一种基于EMD和RVM的自相似网络流量预测模型  

Prediction Model of Network Traffic Based on EMD and RVM

作　　者：柏骏[1] 夏靖波[1] 赵小欢 

机构地区：[1]空军工程大学信息与导航学院 [2]95034部队

出　　处：《计算机科学》2015年第1期122-125,共4页Computer Science

基　　金：国家自然科学基金面上项目(61272486);陕西省科技计划自然基金重点项目(2012JZ8005);全军军事学研究生课题(2010XXXX-488)资助

摘　　要：针对自相似网络流量提出了一种基于EMD(经验模态分解)和RVM(相关向量机)的自相似时间序列预测模型。该模型利用EMD将滑动窗口内的小时间尺度网络流量序列分解为多个IMF(固有模态函数)分量,以去除流量序列长相关性;然后采用RVM对其中的高频分量进行拟合,而对低频分量则使用ARMA构建预测模型;最后合成各分量的预测结果。实验表明,该模型能准确地预测流量时间序列的幅值及其趋势,与同类型预测方法相比,其预测性能更好。A prediction model was proposed for self-similar network traffic based on EMD （empirical mode decomposition） and RVM（relevant vectors machine）.Firstly,the network traffic in slipping window is decomposed into multiple IMF（intrinsic mode function） using EMD,and then RVM is applied to fit high frequent components while ARMA is used to structure prediction model for low frequent components,lastly,all the components＇ forecasting result is composed.The experiment indicates that the proposed model can accuratly predict traffic time series＇ amplitude and trend,and compared to other method,achieves higher prediction accuracy than that of other similar prediction methods.

关 键 词：网络流量 预测模型 经验模态分解 相关向量机 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]