基于华为交换机的VLAN技术应用研究.pdf

第14卷 第12期 软 件 导 刊 Vol1．14No．12 2叭5年 12月 SoflwareGuide Dec．20l5 基于非线性时间序列分析的网络流量预测 颜惠琴 (无锡职业技术学院 物联 网技术学院，江苏 无锡 214121) 摘 要 ：通过对网络流量的准确预测，实现流量的宏观调控和 自适应调节，可避免网络拥堵。传统方法对网络流量的 预测采用线性信号分析方法 ，而忽略 了网络流量的非线性耦合特性 ，对流量的预测精度不高。提 出一种基于线性 时 间序列分析 的网络流量预测算法。仿真实验表 明，采用该算法进行 网络流量预测，能有效提 高预测精度 ，并具有较强 的稳定性和抗干扰性 ，具有较好的应用价值 。 关键词 ：网络流量；流量预测；非线性时间序列分析 DOI：10．1l907／rjdk．1511026 中图分类号 ：TP393 文献标识码 ：A 文章编号 ：1672—7800(2015)O12—0163一O3 型算法和谱分析算法等 。其中文献 [4]提出一种基于 0 引言 递归率 REC特征提取 的网络流量预测算法 ，采用相空间 重构实现对 网络流 的多维特征分析 ，提高预测精度 ，但是 随着 网络规模 的扩大和网络特性 的变化 ，需要对 网络 该算法存在计算量大、抗干扰性不强的问题；文献[5]提出 流量时间序列进行定量分析和研究。通过对 网络流量 的 一 种基于粒子群优化差分进化的网络流预测算法，提取高 准确预测 ，实现对 网络流量序列 的宏观调控 。网络流量是 斯密度特征 ，通过粒子群 进化 实现 流量预测 ，通过更 新两 网络中数据进行上行和下行传输的数据和文件，网络流量 个 “极值”来更新流量变化，减少预测误差，但该算法无法 的预测 即对这些数据通过信号处理方法实现未来趋势的 有效把流量时间序列的初始聚类误差收敛到有限域 中，收 评估 ，以实现信号参量 的估计和检bn,4。网络流量从本质上 敛性不好 。可见 ，传统方法对网络流量的预测采用线性信 而言是一组线性和非线性组合的时间序列 ，是网络终端用 号分析方法 ，而忽略了网络流量 的非线性耦合特性 ，对流 户在下载和上传数据信息资源时产生 的时间序列采样振 量的预测精度不高 。针对上述 问题 ，本文提 出一种基于线 荡数据 。因此 ，通过分析 网络流量序列 的 内在特性 ，采用 性时间序列分析的网络流量预测算法 。首先网络流量的 信号处理方法进行更准确的预测和控制 ，研究网络流量 的 非线性时间序列分析模型，基于定量递归分析方法进行 网 准确预测算法 ，在进行 网络监控和网络拥堵防治等领域具 络流量 的非线性递归特征提取 ，以此为特征参量实现 网络 有较高的应用价值 ]。 流量 的准确预测 ，实现算法改进 ，并通过仿真实验进行性 通过对 网络流量 的准确分析和控制 ，可提高网络服务 能测试和验证 。仿真实验表 明，采用该算法进行 网络流量 质量 ，预防网络拥堵 。传统方法 中，对 网络流量 的预测主 预测能有效提高预测精度 ，具有较强的稳定性和抗干扰 要采用 ARMA模型算法 、统计信号分析算法 、Poisson模 性 ，因此得 出有效性结论 。