網(wǎng)絡(luò)流量測(cè)度相關(guān)性分析及自適應(yīng)預(yù)測(cè)研究.pdf

1、隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展,網(wǎng)絡(luò)用戶數(shù)飛速增長(zhǎng),網(wǎng)絡(luò)的規(guī)模及網(wǎng)絡(luò)的性能得到了較大程度的提升,網(wǎng)絡(luò)復(fù)雜性不斷的提高,這些對(duì)網(wǎng)絡(luò)行為的研究提出了新的挑戰(zhàn)。在錯(cuò)綜復(fù)雜的高速網(wǎng)絡(luò)環(huán)境下了解不同層次用戶的網(wǎng)絡(luò)行為特征對(duì)于網(wǎng)絡(luò)規(guī)劃、網(wǎng)絡(luò)安全等領(lǐng)域具有重要意義。網(wǎng)絡(luò)流量測(cè)度,作為刻畫網(wǎng)絡(luò)用戶行為的基礎(chǔ),重要性日益顯現(xiàn)。當(dāng)前提出的網(wǎng)絡(luò)流量流量測(cè)度種類繁多,各自有針對(duì)性的從不同的側(cè)面反映了網(wǎng)絡(luò)用戶的行為特征。如何理順眾多測(cè)度之間的關(guān)系,進(jìn)而為測(cè)度的進(jìn)一步應(yīng)

2、用提供支持,逐漸成為網(wǎng)絡(luò)行為學(xué)研究的一個(gè)重要研究領(lǐng)域。 論文以網(wǎng)絡(luò)流量測(cè)度的應(yīng)用為研究背景,結(jié)合CERNET華東北地區(qū)網(wǎng)絡(luò)中心“網(wǎng)絡(luò)行為觀測(cè)系統(tǒng)”的現(xiàn)實(shí)需求,對(duì)網(wǎng)絡(luò)流量測(cè)度的相關(guān)性展開了研究。運(yùn)用多元統(tǒng)計(jì)分析中的因子分析方法,除去網(wǎng)絡(luò)流量測(cè)度之間的相關(guān)信息,從多個(gè)流量測(cè)度中提取出最能反映流量行為特征的少數(shù)互不相關(guān)的“關(guān)鍵因子”,達(dá)到了理清測(cè)度間關(guān)系的目的。論文在相關(guān)性分析的基礎(chǔ)上,針對(duì)流量測(cè)度應(yīng)用中的兩類重要問題--分類及近實(shí)時(shí)

3、預(yù)測(cè)--展開了進(jìn)一步的研究,提出了網(wǎng)絡(luò)流量行為特征的分類方法以及用于近實(shí)時(shí)網(wǎng)絡(luò)流量測(cè)度預(yù)測(cè)的自適應(yīng)預(yù)測(cè)算法。 論文首先介紹了網(wǎng)絡(luò)流量測(cè)度研究的相關(guān)背景。提出了以理順網(wǎng)絡(luò)流量測(cè)度的相互關(guān)系,為流量測(cè)度的進(jìn)一步應(yīng)用提供支持的研究目標(biāo)。確立了以因子分析、聚類分析的方法進(jìn)行測(cè)度的相關(guān)性研究；以ARIMA模型為基礎(chǔ),通過添加自適應(yīng)調(diào)節(jié)功能完成近實(shí)時(shí)預(yù)測(cè)算法的技術(shù)路線。 然后,對(duì)論文研究的對(duì)象進(jìn)行了定義,并基于現(xiàn)實(shí)環(huán)境完成了流量測(cè)度

4、的獲取過程。本部分從集合論及原子測(cè)度的角度,借鑒現(xiàn)有測(cè)度的定義原則,對(duì)網(wǎng)絡(luò)流量測(cè)度進(jìn)行了嚴(yán)格定義；針對(duì)現(xiàn)有的網(wǎng)絡(luò)環(huán)境,設(shè)計(jì)實(shí)現(xiàn)了基于NetFlow的網(wǎng)絡(luò)流量測(cè)度采集計(jì)算模塊,為后續(xù)的測(cè)度研究奠定了基礎(chǔ)。 接著,論文運(yùn)用因子分析的方法對(duì)網(wǎng)絡(luò)流量測(cè)度進(jìn)行相關(guān)性分析,經(jīng)過對(duì)15個(gè)流量測(cè)度的因子分析,提取出“活躍因子”,“流量因子”、“負(fù)載因子”,“角色因子”等相互不相關(guān)的“關(guān)鍵因子”,這些少數(shù)的因子能夠比較全面的反映出網(wǎng)絡(luò)流量行為狀況

5、。通過因子分析達(dá)到了理順測(cè)度間關(guān)系,精簡(jiǎn)測(cè)度的目的。 隨后,在相關(guān)性分析的基礎(chǔ)上,進(jìn)一步針對(duì)流量測(cè)度應(yīng)用中的測(cè)度分類及測(cè)度近實(shí)時(shí)預(yù)測(cè)問題進(jìn)行了研究。通過聚類分析的方法完成了對(duì)特定時(shí)間段用戶流量特征的分類以及特定用戶不同時(shí)間段流量特征的分類,通過總結(jié)類的特征,增強(qiáng)了網(wǎng)絡(luò)流量行為的區(qū)分能力；近實(shí)時(shí)預(yù)測(cè)部分在ARIMA模型的基礎(chǔ)上,分析近實(shí)時(shí)預(yù)測(cè)的特點(diǎn),設(shè)計(jì)了網(wǎng)絡(luò)流量測(cè)度自適應(yīng)預(yù)測(cè)算法,并對(duì)算法中涉及的預(yù)測(cè)數(shù)據(jù)集尺寸、預(yù)測(cè)更新策略等關(guān)