文献类型：期刊文章

作　　者：许绘香[1] 曹敏[1] 马莹莹[1]

XU Hui-xiang;CAO Min;MA Ying-ying(College of Information Engineering,Zhengzhou Institute of Technology,Zhengzhou 450044,China)

机构地区：[1]郑州工程技术学院信息工程学院,郑州450044

出　　处：《沈阳工业大学学报》

基　　金：河南省科技攻关项目(172102210606);河南省高等学校重点科研项目(17B520040).

年　　份：2020

卷　　号：42

期　　号：6

起止页码：670-675

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对传统方法不能对网络流量变化特征进行准确描述,并且预测精度较低的问题,提出了基于大数据分析的非线性网络流量组合预测模型.通过对非线性网络流量数据进行有效分解,获得不同尺度的分量,利用混沌理论对多尺度分量进行相空间重构获得流量子序列.构建改进鸟群算法优化模型,并对重构后的网络流量子序列进行预测和组合,获得网络流量预测结果.结果表明,所提模型能够精确地描述网络流量的非线性、周期性以及长相关性等变化特征,具有较高的预测精度.

关 键 词：大数据分析  非线性网络 网络流量 组合预测模型  改进鸟群算法  混沌理论  觅食行为 周期性  

分 类 号：TP391]