一种基于波动类型识别的路由节点行为预测算法
路由节点行为预测可以为网络安全管理以及路由行为评估机制等提供重要的决策依据，而现有的路由节点行为预测模型存在诸如依赖专家经验、对样本要求较高以及在节点行为波动较大情况下预测准确度下降等问题。本文在灰色预测模型的基础上提出了一个路由节点行为预测算法，在算法中路由节点行为序列中的波动类型被分为突发波动和迁移波动，算法结合Markov预测模型实现波动类型识别，随后基于不同的波动类型设立相应的未来行为值预测方法：对于突发波动，预测方法基于平滑级比序列的灰色预测结果；对于迁移波动，预测方法基于路由节点行为序列的灰色预测结果。最后使用Markov模型对预测结果进一步修正。实验结果表明，相比于已有的节点行为预测算法本文的预测算法在预测精度上有较大提升。
路由节点行为预测 灰色预测模型 波动类型识别
夏怒 罗军舟 李伟 于枫 陆悠
东南大学 计算机科学与工程学院,南京 211189
国内会议
长沙
中文
1-10
2012-11-01（万方平台首次上网日期，不代表论文的发表时间）