基于IWO-ESN的网络流量预测研究

为了提高网络流量的预测精度,针对ESN网络预测结果易受谱半径SR、神经元个数N、输入单元尺度IS、连接稀疏度SD以及嵌入维数p等参数的影响,利用IWO算法收敛速度快的特点对ESN模型参数进行优化。研究结果表明,IWO-ESN可以有效提高网络流量的预测精度,同时可以对ESN网络模型参数和嵌入维数p进行自适应选择,为网络管理优化和拥堵控制提供决策依据。     

基于支持向量机补偿的灰色模型网络流量预测

针对网络测量与控制技术中提高流量预测准确性的问题,提出基于支持向量机残差补偿的灰色模型网络流量预测模型。该模型采用灰色模型进行趋势预测,支持向量机进行残差序列预测,实现残差补偿。实验结果表明:该模型具有预测模型样本小,预测精度高等优点,适合于网络流量预测。     

基于Flow的网络流量分析应用

互联网流量分析是运营商掌握网络变化的武器.首先介绍Flow网络流量分析技术,应用该技术实现对运营商网络内各类互联网用户的流量行为分析,为公司流量经营提供精确的运营决策和支撑依据.     

博通推出28nm异构知识型处理器

当今世界,网络流量暴涨,设备商对于产品性能提出了更高的要求;与此同时,他们还希望成本能够大幅下降;趋于节能环保的需要,减少功耗的呼声也越来越高;体积越来越小也是设备商的共同期待。另一个层面,市场环境的变化也迫使厂商做出全新的布局与调整。比如IPv4向IPv6迁移需要更大的转发表;SND和Open Flow等技术要求在网络中增强分类、转发以及安全处理能力。在     

数据业务爆发 Wi-Fi分流“戏份”加重

无线网络流量正在不断快速增长,根据思科预测,移动数据流量将在20102015年间增长26倍,保持92%的年复合增长率,依靠WLAN或Femtocell等进行数据分流已成大势。     

数据流量激增 电信运营商应加速网络升级

智能终端和平板电脑的快速发展给运营商带来了迅猛增长的移动网络流量。为了应对数据流量激增带来的压力,国外电信运营商采取了网络升级、积极部署高速宽带网络、加快Wi-Fi网络部署等策略。网络升级源于数据流量增长带来的沉重压力国外电信运营商所采取的各种网     

认知网络中基于蚁群算法的网络流量预测模型

认知网络能够感知外部环境,并能根据周围环境的变化智能、自主、自适应的动态变化,这种特性更适合为用户提供QoS(Quality of Service)保障.设计高精度的流量预测模型,可以提高认知网络的认知特性.本文针对原有预测模型预测精度低、对训练数据依赖程度高以及不能很好的刻画网络流量特征的不足,提出了一个混合的流量预测模型.它使用蚁群算法训练BP网络的权值,避免了梯度下降法收敛速度慢、容易陷入局部最优的问题.并且在预测之前,首先使用BP(Back Propagation)网络剔除原始数据中的异常数据信号,再对其进行小波分解,最后使用混合模型预测网络流量,实现了认知网络中高精度的流量预测.     

网络流量测量及测量软件的设计和实现

网络流量测量是分析和研究网络流量特征,获取网络状况的一种有效方法。首先阐述网络流量测量的基本概念和目的,然后说明网络流量测量的指标和实施方法,介绍常用的网络流量测量工具。在此基础上,给出一款局域网流量测量软件NetTraffic的设计和实现方法。最后在局域网环境中对NetTraffic软件进行了初步测试和分析。     

Netronome：为亚太区量身定制解决方案

Netronome在日前举办的英特尔信息技术峰会（IDF）上,展出和演示了网络流引擎（NFE）加速卡和网络流处理平台解决方案,并指出针对中国和亚洲网络市场的特定需求和应用所提供全面解决方案。互联网的快速发展带来了运营商和企业网络流量的持续高速上升,推动今天10Gbps的带宽需求迅速增长到40Gbps以上。