基于聯(lián)合神經(jīng)網(wǎng)絡(luò)的流量預(yù)測模型.pdf

1、山東大學(xué)碩士學(xué)位論文基于聯(lián)合神經(jīng)網(wǎng)絡(luò)的流量預(yù)測模型姓名：馮海亮申請學(xué)位級別：碩士專業(yè)：通信與信息系統(tǒng)指導(dǎo)教師：陳滌20070315山東大學(xué)碩士學(xué)位論文摘要從90年代初迅猛發(fā)展起來的Internet網(wǎng)，已經(jīng)迅速改變了人們的生活和傳統(tǒng)意義上的信息產(chǎn)業(yè)構(gòu)架，能否有效地實(shí)施對Internet網(wǎng)的業(yè)務(wù)控制則取決于對業(yè)務(wù)特征的了解和預(yù)測能力。自相似特性是目前計算機(jī)網(wǎng)絡(luò)(包括局域網(wǎng)和廣域網(wǎng))所具有的一個普遍特性，自相似業(yè)務(wù)量[1]對計算機(jī)網(wǎng)絡(luò)的管理和

2、控制有著非常重要的影響。隨著網(wǎng)絡(luò)應(yīng)用和規(guī)模的不斷增加，網(wǎng)絡(luò)管理工作越來越繁重，網(wǎng)絡(luò)故障也頻頻出現(xiàn)：不了解網(wǎng)絡(luò)運(yùn)行狀況，系統(tǒng)出現(xiàn)瓶頸；當(dāng)系統(tǒng)出現(xiàn)故障后，不能及時發(fā)現(xiàn)、診斷；網(wǎng)絡(luò)設(shè)備眾多，配置管理非常復(fù)雜i網(wǎng)絡(luò)安全受到威脅等。這些新問題的出現(xiàn)對現(xiàn)在的網(wǎng)絡(luò)研究工作提出了新的任務(wù)和挑戰(zhàn)。本文首先介紹了網(wǎng)絡(luò)自相似性的起源、定義、表現(xiàn)及Hurst效應(yīng)H值的度量方法[2]，分析了網(wǎng)絡(luò)產(chǎn)生自相似性的原因及其對網(wǎng)絡(luò)性能的影響。在對網(wǎng)絡(luò)自相似性進(jìn)行理論分析

3、的基礎(chǔ)上。分析網(wǎng)絡(luò)特性的下一步工作就是建立精確的模型來預(yù)測網(wǎng)絡(luò)流量。在第五章里，構(gòu)建了一種新的預(yù)測模型。該模型首先使用小波方法對網(wǎng)絡(luò)流量進(jìn)行預(yù)處理，然后分別使用線性神經(jīng)網(wǎng)絡(luò)和Elman神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測，以保證能夠描述流量的相關(guān)和非平穩(wěn)性，最后把兩種預(yù)測的結(jié)果分別通過四種聯(lián)合方式(取平均、線性聯(lián)合、Elman聯(lián)合、BP聯(lián)合)合成為最終預(yù)測結(jié)果。通過對實(shí)際的TCP流量和網(wǎng)絡(luò)視頻流的預(yù)測發(fā)現(xiàn)，組合模型要比單～模型預(yù)測效果要好，加入小波算法后，