[发明专利]一种基于共变正交原理的网络业务流预测方法

说明书

技术领域

本发明属于计算机网络技术领域，具体涉及一种网络流量的预测方法。

背景技术

网络流量预测对于新一代网络协议与网络设备的设计、网络管理与诊 断以及提高网络的性能和服务质量(QoS，Quality of Service)具有重要意 义。网络流量的特性分析和建模是网络流量预测得以实现的基础。随着网 络业务的自身发展，网络流量特性也会发生变化。现有流量特性研究表明， 网络流量在广泛的时间尺度上存在突发性和自相似性。传统的流量预测主 要是基于泊松过程(Poisson)，其缺陷在于不能描述网络流量在较大统计时 间尺度上的相关性，即长程相关特性，因而其在自相似网络流量的预测中 不再适用。现有的网络流量模型中，α稳定过程(Alpha-stable Process)能 很好地描述网络流量的自相似性、突发性、长程相关性和重尾分布变化， 是进行自相似网络流量预测的重要理论模型。

目前现有基于α稳定过程模型的对网络流量的预测方法是根据最小离 差的原则出发，采用极大似然法估计网络流量的变化。然而该方法存在两 个重要问题：(1)采用的是一种有偏预测，只是尽量将离差控制在最小的 统计范畴；(2)预测的结果不唯一，有时候对一个样本空间会出现多个预 测值，降低了预测的有效性。

发明内容

本发明提供了一种基于共变正交原理的网络业务流预测方法，该方法 为无偏预测，预测值具有唯一性，提高了预测的有效性。

一种具体的网络流量的预测方法，包括以下步骤：

(1)初始化样本空间大小n、预测阶数m以及预测步数k，其中n≥m+k， 计算常数矩阵u_i，j＝max(i，j)+1和v_i，j＝n+min(i，j)，i，j＝0，1，…，m-1；

(2)从网络流量数据中提取流量样本集X₁，X₂，...，X_n，并对已提 取的流量样本集估计α特征参数值；

(3)构建向量和φ→s,t=[Xs,Xs-1,···,Xt]T,]]>其中 n≥s＞t≥1，X_s^p-1表示对X_s的p-1次乘幂，1＜p＜α，T表示转置；

(4)计算矩阵和向量

(5)计算预测系数向量a→=[a1,a2,···,am]T=Q-1β;]]>

(6)计算第n+k时刻的流量预测值