发明名称 | 数据网络流量在线预测方法 | ||
摘要 | 本发明涉及数据网络流量在线预测方法。本方法分为两个部分:流量模型在线学算法和基于该流量模型的流量预测算法。利用简单、易于实现的流量模型,并通过在线学的方法获得准确的模型参数,提高了流量预测的精度。由于采用的模型具有动态实时特性,因此基于该流量模型的流量在线预测算法更具实际意义。方法中采用的周期性流量模型通过分析WAN/LAN流量数据集合获得,它把网络数据分为时间相关分量和时间无关分量,时间相关分量是时间的周期可列函数,时间无关分量通过函数拟合的方法获得。理论及实验都显示该模型能够合理刻画流量特征。本发明可用于短期内在线流量预测,实际流量结果分析显示了其预测结果的可信性。 | ||
申请公布号 | CN1545245A | 申请公布日期 | 2004.11.10 |
申请号 | CN200310114343.2 | 申请日期 | 2003.11.12 |
申请人 | 中国科学院计算技术研究所 | 发明人 | 谢高岗;杨建华;李忠诚 |
分类号 | H04L12/08;H04L12/26;H04L29/06;H04L12/24 | 主分类号 | H04L12/08 |
代理机构 | 中科专利商标代理有限责任公司 | 代理人 | 周国城 |
主权项 | 1、数据网络流量在线预测方法,包括:流量模型在线学习算法和基于该流量模型的流量预测算法。 | ||
地址 | 100080北京市中关村科学院南路6号 |