基于大數(shù)據(jù)分析的非線性網(wǎng)絡(luò)流量組合預(yù)測模型*

許繪香， 曹 敏， 馬瑩瑩

(鄭州工程技術(shù)學(xué)院 信息工程學(xué)院， 鄭州 450044)

由于計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)和互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)通信業(yè)務(wù)越來越多，為了滿足網(wǎng)絡(luò)用戶對不同業(yè)務(wù)的通信需求，需要對當(dāng)前網(wǎng)絡(luò)通信流量進(jìn)行有效管理[1].網(wǎng)絡(luò)流量預(yù)測模型的構(gòu)建是實(shí)現(xiàn)網(wǎng)絡(luò)管理和流量控制的基礎(chǔ)工作，高精度的預(yù)測模型不僅能夠準(zhǔn)確地提供未來時段的流量數(shù)據(jù)，同時也可應(yīng)用于擁塞控制、僵尸檢測等多個方面[2].高精度預(yù)測模型具有精確描述網(wǎng)絡(luò)流量變化特性的能力，例如非線性、周期性和長相關(guān)性等.當(dāng)前的流量預(yù)測模型僅能對線性網(wǎng)絡(luò)流量進(jìn)行預(yù)測，無法準(zhǔn)確描述網(wǎng)絡(luò)流量變化特性，應(yīng)用范圍有限，已不適用于大規(guī)模網(wǎng)絡(luò)流量的預(yù)測和分析[3].組合模型能夠擬合多個單一預(yù)測模型的優(yōu)點(diǎn)，更精確地描述網(wǎng)絡(luò)流量特征，已成為該領(lǐng)域的研究熱點(diǎn)，受到了廣泛關(guān)注[4-5].

國內(nèi)學(xué)者在網(wǎng)絡(luò)流量預(yù)測方面已取得較好成果[6].殷榮網(wǎng)[7]采用最小二乘支持向量機(jī)(LSSVM)算法構(gòu)建了網(wǎng)絡(luò)流量預(yù)測模型，利用模糊均值聚類算法對網(wǎng)絡(luò)流量聚類進(jìn)行劃分，并去除其中孤立樣本點(diǎn)，將聚類結(jié)果構(gòu)建成訓(xùn)練集，將其輸入至LSSVM中進(jìn)行學(xué)習(xí)并構(gòu)建網(wǎng)絡(luò)流量預(yù)測模型，利用人工蜂群算法優(yōu)化LSSVM模型.大規(guī)模網(wǎng)絡(luò)流量具有非線性和突發(fā)性特點(diǎn)，采用該模型難以精確地描述非線性網(wǎng)絡(luò)流量變化趨勢，預(yù)測精度較低.

為了解決上述模型存在的問題，提高網(wǎng)絡(luò)流量的預(yù)測精度，提出基于大數(shù)據(jù)分析的非線性網(wǎng)絡(luò)流量組合預(yù)測模型.根據(jù)實(shí)驗(yàn)結(jié)果可知，運(yùn)用所提模型對網(wǎng)絡(luò)流量進(jìn)行預(yù)測時預(yù)測精度較高，能夠滿足大規(guī)模網(wǎng)絡(luò)環(huán)境流量預(yù)測精度的要求，有效解決了傳統(tǒng)方法存在的問題.

1 網(wǎng)絡(luò)流量數(shù)據(jù)特性分析

網(wǎng)絡(luò)流量是指網(wǎng)絡(luò)上傳輸?shù)臄?shù)據(jù)量，由于其數(shù)據(jù)量規(guī)模較大，存在易擁塞、易受攻擊等問題，會導(dǎo)致網(wǎng)絡(luò)異?，F(xiàn)象的發(fā)生.網(wǎng)絡(luò)異常，即網(wǎng)絡(luò)服務(wù)器帶寬不滿足網(wǎng)絡(luò)用戶使用流量需求時導(dǎo)致的帶寬擁塞和病毒入侵等，使得真實(shí)的網(wǎng)絡(luò)流量具有混沌特性[8-9].本文在Matlab環(huán)境下搭建實(shí)驗(yàn)平臺，利用NS2仿真軟件獲取網(wǎng)絡(luò)流量模擬數(shù)據(jù)，圖1為采集到的網(wǎng)絡(luò)流量時間序列.

圖1 網(wǎng)絡(luò)流量原始時間序列Fig.1 Original time series of network flow

通過對該時間序列進(jìn)行觀測和分析，可以發(fā)現(xiàn)網(wǎng)絡(luò)流量數(shù)據(jù)具有如下特性：1)突發(fā)性.受到相同局域網(wǎng)內(nèi)網(wǎng)絡(luò)帶寬的影響，實(shí)際采集的網(wǎng)絡(luò)流量數(shù)據(jù)具有突發(fā)特性.2)周期性.實(shí)際采集的網(wǎng)絡(luò)流量數(shù)據(jù)在采集周期內(nèi)呈現(xiàn)出階段性變化.3)長相關(guān)性.圖1所示的網(wǎng)絡(luò)流量數(shù)據(jù)具有相同的統(tǒng)計(jì)特性.4)非線性.網(wǎng)絡(luò)流量的變化與用戶數(shù)量、用戶使用高峰期、網(wǎng)絡(luò)路由協(xié)議等相關(guān)，造成網(wǎng)絡(luò)流量的非線性.

綜上可知，網(wǎng)絡(luò)流量數(shù)據(jù)具有突變性、非線性等特點(diǎn).對非線性網(wǎng)絡(luò)流量進(jìn)行高精度預(yù)測，需要對網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行分解，從原始非線性網(wǎng)絡(luò)流量時間序列中提取其變化規(guī)律.

2 非線性網(wǎng)絡(luò)流量組合預(yù)測模型

2.1 網(wǎng)絡(luò)流量數(shù)據(jù)分解及重構(gòu)

對采集的大規(guī)模網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行小波分解，獲得多尺度分量，采用混沌理論對分解的多個尺度分量進(jìn)行重構(gòu)，獲得網(wǎng)絡(luò)流量子序列，具體過程如下：實(shí)際采集的網(wǎng)絡(luò)流量數(shù)據(jù)具有混沌特性，從原始非線性網(wǎng)絡(luò)流量數(shù)據(jù)提取其變化規(guī)律，重構(gòu)出等效的分布空間[10].對于實(shí)際采集的網(wǎng)絡(luò)流量數(shù)據(jù)xi(i=1，2，…，n)，可通過分析其變化規(guī)律重構(gòu)出一個多維分布空間yi=(xi，xi+θ，…，xi+(m-1)θ)，θ為時間維度，網(wǎng)絡(luò)中的流量數(shù)據(jù)普遍存在噪聲.

對采集的網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行小波分解，即

(1)

利用混沌理論對式(1)分解出的不同分量進(jìn)行相空間重構(gòu)，重構(gòu)出的非線性網(wǎng)絡(luò)流量子序列為

(2)

式中，g為相空間維度.

非線性網(wǎng)絡(luò)流量時間序列經(jīng)過快速小波分解，將網(wǎng)絡(luò)信號的高低頻部分有效分離，可從中挖掘出網(wǎng)絡(luò)流量數(shù)據(jù)周期性變化趨勢，消除其中突變部分，剩余的高頻部分能夠精確地描述網(wǎng)絡(luò)流量數(shù)據(jù)的變化特征.采用混沌理論對分解的多個尺度分量進(jìn)行重構(gòu)，降低了大規(guī)模非線性網(wǎng)絡(luò)流量數(shù)據(jù)的預(yù)測誤差及計(jì)算復(fù)雜度.

2.2 模型構(gòu)建

采用改進(jìn)鳥群算法優(yōu)化核極限學(xué)習(xí)機(jī)模型參數(shù)，利用優(yōu)化后的核極限學(xué)習(xí)機(jī)模型分別對重構(gòu)后的網(wǎng)絡(luò)流量子序列進(jìn)行預(yù)測，將各個子序列的預(yù)測值進(jìn)行組合，獲得最終的網(wǎng)絡(luò)流量預(yù)測結(jié)果.

采用改進(jìn)鳥群算法通過種群個體之間的信息共享機(jī)制以及搜索策略最終獲得最優(yōu)解，具體尋優(yōu)步驟如下：

1) 覓食行為.鳥類成群覓食時比個體覓食收集到的信息更多，并且覓食效率更高.根據(jù)這個原則將網(wǎng)絡(luò)單元模擬為種群個體，整體網(wǎng)絡(luò)體系模擬為種群.通過混沌映射初始化種群個體τ在D維搜索空間內(nèi)的初始位置，每個個體依據(jù)歷史搜索經(jīng)驗(yàn)以及種群經(jīng)驗(yàn)覓食.在種群個體位置更新階段，引入隨機(jī)慣性權(quán)重避免陷入局部最優(yōu)，同時根據(jù)隨機(jī)慣性權(quán)重值對種群中個體的認(rèn)知因子C，C∈(Cmin，Cmax)，以及加速因子S，S∈(Smin，Smax)進(jìn)行動態(tài)調(diào)整，即

(3)

ω=ωmin+(ωmax-ωmin)rand(0，1)+

σrand(0，1)

(4)

(5)

(6)

2) 警惕行為.種群中的每只鳥在搜索過程中，都會試圖靠近種群中心位置飛行.警惕性強(qiáng)的個體相比警惕性低的個體更容易向種群個體中心飛行，彼此之間相互競爭，根據(jù)此原則可得

(7)

式中：A1為搜索空間影響因子，A1∈(0，1)；A2為搜索空間干擾影響因子；meanj為群體第j維平均位置；pk，j為種群中搜索空間第j維的平均位置.

3) 個體飛行行為.鳥群會有規(guī)律地飛向某個地點(diǎn)，在飛行過程中，個體會在生產(chǎn)者與索取者之間進(jìn)行切換，警惕性較低的個體尋找食物屬于生產(chǎn)者，警惕性較高的個體獲取食物屬于索取者，生產(chǎn)者以及索取者能夠脫離種群，根據(jù)此原則可得

(8)

基于改進(jìn)的鳥群算法網(wǎng)絡(luò)流量子序列預(yù)測模型可得

Lrand(0，1)

(9)

式中：L為索取者通過生產(chǎn)者尋找食物的因子；f為正則化參數(shù).

基于改進(jìn)的鳥群算法構(gòu)建的網(wǎng)絡(luò)流量子序列模型可以最小化輸出權(quán)值和訓(xùn)練誤差，即

(10)

式中：LE為核極限學(xué)習(xí)機(jī)模型輸出權(quán)值；β為隱含層輸出權(quán)值向量，β∈[0，2]；h(xτ)為隱含層輸出結(jié)果；ξτ為訓(xùn)練輸出誤差.依據(jù)模型最優(yōu)化條件可求解獲得

(11)

式中：H為隱含層輸出矩陣；T為目標(biāo)值矩陣.依據(jù)Mercer’s條件對重構(gòu)后的網(wǎng)絡(luò)流量子序列進(jìn)行預(yù)測，其子序列流量預(yù)測矩陣為

ΩE=βh(xτ)h(xj)=K(xτ，xj)

(12)

式中，K(xτ，xj)為子序列流量數(shù)據(jù)預(yù)測函數(shù).利用改進(jìn)的鳥群算法整合各個子序列的預(yù)測值，并對正則化參數(shù)進(jìn)行優(yōu)化，提升預(yù)測精度，最終的網(wǎng)絡(luò)流量預(yù)測模型為

(13)

3 實(shí)驗(yàn)結(jié)果與分析

為了測試基于大數(shù)據(jù)分析的非線性網(wǎng)絡(luò)流量組合預(yù)測模型的性能，仿真實(shí)驗(yàn)在Intel四核2.8 GHz CPU，4 GB內(nèi)存，操作系統(tǒng)為Windows7硬件配置電腦下進(jìn)行，利用VC++軟件實(shí)現(xiàn)仿真實(shí)驗(yàn).仿真實(shí)驗(yàn)來自NS2軟件提供的實(shí)際網(wǎng)絡(luò)流量數(shù)據(jù)，共2 000個數(shù)據(jù)點(diǎn)，如圖2所示.將實(shí)際采集的網(wǎng)絡(luò)流量數(shù)據(jù)劃分為兩組，第一組含有1 500個流量數(shù)據(jù)，將其作為訓(xùn)練數(shù)據(jù)集；第二組含有500個流量數(shù)據(jù)，將其作為測試數(shù)據(jù)集.

分析圖2a可知，訓(xùn)練數(shù)據(jù)集中的網(wǎng)絡(luò)流量數(shù)據(jù)具有非線性的特點(diǎn)，數(shù)值變化幅度較大，并且變化幅度較大的流量數(shù)據(jù)會掩蓋變化幅度較小的流量數(shù)據(jù)；圖2b測試訓(xùn)練集中的網(wǎng)絡(luò)流量數(shù)據(jù)雖少，但是也呈現(xiàn)出非線性的變化特點(diǎn).為了從采集的網(wǎng)絡(luò)流量數(shù)據(jù)樣本中獲取其變化規(guī)律，對圖2中的流量進(jìn)行歸一化處理，即

圖2 實(shí)驗(yàn)數(shù)據(jù)變化情況Fig.2 Change of experimental data

(14)

式中：xmax和xmin分別為歸一化處理后的流量數(shù)據(jù)最大值和最小值；x為原始網(wǎng)絡(luò)流量數(shù)據(jù)值.

為了使仿真實(shí)驗(yàn)的驗(yàn)證結(jié)果更具有說服力，選取文獻(xiàn)[7]模型、文獻(xiàn)[8]模型作為對比模型，將均方根誤差(RMSE)、平均相對百分比誤差(MAPE)作為評價指標(biāo)對不同預(yù)測模型的性能進(jìn)行評價，其表達(dá)式分別為

(15)

(16)

網(wǎng)絡(luò)流量受到用戶所屬局域網(wǎng)網(wǎng)絡(luò)帶寬、瀏覽行為、業(yè)務(wù)種類以及上網(wǎng)時段等因素的影響，具有混沌性、非線性、突變性.針對這些特性，在構(gòu)建網(wǎng)絡(luò)流量組合預(yù)測模型前，利用混沌理論計(jì)算仿真對象的延遲時間以及嵌入維度，得到的最優(yōu)延遲時間t以及嵌入維度m結(jié)果如圖3所示.

分析圖3可知，最優(yōu)延遲時間為t=5，最優(yōu)嵌入維度為m=4.選定t=5、m=4對網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行重構(gòu)，獲得網(wǎng)絡(luò)流量樣本數(shù)據(jù)，并將其劃分為訓(xùn)練集和測試集.

圖3 延遲時間和嵌入維度的計(jì)算Fig.3 Calculation of delay time and embedded dimensions

將非線性網(wǎng)絡(luò)流量訓(xùn)練集輸入到核極限學(xué)習(xí)機(jī)模型中進(jìn)行學(xué)習(xí)，采用改進(jìn)鳥群算法優(yōu)化核極限學(xué)習(xí)機(jī)模型，并構(gòu)建組合預(yù)測模型，預(yù)測結(jié)果以及預(yù)測誤差的變化如圖4所示.

圖4 所提模型單步預(yù)測結(jié)果Fig.4 One-step prediction results of as-proposed model

分析圖4可知，采用本文模型所得單步預(yù)測的流量值與實(shí)際網(wǎng)絡(luò)流量值較為接近，可高精度地描述網(wǎng)絡(luò)流量數(shù)據(jù)非線性變化特點(diǎn)，預(yù)測精度較高.結(jié)果表明，通過對采集的網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行小波分解，將分解后的網(wǎng)絡(luò)流量子序列進(jìn)行相空間重構(gòu)，并將重構(gòu)結(jié)果輸入至核極限學(xué)習(xí)機(jī)中，利用改進(jìn)鳥群算法對核極限學(xué)習(xí)機(jī)模型進(jìn)行優(yōu)化，構(gòu)建的組合預(yù)測模型是有效的.

所提模型與文獻(xiàn)[7]模型、文獻(xiàn)[8]模型所得的多步預(yù)測誤差結(jié)果如表1所示.

表1 不同模型單步預(yù)測精度對比Tab.1 Comparison of single-step prediction accuracy obtained by different models

分析表1結(jié)果可知，與文獻(xiàn)[7]模型以及文獻(xiàn)[8]模型相比，本文模型預(yù)測誤差最小，有效提高了預(yù)測精度，更適用于具有復(fù)雜特性的網(wǎng)絡(luò)流量預(yù)測.

對于具有非線性突變特性的網(wǎng)絡(luò)流量數(shù)據(jù)，對其進(jìn)行高精度預(yù)測需要提前一定的時間，多步預(yù)測網(wǎng)絡(luò)流量數(shù)據(jù)具有實(shí)際意義.采用本文模型對網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行多步預(yù)測，獲得的預(yù)測結(jié)果與預(yù)測誤差變化曲線如圖5所示.

圖5 本文模型多步流量預(yù)測結(jié)果Fig.5 Prediction results of multi-step flow obtained by as-proposed model

分析圖5可知，在先獲知前幾步流量數(shù)據(jù)變化趨勢的前提下，本文模型預(yù)測結(jié)果與實(shí)際網(wǎng)絡(luò)流量變化趨勢幾乎完全吻合，兩者之間差值較小，且變化較為平穩(wěn)，能夠?qū)㈩A(yù)測誤差控制在8%以下，滿足大規(guī)模網(wǎng)絡(luò)環(huán)境流量預(yù)測精度的要求.

本文模型、文獻(xiàn)[7]模型以及文獻(xiàn)[8]模型的多步預(yù)測誤差結(jié)果如表2所示.

表2 不同模型多步預(yù)測誤差結(jié)果對比Tab.2 Comparison of multi-step prediction error results obtained by different models

通過對表2結(jié)果進(jìn)行分析可獲得以下結(jié)論：隨著網(wǎng)絡(luò)流量預(yù)測步數(shù)的不斷增加，本文模型以及對比模型的預(yù)測誤差逐漸增加，其中文獻(xiàn)[7]模型預(yù)測誤差增加的幅度較大，直到第八步預(yù)測時，該模型預(yù)測誤差達(dá)到了11.25%，難以精確地描述網(wǎng)絡(luò)流量數(shù)據(jù)階段性變化趨勢，且預(yù)測誤差較大，所得結(jié)果沒有實(shí)際應(yīng)用價值.相對于文獻(xiàn)[7]模型，文獻(xiàn)[8]模型的預(yù)測精度較高，降低了網(wǎng)絡(luò)流量預(yù)測誤差，但該模型存在計(jì)算復(fù)雜度高、訓(xùn)練時間長等問題，難以滿足大規(guī)模網(wǎng)絡(luò)流量數(shù)據(jù)的在線預(yù)測要求.

4 結(jié) 論

網(wǎng)絡(luò)流量受到帶寬擁塞和病毒入侵等多種因素的影響，具有非線性、周期性、長相關(guān)性等變化特征，傳統(tǒng)的預(yù)測模型預(yù)測精度較低，針對此問題，提出一種組合預(yù)測模型.通過對預(yù)測結(jié)果進(jìn)行分析得到以下結(jié)論：

1) 相對于文獻(xiàn)[7]、文獻(xiàn)[8]模型，本文模型預(yù)測結(jié)果的評價指標(biāo)均更優(yōu)，說明所提方法克服了當(dāng)前預(yù)測模型存在的精度低的問題，更適用于大規(guī)模網(wǎng)絡(luò)流量預(yù)測.

2) 相對于文獻(xiàn)[7]、文獻(xiàn)[8]模型，本文模型預(yù)測精度有所提高，這表明采用快速小波分析算法對網(wǎng)絡(luò)流量進(jìn)行多尺度分解，可以準(zhǔn)確挖掘出網(wǎng)絡(luò)流量數(shù)據(jù)階段性變化特征，通過網(wǎng)絡(luò)流量子序列表示網(wǎng)絡(luò)流量的多層次變化特性.

3) 從圖4～5中給出的網(wǎng)絡(luò)流量預(yù)測結(jié)果來看，所提模型獲得的網(wǎng)絡(luò)流量預(yù)測值與實(shí)際值幾乎完全吻合，變化趨勢基本相同，說明所提模型預(yù)測精度較高.