基于ARIMA-Kalman滤波混合模型的网络负载预测方法

摘要：

由于目前对网络负载预测的研究主要运用单一模型进行预测,忽略了其他因素对网络资源的内在作用,导致数据隐含信息丢失量大、预测结果不准确,故提出一种基于ARIMA-Kalman滤波混合模型预测方法.该方法首先利用ARIMA模型建立一个能反映负载时间序列数据变化规律的低阶模型,然后将Kalman滤波模型的预测方程与其结合,推导出其状态方程和测量方程,最后利用Kalman滤波的预测迭代方程对工作负载所需资源进行预测.实验结果表明,与单一的时间序列预测方法相比,该方法具有更高的预测精度,有效地提高了资源利用率和虚拟机资源的按需调度效率.

关键词：IPv6、网络负载、ARIMA模型、Kalman滤波、资源预测

所属期刊栏目：47

分类号：TP399(计算技术、计算机技术)

资助基金：赛尔网络下一代互联网技术创新资助项目NGII20160202

在线出版日期：2018-01-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：145-150