小时间粒度网络流量自回归预测分析

被引:5
作者
王建新
肖雪峰
高文宇
不详
机构
[1] 中南大学信息科学与工程学院
[2] 中南大学信息科学与工程学院 长沙
[3] 长沙
基金
国家自然科学基金重大研究计划;
关键词
QoS; 网络流量; 自回归预测;
D O I
暂无
中图分类号
TN915.02 [通信网结构与设计];
学科分类号
0810 ; 081001 ;
摘要
网络流量测量和预测是网络QoS管理和流量工程中一个重要的组成部分,尤其是对于为了保证网络QoS而引入的一些实时方法,比如接纳控制,资源预留等。较好的网络流量预测效果,能有效地提高这些方法的工作效率,从而有效提高网络带宽的利用率,保证网络QoS。所以高效的网络流量预测不仅是值得的,而且是必要的。由于许多文献研究的是网络流量在大时间粒度(天、周、月等)上的自回归特性,不能用于这种以秒级为单位的接纳控制、资源预留等实时方法,所以本文具体分析了网络流量在小时间粒度的自相似特性,并提出了其自回归预测模型。在模拟实验中采用了实际网络流量,并证明了在大多数情况下预测误差小于15%的概率为90%,它可有效地应用到接纳控制等方面的网络流量预测中。
引用
收藏
页码:129 / 132+144 +144
页数:5
相关论文
共 5 条
[1]   基于ARMA模型的网络流量预测 [J].
邹柏贤 ;
刘强 .
计算机研究与发展, 2002, (12) :1645-1652
[2]   网络流量正常行为模型的建立 [J].
邹柏贤 .
计算机应用, 2002, (07) :18-20
[3]  
Self-similarity in World Wide Web traffic[J] . Mark E. Crovella,Azer Bestavros.IEEE/ACM Transactions on Networking (TON) . 1997 (6)
[4]   ON THE SELF-SIMILAR NATURE OF ETHERNET TRAFFIC (EXTENDED VERSION) [J].
LELAND, WE ;
TAQQU, MS ;
WILLINGER, W ;
WILSON, DV .
IEEE-ACM TRANSACTIONS ON NETWORKING, 1994, 2 (01) :1-15
[5]  
Adaptive randomsampling for traffic load measurement .2 B Choi,J Park,Z Zhang. IEEE Int’l Conf on Communications2003 . 2003