基于多源数据挖掘的网络状态预测研究

发布时间：2017-12-18 00:20

本文关键词：基于多源数据挖掘的网络状态预测研究

【摘要】：随着虚拟化技术在园区网内的普遍使用,网络的运行状态是网管系统主要关注的指标,若整个虚拟网络中其中一个或几个网络节点出现了拥塞或者宕机会引起虚拟机节点间不能通信,进而引起网络的崩溃或瘫痪。因此,提前预测网络延迟、拥塞等网络故障状态,使网络运维系统能够及时的响应、处理,进而保证网络的稳定运行是非常重要的。网络运行状态预测需要在网络的关键节点中进行网络运行数据采集,本文基于SNMP协议完成网络运行状态数据的采集,在采集的网络运行数据中选用了ip组,tcp组,interface组和icmp组的部分数据进行网络运行状态的预测工作。将采集来的数据进行了冗余数据去除、清理错误数据和数据归一化等预处理。本文设计了网络运行状态预测的方法,首先根据采集到的监测点网络运行状态数据,利用ARMA模型进行下一阶段网络运行数据的预测;然后使用预测的数据利用学习的神经网路模型预测监测点的网络运行状态;最后使用马尔科夫链的能量迁移性进行计算各个网络监测点的重要程度;使用加权的神经网络进行网络状态估计。利用虚拟网络环境进行了网络运行状态预测实验,实验结果表明ARMA模型预测得到的网络运行状态数据与真实数据对比发现预测准确率符合研究要求,而通过神经网络计算的节点状态数据的准确率达到了87%,满足实验要求,最后整体网络状态估计结果符合研究目标,从而达到本文研究目的。
【学位授予单位】：沈阳航空航天大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP393.06;TP311.13

【参考文献】

中国期刊全文数据库前10条

1 张领;;神经网络在数字化校园安全检测中的应用[J];计算机系统应用;2015年11期

2 刘亮;江汉红;王洁;芮万智;;基于小波分析的ARMA-SVR网络流量预测方法[J];计算机工程与设计;2015年08期

3 陈红梅;刘兴高;;基于多技术融合加权平滑的径向基函数神经网络熔融指数预报[J];计算机应用;2015年S1期

4 田中大;李树江;王艳红;高宪文;;经验模式分解与时间序列分析在网络流量预测中的应用[J];控制与决策;2015年05期

5 周剑;赵根林;黄有为;;基于隐Markov模型的多节点融合决策并发故障诊断[J];计算机应用研究;2015年08期

6 侯晓凯;李师谦;王杰琼;胡彬;邓晶;;一种基于神经网络的网络设备故障预测系统[J];山东理工大学学报(自然科学版);2014年06期

7 陈国彬;;基于ARMA和卡尔曼相结合的实际流量预测模型的研究[J];控制工程;2014年06期

8 莫红枝;;基于马尔可夫链的自适应性神经网络训练算法[J];电子技术应用;2014年10期

9 游子毅;章俊华;陈世国;王义;;基于无线传感网络的数据融合方法及其在智能交通系统中的应用研究[J];计算机应用研究;2014年06期

10 刘春;;遗传算法优化BP神经网络的网络流量预测[J];信息安全与技术;2014年06期