高峰期网络流量高精准度预测模型研究

• 作者: 刘维嘉
• 来源期刊: 网络新媒体技术
• 关键词: 高峰期 网络流量 预测模型 多元线性回归 流量序列 回归函数
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 学术研究
• 页码范围: 41-47
• 页数: 7页
• 字数: 5432字
• 语种: 中文

摘要

针对当前网络流量预测法是通过监测网络流量历史数据进行预测,存在预测精准度低和流量信息参数自适性差的问题,提出基于多元线性回归分析的高峰期网络流量预测模型.通过BP神经网络法,确定网络流量信息权值,采用滑动窗口算法得到流量序列中对应信息数据,构成新的网络流量序列,得到多元线性回归初始模型;引入最小二乘法对流量信息参数进行估算,得到流量信息的样本回归函数,使用可决系数F检验及统计样本回归函数,完成高峰期网络流量预测模型的构建.实验结果表明,使用该模型可降低误差、提高拟合度、增加能量利用率,为高峰期网络流量预测提供了基础保障.