基于小波变换的网络流量预测模型

摘要：

目前研究发现实际网络流量具有明显的分形特性,流量的多重分形特性对网络性能有着非常重要的影响,有必要建立一个基于多重分形特性的可以同时预报长相关和短相关特性的实际网络业务模型.利用AR,ARMA等模型对短相关数据能较好地预测而对长相关数据预测精度不高的特点,并结合小波变换能够去除实际数据相关性,建立新的预测模型,使其对长相关数据同样具有比较高的预测精度.改进后的模型克服了FARIMA模型计算量比较大的缺点,保持了算法的简单性.

关键词：多重分形、长相关、小波、预测

所属期刊栏目：34

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60572143;西南交通大学科学研究基金资助项目2005A03

在线出版日期：2008-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：112-114,129