残差灰色模型在网络流量预测中的应用.docVIP

残差灰色模型在网络流量预测中的应用 　　摘要:网络流量是衡量网络运行负荷和状态的重要参数,也是网络规划,流量管理等方面起着重要作用的重要参数。在流量管理中,流量模型用于评价接入控制机制和预测网络性能。灰色预测模型作为灰色系统理论的重要内容之一,被广泛的应用于各种领域。该文提出一种的对不全为正数的残差序列的处理方法,并应用此方法进行建模对实际网络流量进行预测,结果表明了该方法是有效可行的。 　　关键词:网络流量;灰色预测模型;残差序列;预测 　　 　　中图分类号:TP311文献标识码:A 文章编号:1009-3044(2010)03-555-02 　　Residuals Gray Model in Network Traffic Prediction 　　XU Hui, TAN Min-sheng 　　(University of South China, Hengyang 421001, China) 　　Abstract: The network traffic is the important parameter that measures the burden of network movement and network appearance. It also plays an important role in network layout, traffic management. In traffic management, traffic model is used to evaluate the mechanism of join control and predict network performance. As Grey forecasting model is an important part of grey system theory, is widely used in many areas. This paper show a new method to deal with residual sequence which is not all positive, and use this method to build model of real network traffic, and the results are much better, and the practical application results show the proposed approach is feasible and effective. 　　Key words: network traffic; grey forecasting model; residual sequence; prediction 　　随着网络应用和规模的不断增加,网络管理工作越来越繁重,网络故障也频频出现,这对网络性能管理提出了新的要求和挑战,而对网络流量的监控和分析逐渐成为网络性能管理的一种重要手段. 通过对复杂网络中流量的测量、预侧和分析,可及时了解网络流量目前状况和未来可能出现的情况,并最终为发现网络异常行为、网络资源分配和网络拥塞控制提供数据依据。自20世纪80年代,我国控制论专家邓聚龙教授提出灰色系统理论以来,GM(l,1)(grey model)模型在经济、科教、工农业生产、气象、军事等众多领域中得到了广泛的应[1-3]。灰理论[4]是研究少数据不确定的理论。灰理论中灰预测用于预测数据的变化。很多情况下,条件和诸多因素限制,导致无法取得大量数据的情况下,用概率论的大样本来进行数据分析是不得当的。这种少数据不确定的情况,用灰理论分析,从结果来看是有效可行的。 　　文献[3]提出了动态灰色模型,文献[5]提出了灰色系统理论和马尔柯夫链相结合的网络流量预测方法,本文在文献[4]和[5]基础上提出了一种改进的残差灰色预测模型对网络流量进行预测。 　　1 残差模型的建立及改进 　　根据灰色系统理论[6-8],考虑如下的原始数据: 　　X(0)(k)={x(0)(1),…,x(0)(n) } 　　对X(0)(k)做一次累加生成(1―AGO),得生成数列: 　　X(1)(k)={x(1)(1),…,x(1)(n) } 　　其中: 　　■ 　　则生成数列X(1)(k)有如下白化微分方程: 　　 ■(1) 　　式(1)是一阶一元变量的微分方程,故记为GM(1,1)。响应函数为: 　　 ■(2) 　　对式(2)进行一次累加生成数列X(1)(k),则有: 　　 ■ (3) 　　这就是GM(1,1)模型,其中: 　　■ 　　GM(l,l)模型是当原始数据X(0)(k)={x(0)(1),…,x