一种新的基于ARIMA-SVM网络流量预测研究

• 作者: 邵忻
• 来源期刊: 计算机应用研究
• 关键词: 自回归滑动平均模型(ARIMA) 支持向量机(SVM) 网络流量 预测
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 1901-1903
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.05.080

摘要

研究网络流量预测精度问题,网络流量受多种因素的综合影响,其变化具有周期性、非线性和随机性等特点,将ARIMA模型和SVM模型相结合建立一种网络流量预测模型.采用ARIMA预测网络流量周期性和线性变化趋势；然后采用SVM对网络流量非线性和随机性趋势进行拟合；最后将两者结果再次输入SVM进行融合,得到网络流量最终预测结果.采用具体网络流量数据对模型性能进行测试,仿真结果表明,ARIMA-SVM提高了网络流量预测精度,降低了预测误差,能更全面刻画网络流量变化规律.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵忻	天津外国语大学教育技术与信息学院	14	34	3.0	5.0