09期

8 陳曉天;劉靜嫻;;改進(jìn)的基于小波變換和FARIMA模型的網(wǎng)絡(luò)流量預(yù)測(cè)算法[J];通信學(xué)報(bào);2011年04期

9 楊雙懋;郭偉;唐偉;;認(rèn)知無(wú)線網(wǎng)絡(luò)中基于時(shí)間序列預(yù)測(cè)的沖突分解算法[J];通信學(xué)報(bào);2011年11期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曾慶海;馬中軍;王藝霖;;引入混沌理論的混凝土中氯離子傳輸機(jī)理研究[J];四川建筑科學(xué)研究;2007年01期

2 劉慧卿;周?chē)?guó)峰;張先起;;空調(diào)負(fù)荷混沌特性分析與預(yù)測(cè)[J];四川建筑科學(xué)研究;2009年05期

3 鄭志敬;周欽富;張建華;楊勝利;;松墨天牛成蟲(chóng)林間種群數(shù)量混沌特性的識(shí)別[J];安徽農(nóng)業(yè)科學(xué);2011年03期

4 陳利星;陳繪畫(huà);周欽富;;神經(jīng)網(wǎng)絡(luò)對(duì)馬尾松蛀干類(lèi)害蟲(chóng)數(shù)量的混沌識(shí)別[J];安徽農(nóng)業(yè)科學(xué);2011年28期

5 蔡愛(ài)民,查良松;基于分形理論的安徽省旱、洪澇災(zāi)害時(shí)序特征分析[J];安徽農(nóng)業(yè)大學(xué)學(xué)報(bào);2005年04期

6 李曉紅;馮欣艷;盧義玉;康勇;;瓦斯等級(jí)鑒定的混沌相空間重構(gòu)預(yù)測(cè)技術(shù)研究[J];地下空間與工程學(xué)報(bào);2007年05期

7 王利清,魏學(xué)業(yè),溫偉剛,謝濤;電流模式Buck-Boost電路從有序到混沌的分形研究[J];北方交通大學(xué)學(xué)報(bào);2004年05期

8 許e，

本文編號(hào)：1550679