长程突发通信量的分数自回归预测

被引：1

作者：

闻勇 ^{[1
,2
]}

朱光喜 ^{[2
]}

谢长生 ^{[1
]}

机构：

[1] 华中科技大学计算机科学与技术学院

[2] 华中科技大学电子与信息工程系

来源：

计算机科学 | 2009年 / 36卷 / 07期

基金：

国家自然科学基金重大项目;

关键词：

长程突发; 通信量; 自回归; 预测;

D O I：

暂无

中图分类号：

TP393.06 [];

学科分类号：

摘要：

以数据包传输的通信量在不同网络条件下均表现出自相似性,自相似通信量在各时间尺度上均具有长程突发特性,其是以泊松过程为模型所描述的短程相关通信量所无法描述的。近来对自相似通信量的高精度测量与研究证实:网络中广泛存在的重尾特性是通信量自相似产生的原因。同时充分提取通信量的自相似性与重尾特性相关信息,是准确预测长程突发通信量的关键。在一种α-基于平稳过程的自相似通信量模型基础上,提出两种独立的自回归预测方法:FAR(Fractional Auto Regressive)预测、FNAR(Fractional Nonlienar Auto Regressive)预测。对这两种预测值进行不同方案的混合预测得到最终预测结果,进一步提高预测精度。

引用

页码：79 / 81+96 +96

页数：4