复杂网络下的网络流量预测和预警研究

针对复杂网络环境下传统的网络流量预测方法存在预测误差大和精度低的缺点,提出一种基于EMFOA_LSSVM的网络流量预测模型。通过EMD提取网络流量数据的趋势特征和细节特征,构建出预测模型的输入和输出矩阵,运用MFOA_LSSVM实现复杂网络环境下的网络流量预测。实验结果表明,与MFOA_LSSVM,FOA_LSSVM,PSO_LSSVM和LSSVM相比,EMFOA_LSSVM具有更高的预测精度和收敛速度,为网络流量预测和预警提供决策依据。     

基于中间件的竞赛数据分发系统设计

体育竞赛系统结构复杂,各业务终端交互的数据量大、种类繁多,且终端之间存在异构性,难以实现数据的直接交换。针对此问题,提出基于中间件的竞赛数据分发系统。利用中间件封装终端和数据分发中心的所有功能和方法,解决不同终端的异构性问题,增加数据传输的可靠性和时效性。实验结果表明系统能满足多个终端间的数据交换,符合竞赛要求。