论文部分内容阅读
根据不同周期采样的网络流量数据及其变化趋势，流量预测可以分析网络的运行规律及其特性，定位网络瓶颈，在网络资源管理、拥塞控制和服务质量等方面有重要的应用价值。本文利用不同时间粒度上的真实互联网流量数据，采用时间序列方法对采样流量数据进行建模和预测，将拟合的数学模型与实际网络流量进行对比，发现基于分钟粒度的数据预测误差率在2％以内。可以有效的预测未来短期内的流量走向。