一种基于混沌特性的网络流量改进预测算法

？高速网络中网络流量具有自相似特征，这种自相似性特征和混沌现象的吸引子有着密切联系。基于相空间重构理论，用网络流量混沌时间序列重构与原网络动力系统等距同构的相空间，通过计算网络关联维数、Kolmogorov熵和最大Lyapunov指数，证实网络流量具有混沌特性。分别采用基于Wolf原始算法和改进算法的最大Lyapunov指数方法，对网络流量进行了预测，并计算了最大可预报时间。仿真结果表明，基于Wolf改进算法的预测方法精度和可靠性高，从而为有效预防网络拥塞奠定了基础。