网络流量预测对于设计新一代网络协议、实现网络规划和流量管理以及提升网络的高质量服务具有重大意义。该文研究了网络流量的自相似特性,并在此基础上采用FARIMA时间序列模型进行流量预测。首先对网络流量进行平稳化预处理,其次估算Hurst系数来确定差分次数,最后通过AIC准则确定该型阶数并进行预测。比较结果表明,虽然FARIMA模型相对于传统的ARMA模型建模和计算复杂度较高,但是可以对非平稳数据预测且受流量突发性影响较小,预测精准度较高。
科研之友
微信
新浪微博
Facebook
分享链接
