基于多種網(wǎng)絡(luò)模型混合的流量預(yù)測(cè)技術(shù)研究.pdf

1、網(wǎng)絡(luò)流量預(yù)測(cè)是采用一定的預(yù)測(cè)模型，根據(jù)收集的網(wǎng)絡(luò)流量變化數(shù)據(jù)對(duì)將來(lái)某一時(shí)刻網(wǎng)絡(luò)流量進(jìn)行預(yù)測(cè)，為網(wǎng)絡(luò)管理員掌握網(wǎng)絡(luò)運(yùn)行狀況提供一定指導(dǎo)。
　　傳統(tǒng)網(wǎng)絡(luò)流量預(yù)測(cè)方法有線性回歸模型、泊松模型、馬爾可夫模型和時(shí)間序列預(yù)測(cè)模型，由于網(wǎng)絡(luò)流量數(shù)據(jù)是實(shí)質(zhì)上一種時(shí)間序列，因此時(shí)間序列模型是最為常用的傳統(tǒng)模型。近些年來(lái)，非線性預(yù)測(cè)理論進(jìn)行深入的發(fā)展，出現(xiàn)了像神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等機(jī)器學(xué)習(xí)方法，并將它們應(yīng)用于網(wǎng)絡(luò)控制管理中。
　　論文首先研究和

2、分析了小波變換技術(shù)和當(dāng)前幾種常用的網(wǎng)絡(luò)預(yù)測(cè)模型。通過(guò)研究我們發(fā)現(xiàn)時(shí)間序列分析是傳統(tǒng)網(wǎng)絡(luò)流量模型的基礎(chǔ)。借助這個(gè)特點(diǎn)，傳統(tǒng)流量模型在平穩(wěn)序列方面擁有良好的預(yù)測(cè)能力。但是在網(wǎng)絡(luò)日益復(fù)雜化的今天，網(wǎng)絡(luò)流量開始出現(xiàn)不平穩(wěn)的特點(diǎn)，這樣，傳統(tǒng)網(wǎng)絡(luò)模型在預(yù)測(cè)能力上就表現(xiàn)得力不從心了。通過(guò)對(duì)小波技術(shù)的研究討論，我們發(fā)現(xiàn)小波技術(shù)可以對(duì)具備長(zhǎng)程依賴性的流量數(shù)據(jù)作去相關(guān)處理，可以將在時(shí)域不好處理的問(wèn)題轉(zhuǎn)變到頻域中來(lái)。小波技術(shù)的這種多分辨的特點(diǎn)可以高效地處理因

3、網(wǎng)絡(luò)流量的突發(fā)性，相似性，自相關(guān)特性等等糾結(jié)在一起造成的復(fù)雜情況。雖然被小波技術(shù)逐層解構(gòu)到不同的頻域上的信號(hào)變得單一，但是卻更加平滑。
　　因此本文提出了一種混合模型設(shè)計(jì)方案。首先將信號(hào)分解成線性部分和非線性部分，然后分別利用針對(duì)性的模型加以預(yù)測(cè)和分析，最后合并得到最終預(yù)測(cè)結(jié)果。這里只要指通過(guò)引入小波技術(shù)，并將其與傳統(tǒng)流量模型結(jié)合，這樣就可以充分將傳統(tǒng)流量模型在平穩(wěn)序列預(yù)測(cè)方面精度上的優(yōu)勢(shì)發(fā)揮出來(lái)。首先利用小波分解技術(shù)將非平穩(wěn)時(shí)間

4、序列分解成適當(dāng)?shù)牟煌l段上的多個(gè)平穩(wěn)時(shí)間序列，隨后利用傳統(tǒng)網(wǎng)絡(luò)流量模型對(duì)這平穩(wěn)時(shí)間子序列分別建模，最后將子序列在原尺度上恢復(fù)并獲得預(yù)測(cè)結(jié)果。
　　在引進(jìn)小波分解技術(shù)提高預(yù)測(cè)精度的同時(shí)，我們意識(shí)到，如果對(duì)分解層數(shù)分別建模，這樣的方法將會(huì)嚴(yán)重影響到時(shí)間的復(fù)雜度。因此本文考慮利用合適的流量預(yù)測(cè)模型，盡可能減少建模次數(shù)。這種方法的前提是相似序列的特性平穩(wěn)，平穩(wěn)序列進(jìn)行代數(shù)運(yùn)算仍然是平穩(wěn)的，因而仍然可以得到合理的最終結(jié)果，實(shí)驗(yàn)證明，預(yù)測(cè)精度