计算机网络体系逐渐扩大,因此网络的服务质量和性能也急需提高。网络流量预测是网络管理的一个重要手段,研究表明网络流量具有自相似特性,在此基础上该文提出一种ARIMA预测模型。该模型首先对所生成的网络流量数据进行预处理,基于相关性与偏相关性选择ARMA模型,其次通过AIC、BIC确定阶数,利用检验后的模型进行预测,最后评估预测模型的性能。ARIMA时间序列模型能够预测非平稳数据,与传统统计模型相比,具有可忽略其他的随机变量、预测准确性更高、突发性影响较小的优点。
科研之友
微信
新浪微博
Facebook
分享链接
