基于BP神经网络的非线性网络流量预测  

Nonlinear network traffic prediction based on BP neural network

作　　者：刘杰[1] 黄亚楼[2] 

机构地区：[1]南开大学信息技术科学学院,天津300071 [2]南开大学软件学院,天津300071

出　　处：《计算机应用》2007年第7期1770-1772,共3页journal of Computer Applications

基　　金：天津市科技攻关计划重点科技攻关专项项目(05YFGZGX24000);南开大学亚洲研究中心项目(AS0405)

摘　　要：传统的流量分析建立在线性模型的基础上,但是由于复杂的拓扑结构和网络行为,网络流量表现为一个非线性的系统。根据实际网络中测量的大量网络流量数据,建立一个时间相关的基于神经网络的流量模型,预测和分析网络流量状况。相对于传统线性模型该模型具有较高的预测精度、自适应性和鲁棒性。The traditional network traffic analysis is based on linear model, but the traffic actually behaves as a nonlinear system due to complex topology and network behavior. With a large amount of real traffic data collected from the actual network, a nonlinear network traffic model based on artificial neural network （ANN） theory was constructed to predict the network traffic. Compared with the traditional linear module, this model has better precision, adaptability and robustness.

关 键 词：流量模型 流量预测 流量采集 时间序列 人工神经网络 

分 类 号：TP393.07[自动化与计算机技术—计算机应用技术]