多變量混沌時序分析在網絡流量預測上的應用研究.pdf

1、伴隨著網絡攻擊技術的不斷提高，網絡的安全性正受到前所未有的威脅，提高入侵檢測技術來應對日益發(fā)展的網絡攻擊手段勢在必行。網絡流量對網絡中出現的異常狀況具有極大的敏感性，本文針對網絡流量的混沌動力學特征，從混沌時序分析出發(fā)，將多變量混沌時間序列分析理論應用到網絡流量預測中，以提高入侵檢測的準確性及實時性。本文的主要工作如下:
　　 首先，對網絡流量數據進行了多變量混沌時間序列相空間重構，重點研究了嵌入維數和時間延遲這兩個重構參數的選

2、取方法。提出了改進的關聯積分法并將該方法應用到多變量時序分析，在比較不同參數選取方法的預測效果之后，最終采用該方法進行時間延遲和嵌入維數的計算。實驗結果表明，該方法在網絡流量的預測中有更好的效果。
　　 其次，本文將局部多項式預測法、局部平均預測法和局部線性預測法應用網絡流量預測中，通過比較得出，局部多項式預測法對網絡流量預測的效果更為準確。隨后，將局部多項式預測法推廣到多變量時間序列，并和單變量時間序列的局部多項式預測法進行比