基于时间序列的IDC网络流量分析和预测研究

摘要

在互联网技术不断发展的同时，网络的规模也逐渐扩大，与此同时出现了各种各样的网络应用。在网络结构越来越复杂的情形下，使用网络的群体数量日益增加。现在，社会公众关心的重点是:怎样让网络服务质量提升、资源配置优化、有效控制网络和流量等问题。加强对网络流量的分析力度，可以为网络资源、流量的优化控制管理工作提供理论依据。因特网内，IDC网络（即数据中心网络）是法人核心部分之一，因此有必要采取措施解决优化设计IDC网络、提高系统性能、加强对流量控制等问题。二解决这些问题的第一步，就是要分析与研究IDC网络中的核心流量。针对网络流量的研究，大多是从主干网和广域网两方面展开，而研究IDC网络的文献则比较少。目前需要全面研究IDC网络的流量，以便IDC企业的决策者可以根据流量分析及预测结果做出调整优化网络的决策。　　文章的重点在于以全球现状为主，剖析网络流量涵义，与此同时，对一些主要测试办法展开讨论;其次，剖析了网络流量的主要特性，分析了这些特性在IDC网络流量中的重要表现以及对IDC网络性能造成的影响;随后采用建模方法，有效预测网络流量行为，并基于时间序列分析理论，简单介绍了行为建模方法;对长、短相关特性的典型模型进行归纳总结;剖析IDC网络流量运用的是ARMA自回归滑动平均模型，弥补ARMA(2，1)模型内的缺陷则经由ARMA(3，2)模型来完成;主要采用的研究方法有实验法、模型分析法等，从数据分析的角度来总结出使用简便、快捷、高效的模型。

目录

声明

摘要

1．1．1研究背景

1．1．2研究意义

1．2国内外研究现状

1．3本文研究内容

1．3．1本论文的主要工作

1．3．2论文的组织结构

1．4创新和不足

2时间序列分析概述

2．1数据挖掘概述

2．1．1基本概念

2．1．2数据挖掘主要流程

2．1．3数据挖掘基本算法

2．2时间序列分析

2．2．1时问序列的定义

2．2．2时间序列的分类

2．2．3时间序列预测法

2．2．4时间序列模型

2．2．5时间序列的影响因素

3 IDC网络流量预测方法及模型分析

3．1 IDC网络拓扑及流量特性概述

3．2 IDC网络流量的采集

3．3网络流量的可预测性

3．4网络流量预测模型

3．4．1短相关流量模型

3．4．2长相关流量模型

3．5网络流量模型的选择

3．6本章小结

4基于ARMA模型的流量预测模型设计

4．1基于ARMA模型预测分析

4．2流量采集和初始化分析

4．3 ARMA流量预测模型设计分析

4．3．1模型参数定阶及对比试验分析

4．3．2设计流量预测模型

4．4AMRA模型预测实验及结果分析

4．5 IDO网络流量预警及性能优化策略

4．5．1 IDO网络流量预警策略

4．5．2 IDC网络性能优化

4．6本章小结

5结论

5．1总结

5．2展望

参考文献

致谢