[發(fā)明專利]一種基于ARMA模型和混沌時間序列模型的流量分析方法

無效

• 申請?zhí)枺?/td>: 201110227791.8
• 申請日: 2011-08-09
• 公開（公告）號: CN102404164A
• 公開（公告）日: 2012-04-04
• 發(fā)明（設(shè)計）人: 孫建;張梅琴;張順頤;王攀
• 申請（專利權(quán)）人: 江蘇欣網(wǎng)視訊科技有限公司
• 主分類號: H04L12/26
• 分類號: H04L12/26;H04L12/56
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于ARMA模型和混沌時間序列模型的流量分析方法，其特征在于，包括以下各步驟：

步驟1：監(jiān)聽網(wǎng)絡(luò)中的流量，由網(wǎng)絡(luò)設(shè)備驅(qū)動截獲原始數(shù)據(jù)包，進行流量的統(tǒng)計、寫入數(shù)據(jù)庫和日志文件；

步驟2：進行流量分析，計算Hurst指數(shù)、ARMA參數(shù)、分數(shù)差分、關(guān)聯(lián)維度、時間延遲并估計Lyapunov指數(shù)；

步驟3：根據(jù)流量分析提供的參數(shù)和預報公式對樣本點進行基于誤差自反饋的Lyapunov指數(shù)流量預測；

步驟4：進行異常流量檢測，根據(jù)Hurst指數(shù)的變化預警網(wǎng)絡(luò)中的異常流量。

2.如權(quán)利要求1所述的一種基于ARMA模型和混沌時間序列模型的流量分析方法，其特征在于，步驟2中的關(guān)聯(lián)維數(shù)的計算，具體按照以下步驟：

1)根據(jù)經(jīng)驗估計關(guān)聯(lián)維數(shù)的值，根據(jù)選取樣本序列；

2)選擇時間延遲，范圍通常選擇為1～20；

3)計算最大嵌入維數(shù)(p的初始值為0.8)和次大嵌入維數(shù)對應的關(guān)聯(lián)維數(shù)，如果相同則算法結(jié)束，否則轉(zhuǎn)步驟2；

4)如果p＝1則算法結(jié)束；否則增大p，轉(zhuǎn)步驟2)。

其中N為樣本序列長度，N_min為最小樣本序列長度，d為吸引子的維數(shù)，τ為時間延遲。

3.如權(quán)利要求1所述的一種基于ARMA模型和混沌時間序列模型的流量分析方法，其特征在于，步驟3中的基于誤差自反饋的Lyapunov指數(shù)流量預測算法FLPA(Flow?Lyapunov?Prediction?Algorithm)，具體按照以下步驟：

1)：根據(jù)經(jīng)驗先確定關(guān)聯(lián)維數(shù)和時間延遲，并作為參數(shù)計算Lyapunov指數(shù)；

2)：根據(jù)Lyapunov指數(shù)預測后續(xù)的流量序列；

3)：計算估計偏差的總和，當偏差總和大于設(shè)定的精度要求時，增大嵌入維數(shù)重新計算Lyapunov指數(shù)，直到估計序列達到精度要求或者嵌入維數(shù)大于樣本序列個數(shù)所允許最大的值。