基于小波變換的ARMA和極限學(xué)習(xí)機(jī)組合模型的網(wǎng)絡(luò)流量預(yù)測(cè).pdf

1、隨著社會(huì)網(wǎng)絡(luò)迅速發(fā)展，計(jì)算機(jī)網(wǎng)絡(luò)已經(jīng)發(fā)展成為現(xiàn)代化社會(huì)最為基礎(chǔ)的設(shè)施之一，人們的日常生活與之也越來(lái)越緊密。同時(shí)Internet的普及率越來(lái)越高，尤其是在一些地區(qū)，網(wǎng)民數(shù)量呈爆炸式的增長(zhǎng)，這對(duì)計(jì)算機(jī)網(wǎng)絡(luò)的安全及管理提出巨大挑戰(zhàn)。研究并利用網(wǎng)絡(luò)流量預(yù)測(cè)來(lái)對(duì)網(wǎng)絡(luò)進(jìn)行有效的監(jiān)管已經(jīng)成為計(jì)算機(jī)網(wǎng)絡(luò)應(yīng)用的重要工作。網(wǎng)絡(luò)流量預(yù)測(cè)主要是對(duì)采集的連續(xù)網(wǎng)絡(luò)數(shù)據(jù)通過建立某種數(shù)學(xué)模型來(lái)預(yù)測(cè)未來(lái)一段時(shí)間的網(wǎng)絡(luò)流量，然后通過對(duì)預(yù)測(cè)的結(jié)果分析出可能發(fā)生的問題，針對(duì)相

2、應(yīng)的問題網(wǎng)絡(luò)管理員提前采用一定的預(yù)防措施，保障計(jì)算機(jī)網(wǎng)絡(luò)的安全/穩(wěn)定運(yùn)行。同時(shí)流量預(yù)測(cè)對(duì)網(wǎng)絡(luò)的異?；蛘吖粜袨樘峁┝艘罁?jù)，對(duì)加強(qiáng)網(wǎng)絡(luò)管理、掌握流量的規(guī)律，以及提高擁塞服務(wù)、負(fù)載均衡都具有重要的意義。
　　由于網(wǎng)絡(luò)流量數(shù)據(jù)的非平穩(wěn)性和長(zhǎng)相關(guān)性等特點(diǎn)，采用單一的預(yù)測(cè)模式對(duì)原始時(shí)間序列預(yù)測(cè)很難取得好的效果。本文提出一種基于小波變換（Wavelet Transform）、自回歸滑動(dòng)平均模型（ARMA）和極限學(xué)習(xí)機(jī)（ELM）的組合預(yù)測(cè)模型W

3、-ARMA-ELM。這個(gè)模型利用小波分解的比例收縮特性將長(zhǎng)相關(guān)的時(shí)間序列分解為短相關(guān)的子序列，然后使用自相關(guān)性和偏自相關(guān)分析確定子序列的平穩(wěn)性，再分別使用ELM和ARMA進(jìn)行預(yù)測(cè)。我們使用了三組不同的網(wǎng)絡(luò)流量數(shù)據(jù)來(lái)檢驗(yàn) W-ARMA-ELM的預(yù)測(cè)性能，包括蘭州大學(xué)教育網(wǎng)和網(wǎng)通流量數(shù)據(jù)，英國(guó)學(xué)術(shù)主干網(wǎng)流量數(shù)據(jù)。實(shí)驗(yàn)結(jié)果表明，我們提出的組合方法要比單一的ARMA和ELM預(yù)測(cè)效果要好，預(yù)測(cè)精度有較大的提高。同時(shí)，文章指出使用自相關(guān)和偏自相關(guān)分