基于组合模型的自相似业务流量预测
Combination Model-based Self-similarity Traffic Prediction作者机构:解放军理工大学通信工程学院南京210007
出 版 物:《计算机科学》 (Computer Science)
年 卷 期:2012年第39卷第4期
页 面:123-126页
核心收录:
学科分类:080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统]
基 金:国家自然科学基金项目(60972061 61032004) 国家高技术研究发展计划("863"计划)项目(2008AA12A204 2008AA12Z307)资助
摘 要:针对经验模式分解存在的模态混叠问题,提出了一种基于组合模型的自相似业务流量预测方法。首先通过对网络流量进行集合经验模式分解,有效地去除自相似网络流量中存在的长相关性。接着根据分解得到的各本征模态函数分量的不同特性,分别采用人工神经网络与自回归滑动平均模型对其进行预测,最终再将预测结果进行组合。仿真结果表明,提出的方法对于实际网络流量数据具有较高的预测精度。