一种新的网络流量预测算法.pdfVIP

第２５ 卷　第２期 洛阳理工学院学报（自然科学版） Ｖｏｌ２５　Ｎｏ２ 　２０１５ 年６ 月 Ｊｏｕｒｎａｌ ｏｆＬｕｏｙａｎｇ Ｉｎｓｔｉｔｕｔｅ ｏｆＳｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ） Ｊｕｎ２０１５　 一种新的网络流量预测算法 李　晓　月 （河南机电高等专科学校 计算机科学与技术系，河南新乡４５３０００） 摘　要：网络流量的预测对控制网络拥塞以及提高网络利用率有着重要的意义。为了更精确地预测网络流量， 本文根据已有的流量矩阵，采用跟踪最好专家的思想，通过专家跟踪预测方法来获得新的流量矩阵。该算法不 需要过度地依赖历史数据，只需要很少的先前流量数据就可以获得满意的预测结果。通过实验表明：此算法的 预知结果和真实的网络流量极为接近，可以应用到实际中。 关键词：专家跟踪；平均权重；流量预测 ＤＯＩ：１０．３９６９／ｉ．ｉｓｓｎ．１６７４－５４０３．２０１５．０２．０１９ 中图分类号：ＴＰ３９３　　　　文献标识码：Ａ　　　　文章编号：１６７４－５４０３（２０１５）０２－００７８－０４ 　　随着网络的不断发展，其承载的业务日益复杂与多元。然而，在网络业务不断增长的同时也出现了 很多问题，如数据流量的过大导致的网络拥塞以及大量的网络攻击导致的网络瘫痪等。因此，流量预测 在当前的网络通信中起着重要的作用。如果能有效地进行流量预测就可以提前避开拥挤的线路而选择空 闲的线路，这样就能提高网络的利用率，更能增加用户体验。 网络流量预测一直是很多学者关注的问题并作了大量的研究，提出了许多预测模型和算法。主要有 ［１ －２］ ［３］ 下面的几大类型：基于自回归或自回归滑动平均 的预测模型、基于自回归综合滑动平均 、基于神经 ［４－５］ ［６－７］ ［８］ 网络的预测模型 、结合小波变换和小波分析的预测模型 及综合小波与神经网络的预测模型 。本 文提出了一种新的算法就是基于专家跟踪的预测算法，可以更有效地预测网络流量，并能用到实际的以 太网网络流量预测中。 １　基于专家跟踪的预测算法 ［９］ ［１０］ 专家跟踪算法利用文献 提到的跟踪最好的专家思想，文献 已经很好将其用在解决无线网络中能 量消耗的问题上。为了预测下一个时段的网络流量矩阵，需要利用先前获得的流量矩阵：Ｍ ，…，Ｍ。１ ｎ 每一个先前获得的流量矩阵称作一个 “专家”，Ｍ 是当前最好的预测者，而Ｍ 是下一个时段的。 ｎ ｎ＋１ 算法通过下面的权重线性组合矩阵而得到Ｍ 。 ｎ＋１ ｎ Ｍ ＝ ｗ （ｎ）·Ｍ， ｎ＋１ ∑ ｉ ｉ ｉ＝１ ｎ 其中，ｗ （ｎ）表示当预测下一个时段ｎ＋１ 的权重， ｗ （ｎ）＝１。 ｉ ∑ ｉ