收藏本站
《吉林大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

一种基于小波神经网络的网络流量预测模型的研究

尹明  
【摘要】:随着IT技术日新月异的发展,人们对网络的要求也越来越高,如何实现网络QoS控制,更好的进行网络管理及维护,是一个亟待解决的问题。而网络流量预测在实现网络的QoS控制和入侵检测中都起着十分重要的作用。网络流量预测研究的现实意义受到了越来越多人的关注。 若要精确预测网络流量,就必须建立一个适当的模型,而对网络流量特性的准确认识是建立一个正确模型的基础。但通过大量的分析与实验研究表明,现实中的网络流量是十分复杂的。一个模型如果不能准确捕获实际网络流量的统计特征,将导致网络性能较差,会出现对网络性能的过高或过低估计。 一直以来,对网络流量特性的研究一直使用Erlang模型,即泊松过程,包的到达过程是无记忆的,包的到达间隔服从指数分布。但在1994年W.Leland等人通过分析10M Ethernet局域网下测量的流量数据,揭示了网络流量的尺度特性之后,网络流量研究就进入了一个崭新的历史阶段。网络流量具有多种特性:自相似、长相关、重尾分布、混沌特性、分形以及尺度特性(包括时间和空间)。在这种情况下,单一的模型已经不适合分析预测这种复杂流量,小波分析以其多分辨性和应对突发性的优点,被人们广泛应用。另外神经网络以其优良的非线性拟合特性也越来越多的受到人们的关注。将二者结合起来的组合模型具备了上述优点有着广阔的应用空间。 本文基于小波和神经网络的特性,提出了一个基于小波和神经网络相结合的模型。本次实验所用数据为长春某运营商交换机端口流量,共采集100天,每天24小时整点时刻的端口流量,以前90天作为神经网络训练的数据,后10天做预测,通过小波变换把原始流量数据序列分解成细节部分和近似部分,然后再对近似部分和各细节部分分别进行单支重构;对各重构后所得到的序列,分别利用BP神经网络和RBF神经网络进行预测;最后结合这些预测值即得到原始流量数据的预测结果。预测后用真实流量与预测流量作对比。并求出方差比对误差。我们运用本文方法进行预测实验,取得了理想的效果,实验证明,此模型可在一定程度上准确预测网络流量。
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:TP393.06

手机知网App
【参考文献】
中国期刊全文数据库 前8条
1 陈惠民,蔡弘,李衍达;自相似业务:基于多分辨率采样和小波分析的Hurst系数估计方法[J];电子学报;1998年07期
2 林宇,程时端,邬海涛,金跃辉,王文东;IP网端到端性能测量技术研究的进展[J];电子学报;2003年08期
3 谢喜秋,梁洁,彭巍,魏晓晖;NetFlow服务对网络性能的影响[J];广东通信技术;2002年03期
4 刘鹰,陈文华;基于流量预测的IP骨干网络优化[J];广东通信技术;2003年01期
5 胡勇;宽带城域网结构及管理技术[J];湖北邮电技术;2003年03期
6 马永强;霍振宇;杨珠;;一种采用增加动量项的改进BP算法实现[J];科技情报开发与经济;2006年08期
7 王楠,侯紫峰,郑晓军,陈军;IEEE802.11无线局域网业务量特性分析及其自相似性研究[J];微电子学与计算机;2003年05期
8 冯怀成;;网络流量的单分形和多分形特性研究[J];中国高新技术企业;2007年03期
中国博士学位论文全文数据库 前2条
1 邹柏贤;网络流量异常检测与预测方法研究[D];中国科学院研究生院(计算技术研究所);2003年
2 孙韩林;互联网流量、时延性质及预测模型研究[D];北京邮电大学;2010年
中国硕士学位论文全文数据库 前10条
1 程红霞;自相似业务流的预测研究[D];电子科技大学;2006年
2 冯海亮;基于联合神经网络的流量预测模型[D];山东大学;2007年
3 白燕;基于灰色神经网络组合模型的流量预测与评估方法研究[D];西安建筑科技大学;2007年
4 陆国浩;网络流量预测系统的研究与实现[D];苏州大学;2007年
5 胡大民;网络流量自相似特性与预测研究[D];浙江大学;2008年
6 罗维东;Internet网络流量预测[D];西华大学;2008年
7 陈振伟;基于神经网络的改进网络流量预测算法的研究[D];河南大学;2008年
8 曹建华;基于灰色神经网络模型的网络流量预测算法研究[D];江南大学;2008年
9 戴悦;网络流量的混沌特性研究及网络流量预测算法研究[D];江南大学;2008年
10 李小航;网络业务流的特性分析及预测技术研究[D];江南大学;2008年
【共引文献】
中国期刊全文数据库 前10条
1 陈学锋;瞿金平;;注塑机曲肘式合模机构弹性振动的研究[J];工程塑料应用;2008年03期
2 陈文元;李雪梅;迟晓梅;;小波分析与神经网络在结构多处损伤监测中的应用[J];四川建筑科学研究;2006年03期
3 曾庆海;马中军;王艺霖;;引入混沌理论的混凝土中氯离子传输机理研究[J];四川建筑科学研究;2007年01期
4 刘慧卿;周国峰;张先起;;空调负荷混沌特性分析与预测[J];四川建筑科学研究;2009年05期
5 谢晓娣;基于小波包变换的地铁远方短路电流分析[J];安徽电气工程职业技术学院学报;2005年01期
6 李素云;张德祥;;基于小波变换的汽车齿轮箱振动信号故障分析[J];安徽电子信息职业技术学院学报;2012年01期
7 李多田;张伟林;;结构无损检测与小波分析方法[J];安徽建筑工业学院学报(自然科学版);2008年03期
8 张兵;;不同模态振型在梁结构裂缝识别中的差异[J];安徽建筑;2010年02期
9 林雯;;基于计算机视觉和神经网络的芒果外观等级分类研究[J];安徽农业科学;2010年23期
10 郑志敬;周钦富;张建华;杨胜利;;松墨天牛成虫林间种群数量混沌特性的识别[J];安徽农业科学;2011年03期
中国重要会议论文全文数据库 前10条
1 王国庆;李国福;李旭渊;;基于PSO-K均值聚类的核事故应急监测点位快速确定技术研究[A];全国危险物质与安全应急技术研讨会论文集(上)[C];2011年
2 荣宏;梁一鸣;吴蓉晖;徐成;喻飞;;无线局域网网络流量特征研究[A];第二十六届中国控制会议论文集[C];2007年
3 曲东才;徐庆九;;一种非线性系统ANN逆模型建模方案及EFRA训练算法仿真[A];第二十七届中国控制会议论文集[C];2008年
4 刘润杰;申金媛;张端金;穆维新;;下一代网络信令流量的混沌预测[A];第二十七届中国控制会议论文集[C];2008年
5 周春月;董海荣;张宏科;;一种基于误差补偿预测模型的VPN网络资源管理研究[A];第二十九届中国控制会议论文集[C];2010年
6 杨辰龙;;曲面变厚度工件超声检测中的波形自动跟踪技术研究[A];中国自动化学会控制理论专业委员会C卷[C];2011年
7 王重阳;彭圆;张风珍;牟林;;CWT奇异值在水中目标回波信号特征提取中的应用[A];中国声学学会水声学分会2011年全国水声学学术会议论文集[C];2011年
8 孟凡华;吴学礼;杜太行;;一种新型联想记忆神经网络在非线性系统辨识中的研究[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年
9 涂启玉;张茂林;;小波神经网络预测电价的新改进[A];2010年云南电力技术论坛论文集(文摘部分)[C];2010年
10 蔡烽;石爱国;沈泓萃;;不规则波浪激励下的船舶横摇运动动力学研究[A];纪念顾懋祥院士海洋工程学术研讨会论文集[C];2011年
中国博士学位论文全文数据库 前10条
1 魏海霞;爆破地震波作用下建筑结构的动力响应及安全判据研究[D];山东科技大学;2010年
2 张杏莉;几何约束求解关键问题研究[D];山东科技大学;2010年
3 杨莉;基于可持续发展的我国电源结构优化研究[D];哈尔滨工程大学;2010年
4 吴冬梅;基于达芬振子的微弱信号检测方法研究[D];哈尔滨工程大学;2010年
5 孙明;基于小波和迟滞的混沌神经网络及其应用[D];哈尔滨工程大学;2010年
6 冷欣;船用增压锅炉汽包水位预测控制方法研究[D];哈尔滨工程大学;2009年
7 谢忠玉;电力短期负荷时间序列混沌特性分析及预测研究[D];哈尔滨工程大学;2010年
8 赵金宪;复杂系统脆性理论在煤矿生产系统脆性风险评价中的应用[D];哈尔滨工程大学;2010年
9 许爱德;开关磁阻电机在船舶电力推进中的应用研究[D];大连海事大学;2010年
10 万九文;国际原油海运运费市场波动特征研究[D];大连海事大学;2010年
中国硕士学位论文全文数据库 前10条
1 孙丽娟;基于煤矿瓦斯监测数据的煤与瓦斯突出预警技术研究[D];河南理工大学;2010年
2 杨焱麟;基于小波变换理论与比值分析法的变压器励磁涌流识别的研究[D];山东科技大学;2010年
3 赵奇;医学超声图像三维重建算法研究[D];山东科技大学;2010年
4 张莉;n-GaAs中的混沌研究[D];长春理工大学;2010年
5 胡艳;机织物图像自动纠偏及组织分析的研究[D];浙江理工大学;2010年
6 吴国曾;实时信号小波分析中边界处理方法及应用[D];郑州大学;2010年
7 李娅;基于混沌理论的电力谐波检测研究[D];哈尔滨工程大学;2010年
8 解保忠;计算机在矽肺病早期诊断及预测中的应用研究[D];哈尔滨工程大学;2010年
9 姚慧娟;光视觉球形目标识别技术的研究[D];哈尔滨工程大学;2010年
10 王晓艳;非线性混沌电路的分析与设计[D];哈尔滨工程大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 姚君兰;;基于RBF神经网络的互联网时延预测仿真[J];兵工自动化;2006年04期
2 林海,孙吉贵;预测及其主要模型的实现系统[J];吉林大学学报(信息科学版);2002年04期
3 周仲礼,冯文新,龚灏,雍自权,刘树根;基于小波神经网络模型的中国能耗预测[J];成都理工大学学报(自然科学版);2005年05期
4 李超;赵海;张昕;袁韶谦;;加权Internet访问时间行为分析[J];东北大学学报(自然科学版);2008年01期
5 雷铁安,吴作伟,杨周妮;Elman递归神经网络在结构分析中的应用[J];电力机车与城轨车辆;2004年05期
6 张勇,陈天麒,陈滨;计算最大Lyapunov指数的推广小数据量法[J];电子科技大学学报;2004年03期
7 胡严,张光昭;重尾ON/OFF源模型生成自相似业务流研究[J];电路与系统学报;2001年03期
8 朱晟,蒋传文,侯志俭;基于气象负荷因子的Elman神经网络短期负荷预测[J];电力系统及其自动化学报;2005年01期
9 陈泽淮;张尧;武志刚;;RBF神经网络在中长期负荷预测中的应用[J];电力系统及其自动化学报;2006年01期
10 张胜,刘红星,高敦堂,沈振宇,业苏宁;ANN非线性时间序列预测模型输入延时τ的确定[J];东南大学学报(自然科学版);2002年06期
中国博士学位论文全文数据库 前4条
1 张家树;混沌信号的非线性自适应预测技术及其应用研究[D];电子科技大学;2001年
2 向渝;IP网络QoS和安全技术研究[D];电子科技大学;2003年
3 邹柏贤;网络流量异常检测与预测方法研究[D];中国科学院研究生院(计算技术研究所);2003年
4 林青家;基于小波的网络流量的特性刻画与模型建立[D];山东大学;2007年
中国硕士学位论文全文数据库 前10条
1 莫旭;预测方法在粮食行业的应用[D];吉林大学;2004年
2 白翔宇;校园网络流量测量与分析[D];内蒙古大学;2004年
3 赵新波;网络流量趋势预测算法及在网管中的应用[D];哈尔滨工程大学;2004年
4 夏炜洋;基于灰色理论和神经网络技术的边坡稳定性分析方法研究[D];西南交通大学;2005年
5 沈永坚;IP网络流量特征分析与测量方法研究[D];湖南大学;2005年
6 张红梅;基于支持向量机的电力系统短期负荷预测研究[D];河海大学;2006年
7 王卫东;IP网络流量测量技术研究与实现[D];西北大学;2006年
8 蒋庆华;一种基于小波变换及自回归模型的网络流量预测算法[D];吉林大学;2006年
9 顾晓清;DDoS攻击及其追踪方案的研究[D];江南大学;2006年
10 李丽;基于支持向量机的网络流量预测研究[D];南京理工大学;2007年
【相似文献】
中国期刊全文数据库 前10条
1 靳召东;陈虹;张钲浩;;基于自适应遗传算法LS-SVM的网络流量预测[J];计算机应用与软件;2010年11期
2 王升辉;裘正定;;结合多重分形的网络流量非线性预测[J];通信学报;2007年02期
3 段智彬;孙恩昌;张延华;董燕;;基于ARMA模型的网络流量预测[J];中国电子科学研究院学报;2009年04期
4 孙丽梅;;基于小波变换的网络流量预测[J];潍坊学院学报;2008年06期
5 闵洁;李潇;;基于最小二乘支持向量机的网络流量预测[J];科技创新导报;2010年03期
6 孙韩林;金跃辉;崔毅东;程时端;;粗粒度网络流量的灰色模型预测[J];北京邮电大学学报;2010年01期
7 闵洁;李潇;;基于最小二乘支持向量机的网络流量预测[J];九江学院学报(自然科学版);2010年01期
8 王兆霞;孙雨耕;王志勇;郝庭柱;孙小薇;秦娟;沈花玉;;基于神经网络的业务量预测研究[J];光电子.激光;2006年10期
9 乔芃喆;任慧玉;陈志国;;基于小波分析与卡尔曼滤波的网络流量估计和预测方法[J];河南大学学报(自然科学版);2007年03期
10 刘渊;王鹏;;融合小波变换与贝叶斯LS-SVM的网络流量预测[J];计算机应用研究;2009年06期
中国硕士学位论文全文数据库 前5条
1 王涛;基于信息理论学习的网络流量预测[D];西安邮电大学;2013年
2 李丽;基于支持向量机的网络流量预测研究[D];南京理工大学;2007年
3 王鹏;网络流量预测技术研究[D];江南大学;2009年
4 陆国浩;网络流量预测系统的研究与实现[D];苏州大学;2007年
5 唱雪;基于BP神经网络理论的校园网带宽流量预测[D];哈尔滨工程大学;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026