[發明專利]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

• 申請號: 201110227791.8
• 申請日: 2011-08-09
• 公開（公告）號: CN102404164A
• 公開（公告）日: 2012-04-04
• 發明（設計）人: 孫建;張梅琴;張順頤;王攀
• 申請（專利權）人: 江蘇欣網視訊科技有限公司
• 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：監聽網絡中的流量，由網絡設備驅動截獲原始數據包，進行流量的統計、寫入數據庫和日志文件；

步驟2：進行流量分析，計算Hurst指數、ARMA參數、分數差分、關聯維度、時間延遲并估計Lyapunov指數；

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

步驟4：進行異常流量檢測，根據Hurst指數的變化預警網絡中的異常流量。

2.如權利要求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中的關聯維數的計算，具體按照以下步驟：

1)根據經驗估計關聯維數的值，根據選取樣本序列；

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(p的初始值為0.8)和次大嵌入維數對應的關聯維數，如果相同則算法結束，否則轉步驟2；

4)如果p＝1則算法結束；否則增大p，轉步驟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，τ為時間延遲。

3.如權利要求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指數流量預測算法FLPA(Flow?Lyapunov?Prediction?Algorithm)，具體按照以下步驟：

1)：根據經驗先確定關聯維數和時間延遲，并作為參數計算Lyapunov指數；

2)：根據Lyapunov指數預測后續的流量序列；

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