复杂网络下的网络流量预测和预警研究

• 作者: 夏伟 王萍 申红伟 马佳艳
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 网络流量 经验模态分解 复杂网络 果蝇优化算法
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 网络与通信
• 页码范围: 102-106
• 页数: 5页
• 分类号: TP393
• 字数: 2923字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.01.020

摘要

针对复杂网络环境下传统的网络流量预测方法存在预测误差大和精度低的缺点,提出一种基于EMFOA_LSSVM的网络流量预测模型.通过EMD提取网络流量数据的趋势特征和细节特征,构建出预测模型的输入和输出矩阵,运用MFOA_LSSVM实现复杂网络环境下的网络流量预测.实验结果表明,与MFOA_LSSVM,FOA_LSSVM,PSO_LSSVM和LSSVM相比,EMFOA_LSSVM具有更高的预测精度和收敛速度,为网络流量预测和预警提供决策依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王萍	河海大学物联网工程学院	91	569	11.0	21.0
2	马佳艳	河海大学物联网工程学院	4	5	2.0	2.0
3	申红伟	河海大学物联网工程学院	2	2	1.0	1.0
4	夏伟	河海大学物联网工程学院	3	6	2.0	2.0