王石， 杨怀江， 董琰

(1.中国科学院长春光学精密机械与物理研究所，吉林，长春 130033；2.中国科学院大学，北京 100039；3.东北师范大学 信息化管理与规划办公室，吉林，长春 130024)



基于混沌理论的局域网流量预测

王石1，2，3， 杨怀江1， 董琰3

(1.中国科学院长春光学精密机械与物理研究所，吉林，长春 130033；2.中国科学院大学，北京 100039；3.东北师范大学 信息化管理与规划办公室，吉林，长春 130024)

局域网业务流中广泛存在自相似为特征的现象，并且自相似现象与混沌现象间存在紧密联系. 通过采用局域网流量对应的时间序列分析的方法进行研究，基于相空间重构思想，通过C-C算法计算嵌入维和延迟时间；利用小数据量法计算局域网流量时间序列的最大Lyapunov指数来判断其混沌特性；针对基于最大Lyapunov指数的预测方法中只考虑中心点的最邻近点对预测的决定性作用，而忽略了其邻近点邻域内其他各点对预测结果的影响的特点，提出了基于最大Lyapunov指数的加权邻域预测法；最后通过实测局域网流量预测验证方法的有效性.

混沌时间序列；小数据量法；局域网流量预测

互联网诞生以来，网络的设计者和研究者一直对网络流量的建模和预测进行不断的探索. 从早期的传统模型，如泊松模型、马尔可夫模型、回归模型到后来的自相似模型，如on/off模型、排队模型、FBM模型、FARIMA模型[1-7]. 传统模型的不足是当业务源数目增加时，突发性会被吸收，聚合业务会变得越来越平滑，而现代网络流量特性为高速、突发、自相……