基于自适应过滤法和马尔柯夫链的网络流量预测方法.doc

(浙江工商职业技术学院浙江宁波315012)摘要提出了一种新的网络流量预测方法,该方法根据网络流量历史值,用自适应过滤法进行预测,,,(ZhejiangBusinessTechnolog)Institute,Ningbo315012,Zhejiang,China)worktrafficpredicationisputforward,worktraffic,thenrevisesthepredictionerrorscausedbytheadaptivefiltermethodwiththeMarkovchain,thusa—,,网络带宽迅速增加,各种网络服务得到广泛应用,,一个准确度高的网络流量预测模型不但可以准确地提供将来的网络流量数据,”是根据一组给定的权数对原始数据加权平均来计算一个预测值,然后根据预测误差调整权数以减少误差,这样反复进行直至找出一组”最佳”权数,使误差减少到最低限度,,并已获得较好的预测结果,网络流量的预测和经济领域中的预测十分类似,因此我们选择自适应过滤法来预测网络流量,,它是利用系统现在状态和发展趋势去预测将来的可能状态的概率,,近年来,它在公用事业,自动控制,统计物理,经济等方面有着广泛的应用,,,并将其应用在流量预测中,,一种是基于数据包的采集方法,采集的对象是网络中的数据包,典型的采集软件是Snifferpro等工具;另外一种是利用SNMP协议采集交换机或路由器的端口流量,端口流量又分为出口流量和进口流量,出口流量是指端口发送的字节数,,微软公司的视窗操作系统中提供了SNMP代理组件,许多网络设备上内置了SNMP代理,—IP1],一骊{jIlll图1SNMP网络管理结构收稿日期:2008—06—26马华林,硕士生,主研领域::基于自适应过滤法和马尔柯夫链的网络流量预测方法217图1描绘了管理者应用进程和代理应用进程之间的数据路径,该路径经过四个协议:UDP,IP,DLC(数据链路控制)和PHY(物理的).,他对管理对象进行轮询检测,以获得管理数据,SNMP代理没有物理数据库,但它们都被编码进软件模块的MIB(在图中没有显示MIB)(Struc—tureofManagementInformation),,GetNextRequest,SetRequest,GetRe—sponse,,本文中涉及的参数是ixqnOctets和ifOutOetetsiflnOctets参数表示接口接收的总字节数