基于加权支持向量回归的网络流量预测

摘要：

网络流量预测对于网络的安全和可用性至关重要,但是,传统的网络流量预测方法使用平均时间加权的方法进行预测,缺泛化能力导致预测精度低.基于每一个网络流量历史数据到预测点的时间间隔计算其时间权重,使用带时间权重的加权支持向量回归模型w-SVR预测网络流量.该模型因为其泛化能力和为每个训练数据设置单独的权重而提高了网络流量预测的准确性.模拟实验显示w-SVR模型相对于ANN和AR模型,预测错误率分别降低了37.4％和65.6％,而标准误差降低了46.2％和53.3％.

关键词：网络流量、预测、支持向量机、网络安全

所属期刊栏目：48

分类号：TP393.4(计算技术、计算机技术)

资助基金：重庆师范大学青年教师基金项目09XLQ12

在线出版日期：2012-12-05（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：103-106