IP骨干网流量的自动化预测

韦烜; 阮科; 黄晓莹; 陈迅; 黄灿灿

doi:10.11959/j.issn.1000-0801.2020153

您当前的位置：

首页 >

文章列表页 >

IP骨干网流量的自动化预测

运营技术广角 | 更新时间：2024-06-05

- IP骨干网流量的自动化预测
- Automatic prediction for IP backbone network traffic
- 电信科学 2020年36卷第8期页码：175-183
- 作者机构：
- 作者简介：
  
  [ "韦烜（1974- ），女，现就职于中国电信股份有限公司研究院，主要研究方向为IP通信" ]
  [ "阮科（1979- ），男，现就职于中国电信股份有限公司研究院，主要研究方向为IP通信" ]
  [ "黄晓莹（1980- ），女，现就职于中国电信股份有限公司研究院，主要研究方向为IP通信" ]
  [ "陈迅（1981- ），女，现就职于中国电股份有限公司信研究院，主要研究方向为IP通信" ]
  [ "黄灿灿（1981- ），女，现就职于中国电信股份有限公司研究院，主要研究方向为IP通信" ]
- 基金信息：
- DOI：10.11959/j.issn.1000-0801.2020153
  中图分类号： TN915
- 网络出版日期：2020-08，
  
  纸质出版日期：2020-08-20
- 稿件说明：
移动端阅览
韦烜, 阮科, 黄晓莹, 等. IP骨干网流量的自动化预测[J]. 电信科学, 2020,36(8):175-183.

Xuan WEI, Ke RUAN, Xiaoying HUANG, et al. Automatic prediction for IP backbone network traffic[J]. Telecommunications science, 2020, 36(8): 175-183.
韦烜, 阮科, 黄晓莹, 等. IP骨干网流量的自动化预测[J]. 电信科学, 2020,36(8):175-183. DOI： 10.11959/j.issn.1000-0801.2020153.

Xuan WEI, Ke RUAN, Xiaoying HUANG, et al. Automatic prediction for IP backbone network traffic[J]. Telecommunications science, 2020, 36(8): 175-183. DOI： 10.11959/j.issn.1000-0801.2020153.

摘要

高效、可靠的网络流量预测是网络规划、扩容建设的基础。互联网流量目前缺乏完备的理论模型，行业内大多根据工程实践特点，设计简化可操作的预测模型以满足IP网络规划需求。首先根据中国电信自身IP骨干网流量预测工作的需求及特点，使用时间序列分析的多因子回归模型和函数自适应模型对IP骨干网流量进行分析和预测，基于大量现网实际数据的仿真运算，对比两种模型的特点、优劣和适用场景，提出了一种预测模型选择和参数优化的原则和方法。在此基础上，构建了可以满足百千量级时间序列要求的自动化流量预测系统，极大简化并提升了流量预测工作的效率。最后，展望了未来IP流量预测工作的延展方向和关注重点。

Abstract

Efficient and reliable network traffic prediction is the basis of network planning and capacity expansion construction.Currently

there is no integral theoretical model to describe internet traffic.Most of the industry designs simplified and operable prediction models.Firstly

according to the characteristics of China Telecom’s IP backbone network traffic and its planning requirements

the IP backbone network traffic was analyzed and forecasted by using the multi-factor regression model and the function adaptive mode of time series.The characteristics

advantages

disadvantages and applicable scenarios of these two models were compared based on simulation of a large number of actual network data.A set of principles and methods for selecting prediction model and optimizing parameters were proposed.Then

an automatic forecasting system with the high performance of dealing with hundreds of time series was built to greatly simplify and improve the traffic prediction efficiency.Finally

the development orientation of network capacity extension and key points of future IP traffic prediction were prospected.

关键词

Keywords

references

张宾 , 杨家海 , 吴建平 . Internet 流量模型分析与评述 [J ] . 软件学报 , 2011 , 22 ( 1 ): 115 - 131 .

ZHANG B , YANG J H , WU J P . Survey and analysis on the internet traffic model [J ] . Journal of Software , 2011 , 22 ( 1 ): 115 - 131 .

赵子岩 , 樊剑辉 , 金鑫 , 等 . 电力骨干通信网信息流模型与流量测算 [J ] . 电信科学 , 2017 , 33 ( 5 ): 153 - 163 .

ZHAO Z Y , FAN J H , JIN X , et al . Information flow model and service flow calculation of electric power backbone communication network [J ] . Telecommunications Science , 2017 , 33 ( 5 ): 153 - 163 .

欧亮 , 陈迅 , 沈晨 , 等 . IP 网络流量流向分析与预测技术研究 [J ] . 电信科学 , 2013 , 29 ( 7 ): 24 - 29 .

OU L , CHEN X , SHEN C , et al . Studies on traffics analysis and prediction technology for carrier-grade IP network [J ] . Telecommunications Science , 2013 , 29 ( 7 ): 24 - 29 .

TAYLOR S J , LETHAM B . Forecasting at scale [J ] . 2017 .

浏览量

562

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

Prophet模型在话单量智能预测中的应用研究

日志信息驱动的计算机网络节点故障预测研究

基于细胞自动机模型电力网络攻击预测技术

基于电力大数据的经济景气指数分析

基于损失量的G-O漏洞预测模型及其改进