服务器负载的小波-神经网络-ARMA预测

• 作者: 姚淑萍 孙明谦 胡昌振
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 小波 服务器负载 负载预测 神经网络 ARMA模型
• 年，卷（期）: 2007,（10）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 154-155,169
• 页数: 3页
• 分类号: TP393.08
• 字数: 3061字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.10.046

摘要

为提高服务器负载预测的精度,提出一种新的基于小波的预测方法.该方法首先对具有非平稳特征的服务器负载序列进行小波分解与重构,得到一个低频信号和多个不同尺度的高频信号;对具有近似平稳特征的低频信号建立ARMA预测模型;对变化较多的各高频信号分别建立神经网络预测模型;然后分别对各信号进行一步预测并组合预测结果,获得原始负载的最终预测.实验表明:该方法能够有效预测非平稳的服务器负载序列,预测精度明显高于传统预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡昌振	北京理工大学计算机网络攻防对抗技术实验室	94	755	13.0	21.0
2	姚淑萍	北京理工大学计算机网络攻防对抗技术实验室	20	117	6.0	9.0
3	孙明谦	北京理工大学计算机网络攻防对抗技术实验室	4	27	3.0	4.0