网络流量预测方法

分析网络流量的行为特性并建立模型进行预测,对于网络管理以及安全预警具有重要意义。基于此,针对网络异常处理滞后、网络服务质量差等问题,研究多种经典流量预测方法,从流量特性、建模复杂性、预测精度及应用场景等多角度进行分析比较。实验结果证明,预测模型与具体场景密切相关,实际操作时需根据流量特性及预测目标选择合适的模型。     

线性流量预测模型

详细分析了线性流量预测的4种短相关模型：AR模型、MA模型、ARMA模型以及ARIMA模型,对其实现思想、建模过程和核心算法进行了具体的研究和比较,并使用SPSS进行建模分析。