網(wǎng)絡(luò)流量模型與流量預(yù)測技術(shù)研究.pdf

1、隨著Internet互聯(lián)網(wǎng)絡(luò)的發(fā)展，計(jì)算機(jī)網(wǎng)絡(luò)越來越廣泛的改變了人們的生活。同時，Internet網(wǎng)絡(luò)自身也越來越復(fù)雜，在這種復(fù)雜的網(wǎng)絡(luò)面前，人們亟需一些方法來增進(jìn)對它的認(rèn)識，而網(wǎng)絡(luò)測量就是人們掌握復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)和特性的一個重要研究方向。作為網(wǎng)絡(luò)測量的兩個非常重要的指標(biāo)，也是人們在使用網(wǎng)絡(luò)中顯得頗為重要的兩個指標(biāo)：高帶寬和低延遲則成為現(xiàn)實(shí)中比較有意義的追求方向。然而由于P2P流量大量占用互聯(lián)網(wǎng)中的帶寬，造成網(wǎng)絡(luò)的高遲延甚至擁塞，需要一些方

2、法來對網(wǎng)絡(luò)流量進(jìn)行控制。在這種情況下，如果可以分析出流量在時間尺度上的特征以及預(yù)測模型，則可以掌握網(wǎng)絡(luò)流量在未來時間的發(fā)展變化趨勢，以此有效的控制網(wǎng)絡(luò)流量，這在未來網(wǎng)絡(luò)體系的分析和設(shè)計(jì)規(guī)劃方面，具有極其重要的意義。
　　本文針對網(wǎng)絡(luò)測量中自相似流量模型進(jìn)行了研究。論文首先介紹了網(wǎng)絡(luò)測量和流量模型的指標(biāo)、發(fā)展歷程和自相似特性的定義及其性質(zhì)，總結(jié)了多種自相似的度量方法。然后，對目前主要的自相似模型進(jìn)行了對比分析，在對比結(jié)果的基礎(chǔ)上設(shè)計(jì)

3、了算法和實(shí)驗(yàn)過程，在實(shí)驗(yàn)中選取了符合需求的FARIMA(p,d,q)模型，使用此模型對真實(shí)的網(wǎng)絡(luò)流量序列進(jìn)行模型擬合。在模型MA和AR參數(shù)的估計(jì)方面采用最小BIC的方法，得出匹配當(dāng)前具體流量序列的最佳模型，最后使用Durbin-Levinson算法對流量進(jìn)行了預(yù)測實(shí)驗(yàn)，得出95％置信區(qū)間的未來流量波動序列。
　　在論文中，選取了網(wǎng)絡(luò)流量序列自相似特性的有效度量方法，成功地對原始流量序列進(jìn)行了特征提取與FARIMA(p,d,q)模型