校園網(wǎng)絡(luò)流量分析與預(yù)測研究.pdf

1、隨著網(wǎng)絡(luò)規(guī)模的不斷擴(kuò)大，掌握網(wǎng)絡(luò)的運(yùn)行狀況以便及時(shí)采取相應(yīng)措施實(shí)現(xiàn)網(wǎng)絡(luò)QoS控制，成為網(wǎng)絡(luò)管理者的需要。符合網(wǎng)絡(luò)流量復(fù)雜統(tǒng)計(jì)特性的模型，能夠幫助對網(wǎng)絡(luò)流量進(jìn)行精確的分析和仿真，有助于網(wǎng)絡(luò)的設(shè)計(jì)和控制。網(wǎng)絡(luò)流量測量與預(yù)測，作為有效實(shí)施QoS控制的基礎(chǔ)，受到越來越多研究人員的重視。
　　網(wǎng)絡(luò)流量具有自相似性、周期性、混沌性和突發(fā)性等特性，為了能更準(zhǔn)確的預(yù)測網(wǎng)絡(luò)流量以便更有效的管理和控制網(wǎng)絡(luò)運(yùn)行，文中將神經(jīng)網(wǎng)絡(luò)理論和小波理論引入到網(wǎng)絡(luò)流

2、量預(yù)測中，通過對前向網(wǎng)絡(luò)的學(xué)習(xí)，確定BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)，并通過將前向網(wǎng)絡(luò)隱含層的傳遞函數(shù)用小波函數(shù)代替的方法來給出混合網(wǎng)絡(luò)流量模型，即小波神經(jīng)網(wǎng)絡(luò)模型，并指出運(yùn)用混合模型對網(wǎng)絡(luò)流量在進(jìn)行預(yù)測可以擬合多個(gè)模型的特點(diǎn)，取得較好的預(yù)測效果。
　　本文以西安郵電大學(xué)的校園網(wǎng)為研究平臺，通過對實(shí)際流量數(shù)據(jù)的采集證實(shí)了我校校園網(wǎng)的流量信息確實(shí)存在自相似性。文中構(gòu)建了BP神經(jīng)網(wǎng)絡(luò)模型、松散型小波神經(jīng)網(wǎng)絡(luò)模型和融合型小波神經(jīng)網(wǎng)絡(luò)模型對實(shí)際采