Особливості прогнозування рівня вебтрафіку у комп’ютерних мережах загального призначення
DOI:
https://doi.org/10.18372/2073-4751.71.17002Ключові слова:
комп'ютерна мережа, рекурентна нейронна мережа, вейвлет, параметр Херста, часовий ряд, вебтрафікАнотація
У статті проведено дослідження процесу прогнозування рівня вебтрафіку комп'ютерних мереж. Розглянуто можливість прогнозувати вебтрафік в різних масштабах часу за допомогою рекурентних нейронних мереж, використовуючи вейвлет-розклад вихідного часового ряду. Вейвлет-перетворення виконує декомпозицію даних, отже основні часові структури вихідного часового ряду стають чітко видними. Окремі вейвлет-коефіцієнти прогнозуються, потім рекомбінуються для отримання остаточного прогнозу. Показано, що усереднена кількість байтів, переданих за період одну годину, демонструє прогнозованість під час використання цього методу. Проводиться подальше обґрунтування параметрів моделі за допомогою додаткових експериментів та аналізу даних вебтрафіку.
Посилання
Almeida V., Bestravros A., Crovella M. and de Oliveira A. Characterizing reference locality in the WWW / V. Almeida, A. Bestravros, M. Crovella and A. de Oliveira // DIS '96: Proceedings of the fourth international conference on on Parallel and distributed information systems (December 1996) / – IEEE Computer Society, 1996. – Р. 92-107.
Aussem A., Murtagh F. A neuro-wavelet strategy for Web traffic forecasting / A. Aussem, F. Murtagh // Research in Official Statistics. – 1998. – № 1. – Р. 65-87.
Aussem A., Murtagh F. Web traffic demand forecasting using wavelet-based multiscale decomposition / A. Aussem, F. Murtagh // International Journal of Intelligent Systems. – 2001. – Vol. 16, Iss. 2. – Р. 215-236.
Bruce, A. and Gao, H.-Y. S+Wavelets User’s Manual, Version 1.0 / A. Bruce and H.-Y. Gao. – Seattle, WA:StatSci Division, MathSoft Inc., 1994.
Crovella M.E. and Bestavros A. Self-similarity in world wide web traffic evidence and possible causes / M.E. Crovella and A. Bestravros // SIGMETRICS '96: Proceedings of the 1996 ACM SIGMETRICS international conference on Measurement and modeling of computer systems (May 1996) / – Association for Computing Machinery, 1996. – Р. 160-169.
Daubechies I. Ten Lectures on Wavelets / I. Daubechies. – Society for Industrial and Applied Mathematics, Philadelphia, 1992. – 343 p.
Holschneider M. and Tchamitchian P. Les ondelettes en 1989, ed. PG Lemarie / M. Holschneider and P. Tchamitchian. – Berlin: Springer-Verlag, 1990. – 102 p.
Leland W. and Wilson D.V. High time-resolution measurements and analysis of LAN traffic: implications for LAN interconnections / W. Leland and D.V. Wilson. – IEEE Infocomm`91, 1991. – 12 p.
Lin T., Horne B.G., Tino P. and Giles C.L. Learning long-term dependencies in NARX recurrent neural networks / T. Lin, B.G. Horne, P. Tino and C.L // IEEE Transactions on Neural Networks, 1996. – Vol. 7, № 6. – P. 1329-1338.
Starck J.-L. and Bijaoui A. Filtering and deconvolution by the wavelet transform / J.-L. Starck and A. Bijaoui // Signal Processing, 1994. – Vol. 35, Iss. 3. – P. 195-211.
Murtagh F., Starck J.-L. and Bijaoui A. Multiresolution in astronomical image processing: a general framework / F. Murtagh, J.-L. Starck and A. Bijaoui // International Journal of Imaging Systems and Technology, 1995. – Vol. 6, Iss. 4. – P. 332-338.
Starck J.-L., Murtagh F. and Bijaoui A. Multiresolution support applied to image filtering and deconvolution / J.-L. Starck, F. Murtagh and A. Bijaoui // Graphical Models and Image Processing, 1995. – Vol. 57, Iss. 5. – P. 420-431.
Wan E.A. Finite Impulse Response Neural Networks with Applications in Time Series Prediction: Ph.D. Thesis / E.A. Wan; Department of Electrical Engineering, Stanford University. – 1993. – 153 p.
Willinger W., Taqqu M., Leland W.E. and Wilson D. Self-similarity in high-speed packet traffic: Analysis and modeling of Ethernet traffic measurements / W. Willinger, M. Taqqu, W.E. Leland and D. Wilson // Statistical Science, 1995. – Vol. 10, № 1. – P. 67-85.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Науковий журнал дотримується принципів відкритого доступу (Open Access) та забезпечує вільний, негайний і постійний доступ до всіх опублікованих матеріалів без фінансових, технічних або юридичних обмежень для читачів.
Усі статті публікуються у відкритому доступі відповідно до ліцензії Creative Commons Attribution 4.0 International (CC BY 4.0).
Авторські права
Автори, які публікують свої роботи в журналі:
-
зберігають за собою авторські права на свої публікації;
-
надають журналу право на перше опублікування статті;
-
погоджуються на поширення матеріалів за ліцензією CC BY 4.0;
-
мають право повторно використовувати, архівувати та поширювати свої роботи (у тому числі в інституційних та тематичних репозитаріях) за умови посилання на первинну публікацію в журналі.