網(wǎng)絡流量組合預測模型的研究.pdf

1、隨著Internet及其應用的迅速發(fā)展，網(wǎng)絡規(guī)模日益增大，網(wǎng)絡應用日益復雜，由于互聯(lián)網(wǎng)是一個高度復雜的非線性系統(tǒng)，為了實現(xiàn)可靠的數(shù)據(jù)傳輸及合理的網(wǎng)絡資源分配，就需要深刻了解網(wǎng)絡的控制機制和復雜的行為特性。網(wǎng)絡流量分析和建模對網(wǎng)絡性能評價具有重要的意義，完全符合網(wǎng)絡流量復雜統(tǒng)計特性的模型，能夠幫助對網(wǎng)絡流量進行精確的分析和仿真，非常有助于網(wǎng)絡的設計和控制。 本淪文的研究目的是為了探索一種新的網(wǎng)絡流量模型來更好的拙述、預測網(wǎng)絡流量的

2、特性，文章首先分析了網(wǎng)絡流量的一些主要特性，在真實環(huán)境中的網(wǎng)絡流量呈現(xiàn)出相當明顯的多尺度特性，例如自相似性、長相關(guān)性、單分形和多分形等特性；接著，分析、比較幾種傳統(tǒng)的網(wǎng)絡流量分析模型的優(yōu)缺點，如半馬爾柯夫模型、Poisson模型、ARMA模型及ON/OFF模型。 針對網(wǎng)絡流量系統(tǒng)多尺度和非線性的特性，綜合小波變換的多分辨分析能力和神經(jīng)網(wǎng)絡的非線性逼近功能，建立了一種新的組合模型來預測網(wǎng)絡流量。在小波函數(shù)的選取及分解層數(shù)的確定、E

3、lman神經(jīng)網(wǎng)絡、RBF神經(jīng)網(wǎng)絡及BP神經(jīng)網(wǎng)絡的訓練方面做了大量的比較實驗，最終確定合理的數(shù)據(jù)。其顯著特點是利用小波分析的多分辨率功能和人工神經(jīng)網(wǎng)絡的非線性逼近能力，小波分解與重構(gòu)實質(zhì)上通過不同的帶通濾波器將含有綜合信息的網(wǎng)絡流量分解稱了N+1組特征不同的分量，其中近似分量反映了網(wǎng)絡流量的變化趨勢，而細節(jié)分量反映的是隨機擾動帶來的影響，二者的特征是不同的，因此采用不同的神經(jīng)網(wǎng)絡進行分別訓練，預測再合成，效果優(yōu)于單一的模型。為了獲得更好的