基于混沌時間序列分析與支持向量機(jī)的網(wǎng)絡(luò)流量預(yù)測.pdf

1、現(xiàn)在，計算機(jī)網(wǎng)絡(luò)已經(jīng)成為人們最為重要的信息交互方式。隨著網(wǎng)絡(luò)的快速發(fā)展，日益復(fù)雜化的應(yīng)用需求使得網(wǎng)絡(luò)管理工作越來越困難。同時，網(wǎng)絡(luò)擁塞、網(wǎng)絡(luò)安全和網(wǎng)絡(luò)故障等難題實際上也在阻礙著信息化社會的正常發(fā)展。怎樣提高網(wǎng)絡(luò)資源利用效率，保障網(wǎng)絡(luò)安全和及時調(diào)整、升級網(wǎng)絡(luò)設(shè)備成為最近的研究熱點。 近年來，隨著網(wǎng)絡(luò)流量預(yù)測技術(shù)的發(fā)展，它逐漸成為解決上述難題的一項關(guān)鍵技術(shù)。研究者已經(jīng)提出基于網(wǎng)絡(luò)流量預(yù)測技術(shù)在QoS（QoS，Quality of S

2、ervice）機(jī)制中建立對不同業(yè)務(wù)的動態(tài)資源分配策略；此外，網(wǎng)絡(luò)流量預(yù)測技術(shù)在網(wǎng)絡(luò)安全、網(wǎng)絡(luò)規(guī)劃方面也能發(fā)揮重要的作用，例如設(shè)計基于網(wǎng)絡(luò)流量預(yù)測的入侵檢測系統(tǒng)、建立動態(tài)網(wǎng)絡(luò)帶寬分配策略等等。 通過廣泛地學(xué)習(xí)和研究傳統(tǒng)時間序列分析理論、混沌時間序列分析理論、計算智能預(yù)測算法，本文對基于混沌理論和支持向量機(jī)的網(wǎng)絡(luò)流量短期預(yù)測算法進(jìn)行了深入地研究，并提出了一種預(yù)測性能更佳、適應(yīng)性更強(qiáng)的LSVM-DTW-K算法。本文的主要貢獻(xiàn)在于：提出

3、了一種針對小規(guī)模數(shù)據(jù)集情形，基于混沌時間序列分析和支持向量機(jī)（SVM，Support Vector Machine）的網(wǎng)絡(luò)流量短期預(yù)測算法LSVM-DTW-K。在之前提出的局域支持向量機(jī)（LSVM，Local Support Vector Machine）預(yù)測算法的基礎(chǔ)上，通過分析其在模型建立時的缺陷，提出用動態(tài)時間折疊（DTW，Dynamic Time Wrapping）算法代替歐氏距離算法度量向量之間的相似度，從而獲得更為準(zhǔn)確的預(yù)測