基于QPSO-LMK的自相似性网络流量预测

现在对高性能、高效性流量测量的研究表明网络流量呈现统计上的自相似性。因此,网络预测在网络管理中占据重要地位。使用QPSO(quantum-behaved particle swarm optimization)对预测自相似性网络流量的最小均值峰度(LMK)方法进行优化,能够获得较小的信噪比SNR-1(signal to noise ratio)。通过对真实网络流量的仿真实验,表明该方法能比LMK(最小均值峰度)算法更精确的预测网络流量。