基于小波变换与自回归模型的网络流量预测’.pdfVIP

计算机科学Zoo7Vol.34知 7 基于小波变换与自回归模型的网络流量预测’ 白翔宇1.2，，叶新铭1，2 蒋 海1.3 (中国科学院计算技术研究所 北京100080) ‘(内蒙古大学计算机学院 呼和浩特010021户 (中国科学院研究生院 北京100080)a 摘 要 本文提出一种基于小波变换与自回归模型的网络流1预浏方法，将流童数据构成的原始序列进行小波分解， 并将分解得到的近似部分和各细节部分分别单支重构到原级别上，对各个重构后的序列建立自回归模型，由所拟合的 模型分别进行预剥，结合各个重构后序列的预浏结果，可以得到时原始序列的预测结果。实脸结果表明，这种方法比 传统的几种网络流贵预剥方法具有更高的预浏准确度. 关健词 流1预测，小波交换，Ma】lat算法，自回归模型 NelworkTrafncPn幻ictingBased阅Wa，eletTra刃巴向m 朋dAnt。代容陀朋1代M侧el BAIXi出堪~Ylll，3，a YEXh卜Mi心.2 J劝胡GHail，习 (bstitu证of肠1llputi眼Techno1呛y，C挂山e故Ac.demyof别即ces，压巧1略1000即)1 (。11用之of伪mputer别enee oflnnerMon“司aLjniversity，Ho】11犯1010021)启 (Pos馆radO.tehcoof‘Chin呼 Aodem，of翻.Ice3，氏ijing1000肋)a A.坛鱿吐Ne切阳rktraffic pred沈tiohbasedonwave lettransform a”dautoregr留sivenlodel访P扣pos吐 Theor馆七曰 discret e一 砂 1吐1昭ofner泞orktrafticdal月isd民。Inx‘〕sedinto 叩proxnna teseriesandseveralde妞ilse配氏There- sultofsil艰lebranc h比construc加nofeachdec0Illposed肥riesismoreu面ta砂th旧ntheorig以lseriesinfr阂uency，日n1‘ itcan悦加uttxaffi。m阅elwithautoregrs〔siven笼泪eLT‘llepredictionoft址odglnalseriescan悦obtai耐bythes价 tho1.of叹hreconstnlct已se批gpredictm resultAs sh，wn‘inasetofexperlnle刀15，山enovel皿t】lodisofhigher accu racyincomparlson们ththetraditio助lones . 价，州知山 Traf去icpr司ictinn，Wavelettransform，Mal撇a】9〕rithnl，AutOrg〔ressivemodel 给出了基于小波技术的网络流量特性刻画[s]，并提出一种基 1 引言 于小波变换的网络流量多重分形模型t6)，用于分析网络流量 小波变换理论是上世纪80年代后期发展起来的应用数 的自相似特征，但是，役有将小波变换引人到对网络流量的预 学分支，近年来被广泛地应用于信号处理、图像处理、模式识 测中;邹柏贤介绍了基于ARMA模型的网络流量预测团，以 别等科学领域。它具有多分辩率 腼〔，ti-ReSOfution)，即多尺 及采用一种统计分析的方法对网络流量进行平稳化处理[sj， 度的特点，可以由粗及精的逐步观察信号。小波变换是处理 并说明使用该平稳方法可以有效地提高预测准确度。 非平稳时间序列的有效方法之一[l]，通过小波分解一层一层