金融網絡流量分析與預測.pdf

1、在金融企業(yè)網絡中，近年來隨著業(yè)務的發(fā)展，業(yè)務量極大增加，應用的種類日趨多樣，應用的帶寬占用也隨著語音（IP電話）、視頻（遠程監(jiān)控、視頻會議）、圖像（電子票據影像）等新應用類型的使用而日趨增大，對金融骨干網絡帶寬提出了更高的要求。如何選擇合理的骨干網絡架構和帶寬，做到既能滿足業(yè)務需要又不浪費網絡資源，并隨著企業(yè)網絡實際使用情況及時地進行調整，是企業(yè)實際工作中遇到的一個重要問題。
　　 本文通過使用SNMP技術和NETFLOW技術，

2、采集網絡流量和應用流量數(shù)據，建立金融企業(yè)網絡流量采集系統(tǒng)，以此作為網絡流量分析和預測的數(shù)據基礎。加入了金融網絡流量的預處理環(huán)節(jié)，在數(shù)據篩選階段把關，提前剔除無效和異常數(shù)據，以提高后期模型的預測預測準確度?；诰€性神經網絡、Elman神經網絡、RBF神經網絡、BP神經網絡在預測上的優(yōu)點，建立了一個基于上述三種網絡的復合神經網絡預測模型，比單一神經網絡的提高預測效果。并使用基于SVM模型的預測模型與復合神經網絡模型進行比對，使用企業(yè)真實的網