网络预测page-1简介随着网络的迅速发展，网络上承载的业务和应用日益丰富。加强网络管理建设是运营商们急需解决的问题。有效提高网络运行速度和利用率，网络网络流量预测是关键。流量预测预测：预测：就是对尚未发生和目前还不明确的信息，根据过去和现在的信息进行预先的估计和推测，即在一定的数学模型下对未来一段时间内信息的发展趋势、方向和可能的状态作出合理的、在允许误差范围内的推断。page-2网络流量预测的意义网路流量的实时监测是网络管理的一个重要方面当流量出现异常情况时，在网络管理系统发出告警通知后，由网络管理人员着手解决出现的问题，这是一种响应式的行为，即先有问题后处理的方式。这样的方式，很可能由于没有足够的时间来分析和处理。而影响网络的正常运行。如果能够预测流量过载，在流量过载发生之前分析和解决问题，就能显著提高网络的可用性。称为预先的网络管理。page-3预测原理以过去的已知状况作为输入，在预测算子的作用下，得到未来结果输出的过程。实质已知状况输入预测算子未来结果输出page-4流程和规划进行流量测量，采集原始数据建立带参数的网络流量预测模型在网络仿真软件之上，用原始数据训练参数在真实的网络应用环境下，预测并与实际情况比较修改参数，甚至预测模型，重复上述过程，直至得到误差允许范围内的效果编制文档，成果展示page-5目前流量测量常用方法SNMP测量：基于SNMP的流量信息采集，实质上就是提取网络设备代理提供的一些具体设备的与流量信息有关的变量的值。PacketSniffing测量：一种用网卡在数据链路层捕获网络流?的方法，使用时将它串接在需要捕获流量的链路中，通过分流链路上的数据信号而获取流量信息。Netflow测量：Netflow流量信息采集是基于网络设备（Cisco）提供的Netflow机制实现的网络流量信息采集。page-6常用的流量预测模型基于神经网络的基于灰色模型的page-7神经网络概念：主要通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。分类：它的学习训练方式可分为两种，一种是有监督或称有导师的学习，这是利用给定的样本标准进行分类或模仿；另一种是无监督学习或称无导师学习，这时，只规定学习方式或某些规则，而具体的学习内容则随系统所处环境（即输入信号情况）而异，系统可以自动的发现环境的特征和规律性，具有更近似人脑的功能。应用：它是一个具有学习能力的系统，可以发展知识，以致超过设计者原有的知识水平。page-8灰度系统理论如果一个系统具有层次、结构关系的模糊性，动态变化的随机性，指标数据的不完备或不确定性，则称这些特为灰色性。具有灰色性的系统称为灰色系统。在灰色系统理论中，利用较少的或不确切的表示灰色系统行为特征的原始数据序列作生成变换后建立的，用以描述灰色系统内部事物连续变化过程的模型，称为灰色模型，简称GM模型。GM概念：应用：研究灰色系统的重要内容之一是如何从一个不甚明确的、整体信息不足的系统中抽象并建立起一个模型，该模型能使灰色系统的因素由不明确到明确，由知之甚少发展到知之较多提供研究基础page-9仿真网络研究方法仿真方法目前进行网络技术研究一般有3种手段：分析方法实验方法分析方法：当一个系统很复杂时，无法用一些限制性假设来对系统进行详细的描述。所以有效性和精确性受到限制。实验方法：成本很高，运用起来不灵活。仿真方法：在很大程度上可以弥补前两种方法的不足。page-10网络仿真软件――NS仿真器：免费的模块概述：123456789101112模块TclTkOtclTclCLNsTclDebugNamXgraphGT-ITMSGBCWEBZlib版本号Tclrelease8.3.2Tkrelease8.3.2otclrelease1.0a6tclclrelease1.0b10nsrelease2.1b7tcl-debugrelase1.9Namrelease1.0a9xgraphversion12GeorgiaTechInternetworkTopologyModelerStanfordGraphBasepackageCWebversion1.0(?)zlibversion1.1.3必选/可选必选必选必选必选必选可选可选可选可选可选可选可选page-111、Tcl：Tcl提供了一个强有力的平台，可以生成面向多种平台的应用程序，协Tcl：议，驱动程序等等。它与Tk(toolkit)协作，可生成GUI应用程序，可在PC、Unix和Macintosh上运行。Tcl还可用来完成与网页相关的任务，或