多重组合的网络流量分析方法研究  

Study on Applying Multiple Combinations to Network Traffic Analysis

作　　者：吕荣[1,2] 魏达[1,2] 曹国昕[1,2,3] 

机构地区：[1]吉林大学计算机科学与技术 [2]吉林大学符号计算与知识工程教育部重点实验室 [3]中国人民解放军93107部队13分队

出　　处：《小型微型计算机系统》2010年第4期631-634,共4页Journal of Chinese Computer Systems

基　　金：国家自然科学基金项目(60573128)资助;教育部高校博士点基金项目(20060183043)资助;科技部国际科技合作与交流专项(2008DFA12140)资助;吉林大学研究生"九八五工程"创新计划项目(20080235)资助

摘　　要：传统的平稳流量模型不能描述流量的非平稳特性,在进行预测中,随着预测步长的增加,预测准确性随之降低.而神经网络作为一种非平稳模型,虽然可以弥补平稳模型不能刻画流量非平稳性的缺陷,但是其网络中各参数选取还没有一个确切的理论依据.针对以上不足,本文提出一种多重组合的方法:ARIMA模型和Elman神经网络的对比组合模型对网络流量进行分析.仿真实验表明,该方法优于单一模型.The conventional stable network traffic model is incapable of describing unstable characteristics.In the period of forecasting,the step increases while accuracy falls.Although NN （neural network） by way of an unstable model could make up for the defect of stable model,there has not been a theory to select parameters of the network yet.According to the problems above,a method of multiple combinations is presented.First,comparing ARIMA with Elman model then apply the multiple combinations to network traffic analysis.The experiment results show that the method is superior to a single model.

关 键 词：多重组合 ARIMA模型 Elman模型 网络流量 BP网络 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]