原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
小波系数感知的网络流量预测机制.PDF
第 17 卷 第 1 期 太赫兹科学与电子信息学报 Vo1.17，No.1
2019 年 2 月 Journal of Terahertz Science and Electronic Information Technology Feb.，2019
文章编号：2095-4980(2019)01-0131-05
小波系数感知的网络流量预测机制
林志达，吕华辉
(广东省电力设计研究院，广东 广州 510623)
摘 要 ：对网络流量的精确预测，可以准确把握网络运行趋势，及时防范网络故障。针对长
期网络流量预测准确度低，收敛速度慢的问题，提出一种小波系数感知的网络流量预测(WCNTP)
机制。借助重标极差(R/S)序列分析法初步评估网络流量在大时间尺度上的统计特性；利用离散小
波变换将非平稳的网络流量分解为多个相对平稳的流量序列；利用分数自回归求和滑动(FARIMA)
模型对网络流量进行预测。结果表明，所提机制在长期网络流量预测过程中，具有较高的准确度
且收敛速度快，能够精确评估网络性能，在保证网络平稳运行的同时，提高网络服务质量。
关键词 ： 网络流量预测；R/S 序列分析；离散小波变换；分数自回归求和滑动模型；Hurst 参
数；突发特性
中图分类号 ：TN915.06 ；TP393.04 文献标志码 ：A doi ：10.11805/TKYDA201901.0131
Wavelet coefficient aware network traffic prediction
LIN Zhida，LYU Huahui
(Guangdong Electric Power Design Institute，Guangzhou Guangdong 510623，China)
Abstract： Precise prediction of network traffic makes great contributions to grasping the network
running trends and avoiding network failure. Aiming at the problem of low accuracy and slow convergence
in the long-term network traffic prediction, a Wavelet Coefficient-aware Network Traffic Prediction
(WCNTP) mechanism is proposed. By using Rescaled Range(R/S) sequence analysis, the statistical
characteristics of network traffic on the large time scale are evaluated. Then the non-stationary network
traffic is decomposed into a number of relatively stable network traffic sequences by discrete wavelet
transform. Finally, the network traffic is predict
文档评论（0）