一种新的基于ARIMA-SVM网络流量预测研究

摘要：

研究网络流量预测精度问题,网络流量受多种因素的综合影响,其变化具有周期性、非线性和随机性等特点,将ARIMA模型和SVM模型相结合建立一种网络流量预测模型.采用ARIMA预测网络流量周期性和线性变化趋势；然后采用SVM对网络流量非线性和随机性趋势进行拟合；最后将两者结果再次输入SVM进行融合,得到网络流量最终预测结果.采用具体网络流量数据对模型性能进行测试,仿真结果表明,ARIMA-SVM提高了网络流量预测精度,降低了预测误差,能更全面刻画网络流量变化规律.

关键词：自回归滑动平均模型(ARIMA)、支持向量机(SVM)、网络流量、预测

所属期刊栏目：29

分类号：TP391(计算技术、计算机技术)

在线出版日期：2012-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1901-1903