基于CS-HRVM的网络流量预测-论文.pdf

《基于CS-HRVM的网络流量预测-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、ComputerEngineeringandApplications计算机工程与应用基于CS．HRVM的网络流量预测李融LIRong温州广播电视大学，浙江温州410205WenzhouRadio&TelevisionUniversity,Wenzhou，Zhejiang410205，ChinaLIRong．NetworkflowforecastingbasedonhybridkernelsRVMandcuckoosearchalgorithm．ComputerEngi-neeringandApplications，2014，50

2、(17)：90—94．Abstract：Inordertoobtaingoodforecastingresultsanddescribethechangerulesnetworkflow,anovelnetworkflowforecastingmodelisproposedbasedonHybridkernelsRelevanceVectorMachineandCuckooSearchalgorithm(CS—HRVM)．Firstly,thelearningsamplesareobtainedbyusingphaserecon

3、structiontheory，andthehybridkernelsfunctionisusedtoestablishtherelevancevectormachine，andthenthelearningsamplesareinputintorelevancevectormachinetotrain，andthecuckoosearchingalgorithmisusedtooptimizetheparametersofmodelandbuildthemodelofnetworkflow，finally，thesimulat

4、ionexperimentsareca~iedouttotesttheperformanceofthemode1．TheresultsshowthatCS-HRVMhasobtainedhigherforecastingaccuracycomparedwithothernetworkflowforecastingmodel，andcanforecastaccuratelynetworkflowwhichincludesnoise．Keywords：networkflow；phasespacereconstruction；rele

5、vancevectormachine；hybridkernelfunction；cuckoosearchalgorithm摘要：为了获得更加理想的网络流量预测结果，准确刻画网络流量的变化趋势，提出一种基于布谷乌搜索算法优化组合核相关向量机的网络流量预测模型(CS．HRVM)。首先针对网络流量的混沌特性，采用相空间理论建立网络流量的多维学习样本，并采用组合核函数构建相关向量机，然后将学习样本输入到相关向量机中进行训练，并采用布谷鸟搜索算法对模型参数进行优化，从而建立网络流量预测模型，最后采用仿真实验对模型性能进行仿真对比实验。结果

6、表明，CS．HRVM获得了比其他网络流量预模型更高的预测精度，而且可以对含噪网络流量进行准确预测。关键词：网络流量；相空间重构；相关向量机；组合核函数；布谷鸟算法文献标志码：A中图分类号：TP391doi：10．3778／j．issn．1002．8331．1312-0394随着互联网规模的不断扩大，网络用户急剧增加，变化特点，预测精度与实际要求有一定的差距。另一网络拥塞的频率越来越高，成为一个令网络管理员头疼类算法为非线性算法，它们主要包括神经网络、马尔可的难题，因此网络流量预测是网络管理的基础和关键，夫链、支持向量机、极限学习

7、等，相对于线性预测算因此建立性能优异的网络流量预测模型，精确对网络运法，它们具有较好的非线性学习能力，可以对网络流量行状态进行准确跟踪，以提高网络流量的预测精度，成变化特点进行准确预测，网络流量得到进一步提高，但为网络研究中的一个热点问题。是这些方法均存在各自的不足，网络流量预测精度有待针对网络流量预测问题，许多学者和专家对其进行进一步提高。相关向量机(RelevanceVectorMachine，了广泛的探索，提出一些性能较好的网络流量预测算RVM)，其结合稀疏贝叶斯学习理论优点，相对于支持法。线性算法主要有：滑动平均、指数平

8、滑、多元回归向量机，RVM只需设置核参数，且核函数不用满足Mercer等，它们可以对短期的网络流量进行准确预测，但由条件，为网络流量提供了一种新的预测工具。于网络流量受到很多因素综合影响，具有混沌性、强烈为了提高网络流量预测精度，准确刻画网络流量的的时变性，这样