改进PSO-LSSVM算法的SDN网络流量预测模型

• 作者: 龙霏 余铮 刘芬 冯浩 代荡荡
• 来源期刊: 计算机系统应用
• 关键词: SDN 网络流量 预测模型 相空间重构 LSSVM PSO
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 研究开发|Research and Development
• 页码范围: 283-289
• 页数: 7页
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.008039

摘要

SDN技术解决了IP网络布设困难、更新繁琐等突出问题, 近年来发展迅速. 本文针对SDN网络流量预测问题, 提出首先采用混沌理论对时间序列样本群进行相空间重构, 随后引入最小二乘支持向量机(LSSVM)构建SDN网络流量预测模型, 并结合改进的粒子群算法(PSO)对其关键参数进行优化. 实验结果证明, 该模型有效提高了SDN网络流量预测精度与误差控制水平, 具有良好的实际应用价值.