基于短相关ARIMA模型的网络流量预测

摘要：

不同日期同一时刻的网络流量存在相关性和突发性.为准确预测网络流量,提出一种短相关ARIMA模型.对模型定阶后,运用改进的建模方法推导模型参数,使参数随样本数据的变化而更新.实验结果表明,与AR模型和ARIMA模型相比,该模型能更好地描述网络的相关性和自相似性,预测精度较高.

关键词：用户行为、流量预测、ARIMA模型、时间序列、网络流量、短相关性

所属期刊栏目：38

分类号：TP393.02(计算技术、计算机技术)

资助基金：甘肃省科技支撑计划基金资助项目“电子政务中的网络行为监控预警管理系统”090GKCA075

在线出版日期：2012-10-29（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：71-74