田中大，李树江，王艳红，王向东



基于混沌理论与改进回声状态网络的网络流量多步预测

田中大，李树江，王艳红，王向东

（沈阳工业大学信息科学与工程学院，辽宁沈阳 110870）

网络流量预测是网络管理及网络拥塞控制的重要问题，针对该问题提出一种基于混沌理论与改进回声状态网络的网络流量预测方法。首先利用0-1混沌测试法与最大Lyapunov指数法对不同时间尺度下的网络流量样本数据进行分析，确定网络流量在不同时间尺度下都具有混沌特性。将相空间重构技术引入网络流量预测，通过C-C方法确定延迟时间，G-P算法确定嵌入维数。对网络流量时间序列进行相空间重构之后，利用一种改进的回声状态网络进行网络流量的多步预测。提出一种改进的和声搜索优化算法对回声状态网络的相关参数进行优化以提高预测精度。利用网络流量的公共数据集以及实际数据进行了仿真，结果表明，提出的预测方法具有更高的预测精度以及更小的预测误差。

网络流量；混沌；回声状态网络；时间尺度；预测

1 引言

随着网络技术的发展，网络规模越来越大和复杂化，网络信息流量剧增，网络拥塞越来越严重，网络管理的难度日益增加，如何有效地管理和控制网络，为用户提高更加优质服务显得十分重要。网络流量是衡量网络运行负荷和状态的重要参数，通过对网络流量的监测，可以及时了解网络当前运行状况，因此如何进行网络流量的精确预测引起了学者广泛的关注[1]。……