颜惠琴

摘 要：通过对网络流量的准确预测，实现流量的宏观调控和自适应调节，可避免网络拥堵。传统方法对网络流量的预测采用线性信号分析方法，而忽略了网络流量的非线性耦合特性，对流量的预测精度不高。提出一种基于线性时间序列分析的网络流量预测算法。仿真实验表明，采用该算法进行网络流量预测，能有效提高预测精度，并具有较强的稳定性和抗干扰性，具有较好的应用价值。

关键词：网络流量；流量预测；非线性时间序列分析

DOIDOI：10.11907/rjdk.1511026

中图分类号：TP393

文献标识码：A 文章编号文章编号：1672-7800（2015）012-0163-03

0 引言

随着网络规模的扩大和网络特性的变化，需要对网络流量时间序列进行定量分析和研究。通过对网络流量的准确预测，实现对网络流量序列的宏观调控。网络流量是网络中数据进行上行和下行传输的数据和文件，网络流量的预测即对这些数据通过信号处理方法实现未来趋势的评估，以实现信号参量的估计和检测。网络流量从本质上而言是一组线性和非线性组合的时间序列，是网络终端用户在下载和上传数据信息资源时产生的时间序列采样振荡数据。因此，通过分析网络流量序列的内在特性，采用信号处理方法进行更准确的预测和控制，研究网络流量的准确预测算法，在进行网络监控和网络拥堵防治等领域具有较高的应用价值[1]。

通过对网络流量的准确分析和控制，可提高网络服务质量，预防网络拥堵。传统方法中，对网络流量的预测主要采用ARMA模型算法、统计信号分析算法、Poisson模型算法和谱分析算法等[2，3]。……