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。

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。