基于CS-HRVM的网络流量预测.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 基于CS．HRVM 的网络流量预测 李 融 LIRong 温州广播电视大学 ，浙江 温州 410205 WenzhouRadioTelevisionUniversity,Wenzhou，Zhejiang410205，China LIRong．Networkflow forecastingbasedonhybridkernelsRVM and cuckoosearchalgorithm．ComputerEngi- neeringandApplications，2014，50(17)：90—94． Abstract：Inordertoobtaingoodforecastingresultsanddescribethechangerulesnetworkflow,anovelnetworkflow forecastingmodelisproposedbasedonHybridkernelsRelevanceVectorMachineandCuckooSearchalgorithm(CS—HRVM)． Firstly,thelearningsamplesareobtainedbyusingphasereconsturctiontheory，andthehybridkernelsfunctionisusedto establishtherelevancevectormachine，andthenthelearningsamplesareinputintorelevancevectormachinetotrain，and thecuckoosearchingalgorithm isusedtooptimizetheparam etersofmodelandbuildthemodelofnetworkflow，finally， thesimulationexperimentsareca~iedouttotesttheperformanceofthemode1．Theresultsshow thatCS-HRVM has obtainedhigherforecastingaccuracycomparedwithothernewt ork flow forecastingmodel，andcanforecastaccurately networkflow whichincludesnoise． Keywords：networkflow；phasespacereconsturction；relevancevectormachine；hybridkernelfunction；cuckoosearch algorithm 摘 要 ：为了获得更加理想的网络流量预测结果，准确刻画网络流量的变化趋势，提出一种基于布谷乌搜索算法优 化组合核相关向量机的网络流量预测模型(CS．HRVM)。首先针对 网络流量的混沌特性，采用相空间理论建立网络 流量的多维学习样本，并采用组合核函数构建相关向量机，然后将学习样本输入到相关向量机 中进行训练，并采用 布谷鸟搜索算法对模型参数进行优化，从而建立网络流量预测模型，最后采用仿真实验对模型性能进行仿真对比实 验。结果表明，CS．HRVM获得了比其他网络流量预模型更高的预测精度，而且可以对含噪网络流量进行准确预测。 关键词：网络流量；相空间重构；相关向量机；组合核函数；布谷鸟算法 文献标志码：A 中图分类号：TP391 doi：10．3778j／．issn．1002．8331．1312-0394 随着互联网规模的不断扩大 ，网络用户急剧增加 ， 变化特点，预测精度与实际要求有一定的差距 。另一 网络拥塞的频率越来越高，成为一个令网络管理员头疼 类算法为非线性算法 ，它们主要包括神经网络 、马尔可 的难题 ，因此网络流量预测是网络管理的基础和关键 ， 夫链、支持 向量机、极限学习等 ，相对于线性预测算 因此建立性能优异的网络流量预测模型，精确对网络运 法，它们具有较好的非线性学习能力，可以对网络流量 行状态进行准确跟踪 ，以提高网络流量的预测精度，成 变化特点进行准确预测，网络流量得到进一步提高，但 为网络研究中的一个热点问题 。 是这些方法均存在各自的不足，网络流量预测精度有待 针对网络流量预测问题，许多学者和专家对其进行