一种网络流量预测和异常检测方法

摘要

本发明涉及网络流量预测和异常检测技术领域，包括：基于正态分布的马尔可夫周期流量模型、基于该模型的网络流量预测算法、网络流量超越阈值的概率预测算法以及网络流量异常检测算法。本方法中采用的流量模型是针对正常状态下网络流量具有周期性和突发性的特征而建立的，它将实际网络流量分为周期分量和随机分量，其中周期分量为周期性函数，随机分量服从正态分布且具有马尔可夫性。理论及实验都证明该模型能够合理描述网络流量特征。与传统流量预测方法相比，本方法计算复杂度简单，对于网络流量的长相关特征、周期性特征以及突发性特征都有很好的描述，因而本方法具有更高的准确度和可信度。

主权项

1、一种网络流量预测和异常检测方法，包括：基于正态分布的马尔科夫周期流量模型、网络流量预测算法、网络流量超越阈值的概率预测算法、网络流量异常判断算法。