原文服务方: 微电子学与计算机       
摘要:
网络流量预测在网络规划、流量管理等方面起着重要的作用,是业务管理的主要研究内容之一.在分析研究网络流量实测数据的基础上,建立了网络流量预测的ARIMA模型,该模型较之传统的Poisson过程、Markov过程等随机模型,能更好地描述Internet多构性、突发连续性和自相似性等特征.在模型定阶之后,运用改进的线性建模方法推导确定了模型参数.给出了不同预测步数条件下的流量预测数据,并和流量实测值进行了对比实验.实验结果表明,该模型在预测步数较小(l<3)的情况下,预测误差在5%左右.
推荐文章
一种新的基于ARIMA-SVM网络流量预测研究
自回归滑动平均模型(ARIMA)
支持向量机(SVM)
网络流量
预测
自回归与神经网络组合的网络流量预测模型
网络流量
自回归滑动平均模型
神经网络
组合模型
基于PSO-Elman模型的网络流量预测
相空间重构
粒子群算法
Elman神经网络
混沌时间序列
网络流量预测
参数优化
基于WA-ELM的网络流量混沌预测模型
网络流量
极限学习机
小波变换
特征分量
预测模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于ARIMA模型的网络流量预测
来源期刊 微电子学与计算机 学科
关键词 业务管理 流量预测 ARIMA模型 ARMA模型
年,卷(期) 2004,(7) 所属期刊栏目
研究方向 页码范围 84-87
页数 4页 分类号 TP393
字数 语种 中文
DOI 10.3969/j.issn.1000-7180.2004.07.022
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李增智 西安交通大学计算机系统结构与网络研究所 243 2855 25.0 43.0
2 宋承谦 西安交通大学计算机系统结构与网络研究所 7 129 5.0 7.0
3 薛可 西安交通大学计算机系统结构与网络研究所 7 122 3.0 7.0
4 刘浏 西安交通大学计算机系统结构与网络研究所 4 76 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (6)
参考文献  (3)
节点文献
引证文献  (52)
同被引文献  (49)
二级引证文献  (179)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(9)
  • 引证文献(5)
  • 二级引证文献(4)
2009(9)
  • 引证文献(2)
  • 二级引证文献(7)
2010(24)
  • 引证文献(7)
  • 二级引证文献(17)
2011(29)
  • 引证文献(10)
  • 二级引证文献(19)
2012(30)
  • 引证文献(4)
  • 二级引证文献(26)
2013(18)
  • 引证文献(3)
  • 二级引证文献(15)
2014(21)
  • 引证文献(1)
  • 二级引证文献(20)
2015(26)
  • 引证文献(5)
  • 二级引证文献(21)
2016(14)
  • 引证文献(2)
  • 二级引证文献(12)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(11)
  • 引证文献(2)
  • 二级引证文献(9)
2019(21)
  • 引证文献(3)
  • 二级引证文献(18)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
业务管理
流量预测
ARIMA模型
ARMA模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导