ip城域网出口量的测量与预测研究.pdf

摘 要 随着Intemet的快速发展，网络开始承载越来越多的应用服务，网络行为特征 日趋复杂，这给网络规划、网络管理以及服务质量带来了挑战。对网络进行有效的 测量，建立准确的网络流量预测模型是当前网络研究的热点问题之一。网络流量的 测量与预测研究是网络管理和性能分析的基础，流量的测量可以总结网络的运行规 律及特性；基于流量特性的建模，可以预测流量行为趋势，应用于拥塞控制、服务 质量等领域。本文主要研究Ⅲ网络流量的测量技术及预测方法。 论文首先阐述了网络流量测量的基本概念、主要方法和技术，分析了主要的传 统网络流量模型和自相似模型的优点和不足；然后从数据采集策略、端口选择以及 采样配置等方面论述了基于NetFlow的网络流量测量技术，将该技术应用到某运营 商口城域网进行测量，为网络流量的预测提供样本数据；探讨了BP神经网络的结 构与学习算法，对BP算法的改进进行了研究，采用了自适应学习率算法，并利用 模糊推理机来实现自适应学习率算法；描述了BP网络的构建过程，网络拓扑结构 的设计和相关参数的确定；最后用MATLAB建立了改进的BP神经网络模型，运用 该模型对实际网络流量进行了预测，结果表明预测流量与实际测量的流量相符。 关键词：网络流量测量：预测模型：BP网络；模糊推理；自适应学习 ResearchofMeasurementandPredictionBasedonIPNetwork Flow Export ABSTRACT Withthe of to network moreand development rapid teleology,Intemetbeginscarry more services，thefeaturesofnetworkbehaviorare application becomingcomplicated agreat tonetwork increasingly,whichbrings challenge planning、networkmanagement and ofservice．At ofthehot aboutnetworkistomeasure quality present,onepoints network andcreateaneffectivenetworkforecast of effectively flow model．Theresearch about measurementand networkflowisthebaseofnetwork and prediction management measurementabout Canconcludethe performance flow ruleand analysis．The running characteristicsof flowmodelcannot forecastthetrendofnetwork network；the only alsobe toother a