基于信息熵的压缩感知流量预测方法研究.pdfVIP

教改教法 基于信息熵的压缩感知流量预测方法研究 谢奇爱 （合肥学院计算机科学与技术系 安徽·合肥 230601 ） 中图分类号：G642 文献标识码：A DOI ：10.16871/j.cnki.kjwhc.2016.08.030 摘 要 网络流量的预测对控制网络拥塞，提高网络Qos 的 diction 管理效率以及提高网络利用率有着非常重要的作用。针对 目前流量预测大多都是从数学的理论模型入手，从而导致 1 引言 实际流量值与预测精度出现的不一致性，加上蜂窝网络系 随着计算机各种网络业务的不断扩展以及网络规模的 统用户实际流量变化与基站功率不一致带来网络能量浪费 扩大，网络流量的变化特征越来 明显 如非线性、多时间， 等等，文章提出一种基于时间空间相关的网络流量预测算 多尺度），网络流量的不确定影响因素也 来 多，加上绿 法。作为压缩感知的先验条件，该算法以网络流量信号的稀 、效能网络的提出，流量预测在当前的网络通信中就起着 疏性与时空相关性相结合，从宏观和微观构造流量矩阵，进 [1] [2] 非常重要的作用。因此，传统的自回归模型 、ARIMA 模型 行流量矩阵的设置，仿真实验证明该算法精准有效，并运用 [3] [4]等这些单一的预测模型已经很难再适应当前的网络流量 到实际的网络流量预测 ，可以更有效地预测网络流量。 预测。在实际的流量预测中，为了提高测量精度，综合模型[5] 关键词 信息熵 压缩感知 流量预测 的提出就显得尤其重要。本文提出一种基于信息熵的压缩 Research on Compressed Sensing Traffic Prediction 感知预测方法，从宏观和微观相结合构造流量矩阵，并运用 Method Based on Information Entropy // Xie Qiai 到实际的网络流量预测中，可以更有效地预测网络流量，提 Abstract Network traffic prediction plays an important role in 高网络利用率，从而增加用户体验。 controlling network congestion, improving the management effi- 2 信息熵原理 ciency of network Qos, and improving the network utilization rate. 1948 年，一个随机事件的不确定性或信息量Shannon The current traffic prediction mostly starts from mathematical 用熵定量地进行如下描述: models, resulting in the inconsistency between actual traffic val- ues and the predicted values. Besides, network energy is wasted ……………………………… 1） due to the inconsistency between the actual traffic changes of 将信息熵这一概念引入到网络应用中便形成网络信息 cellular network system users and the base station power. To [6]