网络安全性技术分析-基于小波包神经网络的混合模型网络流量预测分析

来源 :江南大学 | 被引量 : 0次 | 上传用户:jbhjyh12345678
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着互联网逐步走入世界的每一个角落,人们对互联网的了解也不断加深,互联网业务量急剧增加。特别是进入了二十一世纪以后,互联网产业链更是以前所未有的迅猛势头日益壮大,无论是生活还是工作,人们已经无法脱离互联网。伴随新业务的不断出现,人们对互联网服务质量的要求也越来越高,互联网的服务质量正面临着巨大的考验。越来越多的研究人员纷纷致力于如何在现有基础设施的基础上优化互联网管理、掌握网络流属性、特征,从而使网络性能达到最优。   网络流量是随机、突发、动态和实时的,与此同时网络流量具有自相似性,不仅在短时期内具有相同的统计特性表现出相关性,在长期的数据流信息中其高可变性可描述为长相关性。对网络流量建模、分析可以有效的评估网络性能,高精度的预测结果能够对网络的设计、控制与调整起到很好的指导作用。   论文的研究目的在于建立能更好刻画网络流量特征的新神经网络模型,更准的预测出预期流量值。文中分析了网络流量分析预测的现状,针对BP神经网络在预测中极易陷入局部最小点的不足,优化算法并建立新的预测模型。   本文介绍了小波包神经网络在流量预测中的应用,通过小波包分析预处理的流量数据摈除了噪声信号的影响,使网络输出值更接近实际流量。模拟退火算法(SimulatedAnnealing,SA)有较强的局部搜索能力,能够跳出网络的极小点,得到全局最优。卡尔曼(R.E.Kalman)滤波算法可以排除随机观测噪声以及干扰信号,提取有用信号,在训练过程中,除了以有序的方式更新网络权值,对携带二阶微分信息的逼近误差方差针同样进行更新。融合上述两种算法,本文提出了改进的小波包神经网络模型。通过仿真实验,证明新模型是有效的。   本文的研究工作表明,以小波包神经网络模型为基础改进后的模型能够很好的对网络流量数据拟合,且预测精度明显优于小波包神经网络模型。  
其他文献
随着软件的规模在不断的增大,软件复杂度的不断提高,软件的结构也已经出现了多层次、多粒度、多集成方式的组织方法,若仅仅研究单一层次的软件网络并不能完整的体现软件的整
作为当前网络研究的热点,网格是构筑在Internet上的一组新兴技术,它通过高速互联网将分布在世界各地的种类繁多的资源无缝地集成起来,实现对计算资源、存储资源、信息资源、
随着我国经济的发展,常规能源的资源紧缺、使用化石能源引发环境污染等问题已日益突出。为了实现可持续发展,国家鼓励积极发展可再生能源。在国家产业政策支持以及技术进步的背景下,风能发电的装机容量必将持续增长,制造成本则将逐步下降。风能将会在国民经济和民众生活中成为一种重要的可再生能源。然而,风电和其他能源相比存在诸多不利因素,例如理想风轮的换能效率极限值不可能超过59 .3%;自然条件下风的变化频繁有时
随着对MANET (Mobile Ad-hoc NETwork,移动Ad hoc网络)的不断研究,MANET的应用也得到不断发展。几乎可以涉及到所有方面。例如移动会议、家庭应用、紧急服务、传感器网络、个
微架构模拟器已经成为微架构研究中不可或缺的工具,被广泛地应用于功能验证、性能评估、设计空间探索等领域,使用软件模拟硬件的方式能够以更快的速度,更低的成本对各种设计方案
进入21世纪以来,在全球经济一体化和日益发达的信息技术的双重推动下,越来越多的商业交易正在努力实现网络电子化。许多发达国家和地区纷纷开发构建电子招投标系统,对保证其招投
本文介绍了OSGi与持续集成在ILTP的应用。ILTP是基于SaaS模式开发的智能测井工具平台。它能根据用户的需求动态组合模块,提供给用户使用;同时能7×24小时不停运转。这样,对系统
随着计算机图形学的发展,人们用越来越多的方式来模拟自然场景。在一些应用领域,如网络视频聊天,人们往往希望通过图形图像来表达真实感绘制的图形之外的信息,比如图像中人物
随着通信技术、嵌入式计算技术和传感器技术的不断发展,无线传感器网络的使用变得很广泛,节点定位作为无线传感器网络的主要技术之一,节点的位置信息对于用户检测到事件后应
本文对质检总局舆情监控系统中的信息抽取进行了设计和实现。质检总局舆情监控系统能够满足用户对舆情信息进行全面监控的需求,为用户提供智能化、个性化、多样化的舆情监控