学位论文 > 优秀研究生学位论文题录展示
面向P2P的网络流量预测技术研究
作 者: 薛凯
导 师: 郭燕慧; 周亚建
学 校: 北京邮电大学
专 业: 信息安全
关键词: 点对点 回声状态网络 相空间重构 小波变换 流量预测
分类号: TP393.06
类 型: 硕士论文
年 份: 2013年
下 载: 28次
引 用: 0次
阅 读: 论文下载
内容摘要
随着当今社会计算机技术的不断发展,计算机网络的规模也不断的得到了扩展,P2P (peer-to-peer,点对点)网络技术得到的飞速发展,并逐渐占据了互联网业务的大部分,消耗掉了大量的网络带宽,庞大的P2P流量不仅会占据网络中其他应用的带宽,妨碍了其他正常网络业务的开展和某些关键应用的普及,甚至在网络带宽有限的情况下很容易就会引起网络拥塞,大大降低了整个计算机网络的性能,严重的劣化了网络服务质量。因此为了充分利用有限的网络带宽,提高整个网络的服务质量,优化网络流量控制,实现网络中数据的可靠传输以及网络资源的合理分配,对网络中P2P流量的研究就变得非常有必要。本文主要通过对国内外的各种流量预测模型的研究,分析了一些传统流量预测模型和流量预测新技术各自的优缺点和适用面,重点分析了回声状态网络(Echo State Networks, ESN)的模型结构和学习机理,由于它具有远远优于其它神经网络的复杂网络结构,决定了回声状态网络具有良好的非线性逼近能力,使得其在非线性时间序列的预测中取得良好的效果,但是在样本量少和含噪声的问题下,ESN的预测效果并不理想,且ESN模型只能解决有限程度的多尺度频率范围,对多尺度时间序列的预测问题适应性较差,难以满足P2P流量预测的高精度要求。针对P2P流量所具有的复杂流量特性,比如突发性、分形、自相似性、周期性以及混沌性等等,本文利用小波变换的多尺度分析,并结合ESN的优点,提出一种改进的基于小波变换和ESN的P2P流量预测模型,该模型首先将原始P2P流量序列通过小波分解与重构,可以得到一系列不同尺度的高频分量和低频分量,相当于对原始P2P流量进行了平滑处理,将复杂的P2P网络流量分解为相对单一不相关的分量,然后通过相空间重构理论来确定最佳延迟时间和最小嵌入维数,将这些不同频率的分量重构成网络流量时间序列。最后根据重构后的时间序列特性匹配合适参数ESN模型进行训练及预测。不同分量的流量特性匹配不同参数的ESN模型分别预测,最后将多路预测结果整合输出。通过对采集到的不同P2P软件如PPStream、QQLive、迅雷的流量预测结果表明,本文提出的流量预测模型的流量预测精度(平均绝对百分比误差)可达到98%以上,显著优于传统的ESN模型和最小二乘支持向量机(LS-SVM)模型。
|
全文目录
摘要 4-6 ABSTRACT 6-8 目录 8-10 第一章 绪论 10-18 1.1 研究背景和意义 10-12 1.2 国内外研究现状 12-14 1.3 本文研究工作 14-16 1.4 论文组织结构 16-18 第二章 网络流量预测模型 18-28 2.1 传统流量预测模型 19-22 2.1.1 泊松模型 19 2.1.2 马尔科夫模型 19-21 2.1.3 回归模型 21-22 2.2 流量预测新技术 22-28 2.2.1 小波分析理论 22-23 2.2.2 神经网络理论 23-25 2.2.3 支持向量机方法 25-26 2.2.4 混沌理论 26-28 第三章 回声状态网络流量预测模型 28-34 3.1 ESN模型结构 28-31 3.2 ESN学习机理 31-32 3.3 ESN的回声效应 32-34 第四章 基于ESN和相空间重构的流量预测模型 34-39 4.1 基于ESN和相空间重构模型设计 34-36 4.1.1 计算延迟时间 35 4.1.2 计算嵌入维数 35-36 4.1.3 构建流量预测模型并预测 36 4.2 实验与分析 36-39 4.2.1 实验数据及性能指标 36 4.2.2 实验结果 36-39 第五章 小波和ESN结合的流量预测模型 39-46 5.1 小波变换 39-42 5.1.1 小波分析基础 39-41 5.1.2 Mallat算法及单支重构 41-42 5.2 模型设计 42-46 5.2.1 小波分解和重构 43-44 5.2.2 匹配不同的ESN模型,分别预测高低频各分量 44 5.2.3 计算预测结果 44-46 第六章 实验与分析 46-57 6.1 实验数据 46 6.2 评价指标 46 6.3 参数设置 46-50 6.4 预测实验结果及分析 50-57 第七章 总结 57-58 参考文献 58-61 致谢 61-62 攻读学位期间发表的学术论文目录 62
|
相似论文
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 小波变换在桥梁变形监测数据处理中的应用,TP274
- 基于混沌时间序列的桥梁变形预测分析,U441
- 基于回声状态网络的移动话务量预测方法,TN929.5
- 基于轮廓波变换的数字图像水印方法研究,TP309.7
- 基于多尺度分析的图像融合算法研究,TP391.41
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 基于小波的雷达视频压缩方法研究,TN957.52
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
- 基于PET/CT的医学图像融合算法的设计与实现,TP391.41
- 基于提升格式小波包变换和神经网络机翼盒段多损伤检测研究,V224
- 基于混沌支持向量机的采动地表变形分析及预计模型研究,TD325
- 基于小波—混沌理论的CHIBOR预测模型研究,F224
- 基于小波变换和马尔可夫链的流量预测模型,TP393.06
- 轨道交通车辆轴承故障诊断分析与研究,U279.3
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 计算机网络 > 一般性问题 > 计算机网络测试、运行
© 2012 www.xueweilunwen.com
|