基于小波变换的网络流量在线预测模型！摘要.PDFVIP

高技术通讯 年 月 第 卷 第 期 := !: != !: 基于小波变换的网络流量在线预测模型! 王风宇! ! !! 云晓春! !!! 申伟东!!!! ! （ 中国科学院计算技术研究所 信息智能与信息安全研究中心 北京 !# ） !! （ 中国科学院研究生院 北京 !$% ） !!! （ 哈尔滨工业大学 计算机网络与信息安全技术研究中心 哈尔滨 !!） !!!! （ 西安交通大学 电子与信息工程学院 西安 ’ !(% ） 摘 要 在无抽取 )**+ 小波变换的基础上，结合自适应 ,- 模型和滑动窗口式多项式拟 合方法，建立了一种基于小波变换的递推式高速网络流量在线预测模型。该模型首先用 无抽取 )**+ 小波变换把网络流量时间序列分解为细节信号和近似信号，然后对细节信号 部分使用自适应 模型预测，对近似信号部分则使用滑动窗口式多项式拟合方法预测， ,- 最后用小波重构获得原始时间序列的预测值。该模型不但提高了流量在线预测的准确 性，而且通过模型参数的递推式自动调整，避免了参数的定期估计和更新。 关键词 网络流量预测， 小波变换，自适应 模型（ ），滑动窗口式多项式拟 . /+012 ,- ,,- 合，递推最小二乘（ ） -34 因为网络流量预测涉及到对流量异常情况的联 引 言 动处理，及时性非常重要，所以网络流量预测模型的 当前，互联网业务量急剧增长，虽然平均网络带 计算量大小也是一个关键问题。另外，以往网络流 宽随之不断提高，但由于互联网具有大规模和分散 量预测模型大都以当前大量数据样本为依据估计模 管理的特征，局部资源短缺的现象几乎是不可避免 型参数，而网络是一个动态的复杂巨系统，随着时间 的，网络性能和服务质量方面的问题还是非常突出。 的推进，统计特征会发生变化，模型参数可能不再准 ［］ 在网络资源有限的情况下，建立网络流量模型，预测 确，需要根据新的样本数据重新估计参数 : 。 网络负载，及时做出控制或调整，将会极大提高网络 综合以上，在网络流量在线预测中有两个需要 性能和服务质量。 解决的重点问题：一，在应用许可的计算量范围内， 针对网络流量的预测的研究，有很多不同的方 尽可能提高模型准确性，在准确性相当的情况下，尽 法。最初主要有基于自回归（ ， ）或自 可能降低计算量；二，实现模型参数的在线修正，避 *1/0+56+522708 ,- ［，］ ! : 回归滑动平均（ ）的预测模型 ，算法较简 免人工干预。本文以网络流量监控中的在线预测为 ,-9,