陶俊杰 李明东 姜飞

摘要：随着网络带宽的快速增长和各种网络业务的广泛应用，网络流量的建模和预测变得越来越重要。为了更好地对网络流量进行建模和预测，本文一方面对现有的几种流量模型进行了总结和分析，分为短相关模型和长相关模型;另一方面分析了常用的流量预测方法，特别是神经网络、模糊理论和小波分析。在实际测量中，采用FIR神经网络模型对网络流量进行预测。最后，展望了流量预测在网络安全领域的应用前景和发展方向。

关键词：网络;流量分析;自相似性

1 网络异常流量分析检测系统的设计与实现

通过分析用户需求，可以知道异常流量分析与检测系统首先要具备的功能就是快速高效的检测出网络中的异常流量。它的核心模块就是检测模块，除此之外，它还应包括：流量采集，日常运维，故障管理等功能模块，如图 1 所示。其中，流量采集模块主要的功能是采集和存储网络中的数据流量，对流量数据进行预处理，使其能够在流量监测模块进行检测;流量监测模块则主要对网络中的流量进行检测，对于异常流量进行响应处理;日常运维模块则主要对网络设备状态进行监控，并对网络流量进行可视化监视，以及异常流量进行人工干预等;故障处理模块主要在网络中出现大量异常流量时进行快速响应处理，包括对异常流量的告警上报及阻断等措施。

1.1网络流量预测方法

用数学模型来描述网络流量， 虽然能对未来时刻的网络流量进行一定的预测， 但要更加灵活、高效地进行流量预测还需要人工智能等一些方法。……