本文關(guān)鍵詞：基于組合模型的網(wǎng)絡(luò)流量預(yù)測，由筆耕文化傳播整理發(fā)布。

【摘要】：為了更好地對網(wǎng)絡(luò)流量進(jìn)行分析和管理,提出一種基于小波變換、自回歸滑動平均模型(ARMA)和極限學(xué)習(xí)機(jī)(ELM)的組合預(yù)測模型W-ARMA-ELM.原始數(shù)據(jù)通過小波分解產(chǎn)生近似序列和細(xì)節(jié)序列,通過對分解序列的自相關(guān)性和偏自相關(guān)分析,平穩(wěn)序列使用ARMA預(yù)測,而非平穩(wěn)序列使用ELM預(yù)測.使用蘭州大學(xué)教育網(wǎng)、網(wǎng)通流量數(shù)據(jù)和英國學(xué)術(shù)主干網(wǎng)流量數(shù)據(jù)三組不同的網(wǎng)絡(luò)流量數(shù)據(jù)來檢驗組合模型W-ARMAELM的預(yù)測性能.實驗結(jié)果表明提出的組合方法要比單一的ARMA和ELM預(yù)測效果要好.同時指出使用自相關(guān)和偏自相關(guān)分析相結(jié)合的方法對分解后的子序列進(jìn)行平穩(wěn)性判定有助于選擇合適的組合模型從而提高預(yù)測精度.
【作者單位】： 蘭州大學(xué)通信網(wǎng)絡(luò)中心;蘭州大學(xué)信息科學(xué)與工程學(xué)院;
【關(guān)鍵詞】： 小波變換 自回歸滑動平均模型 極限學(xué)習(xí)機(jī) 網(wǎng)絡(luò)流量預(yù)測 組合模型
【分類號】：TP393.06
【正文快照】： 隨著計算機(jī)技術(shù)的飛速發(fā)展,計算機(jī)網(wǎng)絡(luò)已經(jīng)發(fā)展成為現(xiàn)代化社會最為基礎(chǔ)的設(shè)施之一,人們的日常生活與之也越來越緊密.Internet網(wǎng)民數(shù)量呈爆炸式的增長,各種網(wǎng)絡(luò)應(yīng)用也層出不窮,這對計算機(jī)網(wǎng)絡(luò)管理提出了巨大挑戰(zhàn).利用網(wǎng)絡(luò)流量分析建立有效的擁塞機(jī)制,找出異常的數(shù)據(jù)包,避免網(wǎng)絡(luò)

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳振偉;王茜;黃繼紅;;基于多神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預(yù)測模型[J];計算機(jī)安全;2010年12期

2 于靜;王輝;;基于組合模型的網(wǎng)絡(luò)流量預(yù)測[J];計算機(jī)工程與應(yīng)用;2013年08期

3 葉苗;王勇;;基于支持向量回歸學(xué)習(xí)機(jī)的網(wǎng)絡(luò)流量預(yù)測[J];桂林工學(xué)院學(xué)報;2007年02期

4 張正本;翟海慶;;基于組合模型的網(wǎng)絡(luò)流量預(yù)測[J];河南機(jī)電高等�？茖W(xué)校學(xué)報;2008年06期

5 周丹琪;喬國平;張泉方;;基于K-Factor GARMA模型的網(wǎng)絡(luò)流量預(yù)測[J];江南大學(xué)學(xué)報(自然科學(xué)版);2008年02期

6 姜明;吳春明;張e，

本文編號：487312