GARCH非线性时间序列模型的网络流量预测

• 作者: 刘渊 黄世忠
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 网络流量预测 非线性 广义自回归条件异方差模型
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 83-85,95
• 页数: 4页
• 分类号: TP393
• 字数: 3639字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1204-0287

摘要

网络流量预测在拥塞控制、网络管理与诊断、路由器设计等领域都具有重要意义。根据当今网络流量的特点，传统的ARMA模型在描述网络流量数据特性时有一定的局限性，从而影响网络流量预测的精度。针对这个问题，研究了使用广义自回归条件异方差模型（GARCH）对网络流量数据进行建模的方法，通过仿真实验表明，该模型可以较好地描述网络流量数据的异方差性，同时其预测精度较之传统的ARMA模型的预测精度也得到了大幅提升。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘渊	江南大学数字媒体学院	235	1325	17.0	25.0
2	黄世忠	江南大学数字媒体学院	2	5	1.0	2.0