网络流量预测方法

page-13
各模块功能示意图：
page-14
进行一次仿真的过程
1、开始编写otcl脚本。首先配置仿真网络拓扑结构，此时可以确定链路的基本 特性，如延迟、带宽和丢失策略。 2、建立协议代理，包括设备的协议绑定和通信业务量模型的建立。 3、配置业务量模型的参数，从而确定网络上的业务量分布。 4、设置Trace对象能够 把仿真过程中发生的特定类型的事件记录在Trace文件 中。NS通过trace文件来保存整个仿真过程。仿真完成后，用户可以对trace文 件进行分析研究。 5、编写其它辅助过程，设定仿真结束时间，至此otcl脚本编写完成。 6、用NS解释执行编写的otcl脚本。 7、对trace文件进行分析，得出有用的数据。也可以用Nam等工具观看网络仿 真运行过程。 8、调整配置拓扑结构和业务量模型，重新进行上述仿真过程。
应用：
它是一个具有学习能力的系统，可以发展知识，以致超过 设计者原有的知识水平。
page-8
灰度系统理论
如果一个系统具有层次、结构关系的模糊性，动态变化的 随机性，指标数据的不完备或不确定性，则称这些特为灰色 性。具有灰色性的系统称为灰色系统。在灰色系统理论中， 利用较少的或不确切的表示灰色系统行为特征的原始数据序 列作生成变换后建立的，用以描述灰色系统内部事物连续变 化过程的模型，称为灰色模型，简称GM模型。
修改参数，甚 至预测模型， 重复上述过程， 直至得到误差 允许范围内的 效果
编制文档，成 果展示
page-5
目前流量测量常用方法
SNMP测量：基于SNMP的流量信息采集，实质上就是提取 网络设备代理提供的一些具体设备的与流量信息有关的变 量的值。 Packet Sniffing测量：一种用网卡在数据链路层捕获网络 流量的方法，使用时将它串接在需要捕获流量的链路中， 通过分流链路上的数据信号而获取流量信息。 Netflow测量：Netflow流量信息采集是基于网络设备 （Cisco）提供的Netflow机制实现的网络流量信息采集。
page-3
预测原理
以过去的已知状况作为输入，在预测算子的作用下， 得到未来结果输出的过程。
实质
已知状况输 入
预测算子
未来结果输 出
page-4
流wenku.baidu.com和规划
进行流量测量， 采集原始数据
建立带参数的 网络流量预测 模型
在网络仿真软 件之上，用原 始数据训练参 数
在真实的网络 应用环境下， 预测并与实际 情况比较
12
Zlib
zlib version 1.1.3
可选
page-11
1、Tcl：Tcl提供了一个强有力的平台，可以生成面向多种平台的应用程序，协议， 驱动程序等等。它与Tk(toolkit)协作，可生成GUI应用程序，可在PC、Unix和 Macintosh上运行。Tcl 还可用来完成与网页相关的任务，或是为应用程序提供 强有力的命令语言。 2、Tk：与Tcl协调工作的图形工具包。 3、OTcl：MIT Object Tcl的简称，是Tcl/Tk 面向对象编程的扩展。 4、Tclcl：此目录下含tcl/C++的接口，vic、vat、ns、rtp_play、和nam都会 用到。 5、ns：NS的主体代码，内含一个节点移动产生器、两个传输事件产生器。 6、TclDebug：Tcl调试工具包。 7、Nam：即UCB/LBNL Network AniMator，它与NS协同工作，将NS仿真过程 动态表现出来。
page-12
7、Nam：即UCB/LBNL Network AniMator，它与NS协同工作，将NS仿真过程 动态表现出来。
8、Xgraph：Xgraph是一X-Windows应用程序，包含： ① 交互式测量和绘制； ② 动画效果
9、Gt-itm：GT Internetwork Topology Models的简称，产生模拟internt网络 结构的拓扑图，还提供了一些例子。 10、SGB：Standford GraphBase的简称，图形产生器。 11、Cweb：与网页相关的工具。 12、zlib：通用数据数据压缩库（data compression library）。
仿真方法：在很大程度上可以弥补前两种方法的不足。
page-10
网络仿真软件
—— NS仿真器：免费的
模块概述：
1 2 3 4 5 6 7 8 9 10 11 模块 Tcl Tk Otcl TclCL Ns TclDebug Nam Xgraph GT-ITM SGB CWEB 版本号 Tcl release 8.3.2 Tk release 8.3.2 otcl release 1.0a6 tclcl release 1.0b10 ns release 2.1b7 tcl-debug relase 1.9 Nam release 1.0a9 xgraph version 12 Georgia Tech Internetwork Topology Modeler Stanford GraphBase package CWeb version 1.0 (?) 必选/可选 必选 必选 必选 必选 必选 可选 可选 可选 可选 可选 可选
page-6
常用的流量预测模型
基于神经网 络的 基于灰色模 型的
page-7
神经网络
概念：
主要通过调整内部大量节点之间相互连接的关系，从而达到 处理信息的目的。
分类：
它的学习训练方式可分为两种，一种是有监督或称有导师 的学习，这是利用给定的样本标准进行分类或模仿；另一种 是无监督学习或称无导师学习，这时，只规定学习方式或某 些规则，而具体的学习内容则随系统所处环境 （即输入信号 情况）而异，系统可以自动的发现环境的特征和规律性，具 有更近似人脑的功能。
成果
page-17
谢 谢 观 看！
page-18
概念：
应用：
研究灰色系统的重要内容之一是如何从一个不甚明确的、整 体信息不足的系统中抽象并建立起一个模型，该模型能使灰色 系统的因素由不明确到明确，由知之甚少发展到知之较多提供 研究基础
page-9
仿真网络研究方法
仿真方 法
目前进行网络技术研究一般有3种手段：
分析方 法
实验方 法
分析方法：当一个系统很复杂时，无法用一些限制性假设来对系统进 行详细的描述。所以有效性和精确性受到限制。 实验方法：成本很高，运用起来不灵活。
网络流量预测方法
page-1
简介
随着网络的迅速发展，网络上承载的业务和应用日益丰富。加强网络管理 建设是运营商们急需解决的问题。有效提高网络运行速度和利用率，网络 流量预测是关键。
预测：就是对尚未发生和目前还不明确的信息，根据过去和现在的信息进 行预先的估计和推测，即在一定的数学模型下对未来一段时间内信息的发 展趋势、方向和可能的状态作出合理的、在允许误差范围内的推断。
① ② ③ ④ 对原始流量数据进行差分处理。 设置初始参数 训练数据的输入输出（参数的调整） 预测数据的输入，输出（看出模型的预测推广能力是否合格）
page-16
真实网络预测
在一个真实的网络中（或特定的应用中）检验此预测模型的优良并改进。
预测结果，和真实情况的比较，以图形，图表形式展示出来。
对比
分析
page-2
网络流量预测的意义
网路流量的实时监测是网络管理的一个重要方面
当流量出现异常情况时，在网络管理系 统发出告警通知后，由网络管理人员着 手解决出现的问题，这是一种响应式的 行为，即先有问题后处理的方式。这样 的方式，很可能由于没有足够的时间来 分析和处理。而影响网络的正常运行。
如果能够预测流量过载，在流量过载发 生之前分析和解决问题，就能显著提高 网络的可用性。称为预先的网络管理。
page-15
利用NS及Matlab所做实验
实验 利用NS2仿真软件，产生网络流量模拟数据，基于时间序列建立流量预 测模型。预测下一时刻的网络流量，并检验预测效果。 1、获取网络流量预测数据。 2、网络流量数据预处理：差分是一种常用的预处理（平稳化）方法。 3、建立预测模型及预测过程。 步骤
4、实验及结果：使用Matlab软件包中提供的trainlssvm.m和simlssvm.m 文件：