资源描述：
《基于混沌理论和神经网络的网络流量预测》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、网络与通信《微计算机信息》(管控一体化)2010年第26卷第1-3期文章编号:1008-0570(2010)01-3-0148-02基于混沌理论和神经网络的网络流量预测NetworkFlowForecastingbasedonChaosTheoryandNeuralNetworkModel(湖南工学院)廖细生LIAOXi-sheng摘要:针对目前网络流量预测不能很好地满足智能网络管理需求的现状,分析网络流量数据内在混沌特性,主要包括时间延迟、嵌入维数、关联维数及Lyapunov指数的计算,并将此分析耦合人工神经网络模型进行预测,最后给出某网络中心流量预
2、测的实例,结果显示基于混沌时间序列分析的神经网络流量预测在数据动力特征刻画及误差控制上有显著优势。关键词:混沌;神经网络;网络流量;预测中图分类号:TP393.07文献标识码:AAbstract:Flowpredictionsforthecurrentnetworkcannotbewellpositionedtomeetthedemandforintelligentnetworkmanage-ment,anewforecastingmodelbasedonChaostheoryandNeuralNetworkisdeveloped,thispaperh
3、asanalyzedtheChaospropertyofNetworkflowandcalculatedtimedelay,embeddingdimensionandLyapunovexponent.Finally,thepapermadeaNetworkflowpredic-技tionofanetwork-centricwithacompetitivelybetterresultespeciallyintheaspectoftracingdynamiccharacteranderrorcontrol.Keywords:Chaos;neuralnetw
4、ork;Networkflow;prediction术实时、准确的网络流量预测是实现网络资源优化配置的前值的对数平均,在混沌的诊断中λ起着非常重要的作用:若λ<0,创提和基础。通过研究发现网络流量具有以下重要特性:突发性系统收敛于不动点;若λ>0且有限,系统既不会稳定在不动点,也(也称尖峰)、长程相关即长程依赖性、周期性也称季节性、混沌不存在稳定的周期解,同时也不会发散,表明系统进入混沌。按新性。无论网络的拓扑结构、传输介质、用户数量、协议类型、业务照A.Wolf等在文献中提出的计算由观测获得的混沌时间序列地点、编码方式、业务类型如何变化,自相似性都是
5、网络中普遍的最大Lyapunov指数的一种方法。但是为了求得一个好的最大存在的重要现象,但是同时周期性和混沌性在网络预测中也是Lyapunov指数的估计值,必须要求观测时间序列具有足够的长不可忽略。目前应用广泛的人工神经网络具有非线性描述、自度,而作为判断存在混沌的鉴别方法,最大Lyapunov指数方法是学习与自适应、擅长处理多变量系统以及具有一定的容错性等适用的。特点,通过实测数据仿真实验显示神经网络可获得较好的数据2重构相空间预测效果。但BP网络有很多固有缺陷,比如结构难确定、初始权值选择的盲目性导致训练速度慢等。针对上述缺陷,本文结合混沌时间序列
6、重构相空间的工作始于Packard等人,网络流量数据的混沌特征分析,并基于此计算关联维数以及Packard等人建议用原始系统中的某变量的延迟坐标重构相空Lyapunov指数判别出网络流量时间序列具有混沌现象,进一步间。坐标延迟相空间重构技术有2个关键的地方,即嵌入维数m计算重构相空间的时间延迟、嵌入维数,并将它们作为预测因子和时间延迟τ的确定。关于时间延迟τ和嵌入维数m的选取,以及设定已知的网络流量为被预测量,决定网络的进和出,进而主要有两种观点:一种认为两者是互不相关的,即τ和m的选取决定神经网络的结构。通过实际网络流量算例,基于混沌网络流是独立进行
7、的,包括序列相关法、相空间扩展法、复自相关法和量时间序列的神经网络预测精度高于一般的神经网络预测方去偏复自相关法;另一种方法认为两者是相关的,即τ和m的选法,能更好地满足智能网络管理的需求。取是互相依赖的。如时间窗口法、C-C方法可同时计算时间延迟和时间窗口。1网络流量时间序列的混沌判别2.1C-C方法求延迟网络管理系统是否存在混沌,作为网络管理系统中网络流常用的方法是自相关函数法和互信息法,尽管前者计算简量的观测值,网络流量时间序列是否为混沌时间序列是研究混便但是不适合非线性问题,后者虽然能有效地估计非线性问题沌首先需要解决的问题。重构相空间的延迟,
8、但是计算不方便,因此,针对上述判别为非线Lyapunov指数用于量度在相空间中初始条件不同的两
