關(guān)于時(shí)間序列預(yù)測(cè)在流媒體服務(wù)中應(yīng)用的研究.pdf

1、流媒體系統(tǒng)常常因?yàn)橥瑫r(shí)實(shí)時(shí)處理大量用戶服務(wù)，而耗費(fèi)大量的資源和能源，譬如網(wǎng)絡(luò)帶寬和電力。不管是為了節(jié)省本身系統(tǒng)開支還是世界能源危機(jī)，為流媒體系統(tǒng)開發(fā)節(jié)省帶寬資源和服務(wù)器能源的方案越來(lái)越有必要；而在進(jìn)一步開發(fā)具體方案之前，對(duì)帶寬需求和服務(wù)器用戶量的預(yù)測(cè)成了首要解決的問(wèn)題。
　　 因此，本論文提出解決兩個(gè)課題：
　　 1）課題一：如何基于視頻跡文件的數(shù)據(jù)來(lái)預(yù)測(cè)視頻服務(wù)對(duì)于網(wǎng)絡(luò)帶寬的需求；
　　 2）課題二：如何基于視

2、頻服務(wù)器上的日志文件數(shù)據(jù)來(lái)預(yù)測(cè)服務(wù)器未來(lái)用戶量的變化。
　　 為了解決這兩個(gè)課題，本文基于時(shí)間序列建模和預(yù)報(bào)的理論和方法，對(duì)每個(gè)方案各提出了一個(gè)預(yù)測(cè)方案。這兩個(gè)預(yù)測(cè)方案都用到了我們提出的一個(gè)ARMA 模型擬合算法，并且在使用這個(gè)算法之前，都對(duì)樣本數(shù)據(jù)進(jìn)行了分析繪圖、趨勢(shì)項(xiàng)和季節(jié)項(xiàng)分離、平穩(wěn)化和零均值化等可逆預(yù)處理過(guò)程；而在算法之后，都基于算法的擬合平穩(wěn)過(guò)程進(jìn)行了預(yù)報(bào)，并且基于這些預(yù)報(bào)結(jié)果對(duì)未來(lái)數(shù)據(jù)進(jìn)行了預(yù)測(cè)。
　　 課題