基于大数据分析的非线性网络流量组合预测模型

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

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：河南省科技攻关项目;河南省高等学校重点科研项目

在线出版日期：2020-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：670-675