【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第11期 289-292页,共4页

【作 者】： 刘岩

【摘 要】 网络流量数据具有突发性、非线性和时变性等等特点，造成在一些复杂网络流量在时域内存在流量特征分形弱化的趋势，可预测特征出现了差异淡化的特征，使得传统的网络调度方法出现局部最优等缺点，从而导致调度精度低和难问题。为优化调度性能，在充分研究传统方法的基础上，引入了流量倾斜度的概念，利用流量数据中的流量特征进行一种属性倾斜程度的判断，将信道中的流量特征进行一种相似度计算，计算流量异常总的出现次数时，对异常流量的子概念进行累加。在调度的过程中，充分考虑流量区域之间的倾斜性，减少不必要的繁琐调度程序。最后在Matlab平台采用网络流量数据对模型进行了测试，实验结果表明，算法提高了网络流量的预测精度。相对于传统的网络流量预测方法，改进算法更适合于复杂的网络流量数据预测。