GARCH非线性时间序列模型的网络流量预测

摘要：

网络流量预测在拥塞控制、网络管理与诊断、路由器设计等领域都具有重要意义。根据当今网络流量的特点，传统的ARMA模型在描述网络流量数据特性时有一定的局限性，从而影响网络流量预测的精度。针对这个问题，研究了使用广义自回归条件异方差模型（GARCH）对网络流量数据进行建模的方法，通过仿真实验表明，该模型可以较好地描述网络流量数据的异方差性，同时其预测精度较之传统的ARMA模型的预测精度也得到了大幅提升。

关键词：网络流量预测、非线性、广义自回归条件异方差模型

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金No.61103223；江苏省自然科学基金No.BK201103；江苏省“六大高峰人才”计划。

在线出版日期：2014-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：83-85,95