1、 摘摘 要要 随着计算机网络的迅速发展，目前的网络规模极为庞大和复杂，因此发生各种问题的可 能性越来越大，同时管理网络的难度也越来越大。在这种背景下，建立一种恰当的数学模型 以反映网络行为显得尤为重要。 本文首先简要介绍了时间序列分析的基本理论和方法，重点介绍了时间序列、平稳随机 过程的基本概念和滑动自回归模型的矩估计、预测的基本理论和步骤。在此基础之上，根据 实际采集的网络流量数据的观测值序列，建立了滑动自回归模型。 在建立滑动自回归模型的过程中，首先使用格拉布斯准则判断观测值序列是否存在异常 数据,剔除这些异常数据以建立网络流量的正常行为模式。 然后利用方差分析的方法对该序列 进行平稳化处
2、理使之适合滑动自回归模型，再利用残差方差图定阶法确定模型的阶数，利用 矩估计的方式估计出 ARMA(2,1)模型的参数，用线性最小均方误差预测方法对网络流量做出 预测。最后改进了一种基于比较网络流量的预测值与其区间阈值以发现网络异常与故障的方 法。这样就使得在网络异常发生之前或网络发生异常的最短时间内，网络管理人员即可做出 相应的判断，采取行之有效的防范措施以保证网络的正常服务。这种方法改变了以往的网络 管理响应方式，使得网络异常的预警成为可能。 【关键词】【关键词】ARMA 平稳化 矩估计 预测 网络异常检测 ABSTRACT With the rapid development of co
3、mputer networks, the size and complexity of current network has been more and more large.So the possibility of occurrence of various problems has been increasingly. In this context, the establishment of a mathematical model which appropriate to reflect the network behaviour is especially important.
4、This paper introduces the basic theory and methods of time series analysis, focuses on the basic concept of time series and stationary random process and the basic theory and procedures of the moment estimation of ARMA model and prediction. On this basis, this paper establishes the parameters of ARMA model according to the actual network traffic data collected by the sequence of observations. In the process of model building, Grabs Criteria is used to judge the existence of observations abnorma
