基于大数据统计的船舶通信网络流量估计数学模型设计

估计船舶通信网络流量,可以更好地了解网络性能,有助于优化网络配置,提高船舶通信网络的性能和可靠性,确保船舶航行过程中的通信畅通。为此,设计基于大数据统计的船舶通信网络流量估计数学模型,以提升网络流量估计效果。利用C-C算法计算船舶通信网络流量的延迟时间,通过G-P算法计算船舶通信网络流量的嵌入维数;依据延迟时间与嵌入维数,转换原始船舶通信网络流量时间序列数据,得到多维船舶通信网络流量时间序列数据;利用Map机制为各节点上的极限学习机分配数据子集,建立船舶通信网络流量估计数学模型;通过Reduce机制,汇总全部网络流量估计数学模型,得到最终的网络流量估计结果。实验证明,该模型可有效确定延时时间与嵌入维数,分别为5 min与6维;该模型可精准估计船舶通信网络流量。