A Traffic Prediction Method based on ANN and Adaptive Template Matching

摘要

Artykuł prezentuje metodę przewidywania przepływu informacji bazującą na sztucznych sieciach neuronowych i adaptacyjnym dopasowaniu szablonu. Początkowo przepływ dzielony jest na pogrupowany i nie pogrupowany. Następnie analizuje się obie części. Wreszcie dokonuje się fuzji rezultatów. Rezultaty symulacji wskazują że proponowana metoda ma lepszą dokładność niż metody tradycyjne.%Considering the significant burstiness in self-similar network traffic, this paper presents a one-step traffic prediction method based on ANN (artificial neural network) and adaptive template matching. Firstly control chart is used to decompose the original traffic into non-burst part and burst part. Then the two parts are predicted by ANN and adaptive template matching method, respectively. Finally, the prediction of the original traffic is obtained by fusing the predictions of the two parts. Simulation results show that the accuracy of method proposed in this paper is much higher compared with the traditional traffic prediction methods.