《C++基于Garch方法的网络流量预测》由会员分享，可在线阅读，更多相关《C++基于Garch方法的网络流量预测（54页珍藏版）》请在金锄头文库上搜索。
1、湖南大学毕业设计（论文） 第 页2010届毕业生毕业论文题 目: C+基于Garch方法的网络流量预测 院系名称： 计算机学院 专业班级： 计算机应用技术06级03班 学生姓名： 学 号： 指导教师： 教师职称： 讲师 2010 年 6 月 2 日C+基于garch方法的网络流量预测摘要随着网络技术发展、网络带宽的不断增加、用户数量的急速膨胀以及业务类型的多样化,人们经常会遇到网络拥塞和服务质量低等一系列问题，加强网络管理和改善网络的运行已成为当务之急。掌握网络行为的基本特征，发现网络行为变化的基本规律，构造出反映网络行为的数学模型是流量预测的内在需求。本系统是基于广义自回归条件异方差garc
2、h（Generalized Autoregressive Conditional Heteroscedasty model）模型对流量进行预测。系统利用网络侦听原理通过套接字来实现对局域网流量的监控及截获并统计，再通过garch方法对网络实时流量计算，得出均值和条件方差来实现对网络流量的预测。系统经过测试，能够较好的预测出流量区间。最后，本系统还构建了以UDP洪泛攻击的模拟测试实验，测试的结果系统正常显示由于攻击导致的流量异常，由此发出预警信息，告知用户可能受到网络攻击，从而做到自我保护，提高网络质量。关键字：预测，garch，异常，网络流量，套接字湖南大学毕业设计（论文） 第 II 页Net
3、work Traffic Prediction Based On Garch ModelAbstractWith the development of network technology,increasing network bandwidth,the rapid expansion of the number of users and diversification of business types,people often encounter the problem of network congestion and low quality of service, strengthen
4、ing the network management and improveing the operation of the network has become a top priority.Mastering the basic characteristics of network behavior,finding the basic rule of changes in network behavior, creating a reflection of the mathematical model of network behavior is the inherent demand f
5、or network traffic prediction.The system is based on the Generalized Autoregressive Conditional Heteroscedasticity garch (Generalized Autoregressive Conditional Heteroscedasty model) model to predict traffic.The system uses the principle of the network through the listening socket to achieve the mon
6、itoring of LANs traffic, interception of network traffic and Statistics,then computing real-time traffic through garch model to obtain the average and conditional variance to achieve the prediction of the network traffic.The system tested, that can better predict the network traffics range.At last,w
7、e set up a experiment based on UDP attacking to test the system.The results show that the outlier traffic which was caused by attack, informing the user may be subject to network attacks, in order to protective measures by yourself,improving network quality of service.Keywords： prediction，garch，outl
8、ier，network traffic，socket目 录1 绪论11.1研究的背景和目的11.2国内外研究现状与研究成果11.3论文结构32相关理论知识与技术42.1 TCP/IP协议体系结构42.2 网络流量检测的基本方法52.2.1 网络侦听的原理52.2.2 嗅探器72.2.3 简单网络协议82.3 网络协议报文分析82.4 网络流量预测模型分析112.4.1 ARIMA112.4.2 ARCH模型122.4.3 GARCH模型132.5 网络流量预测模型选择132.6 小结143系统总体设计与具体实现153.1 开发环境及工具153.1.1 操作系统153.1.2 VC+6.0环境1
9、53.2 需求分析与系统整体框架图153.2.1 初始化模块的功能163.2.2 网络数据获取模块的功能173.2.3 网络流量统计模块的功能173.2.4 网络流量预测模块的功能173.3 网络数据获取模块的实现183.3.1 数据包头文件解析183.3.2 原始套接字的实现193.3.3 显示接收原始数据包信息203.4 网络流量统计模块的实现213.4.1 定时器的实现213.4.2 统计协议的显示223.5 网络流量预测模块的实现223.5.1 GARCH模型的实现223.5.2 实时预测的显示233.6 小结244测试254.1界面功能254.2运行测试264.3 网络攻击行为分析2
10、84.4测试工具294.5异常测试304.6小结32结束语33致 谢34参考文献35附 录361 绪论1.1研究的背景和目的在通信网络技术发展的过程中,针对网络流量进行建模和预测研究一直备受人们关注。网络流量模型是进行网络性能分析和网络规划设计的基础,一个好的流量模型与预测方法对设计新一代网络协议、网络管理与诊断、设计高性能的路由器和负载均衡器等网络硬件设备以及提高网络的服务质量都有重要意义1。随着网络带宽的增加以及各种网络服务的出现, 以往的流量模型也难以满足对现有以及将来网络流量的精确描述及预测, 因此, 针对以往的流量模型以及预测方法的利弊, 为网络流量提供更为准确的模型和预测显得十分必
11、要。具体在日益受人们关注的网络安全领域, 针对网络流量(用户网络行为)的建模以及预测对于改进入侵检测,提前发现网络的异常或者攻击行为提供了一个方向。本文研究的目的有一下几点：1.通过对套接字的编程来截获网络中的实时流量，同时掌握套接字编程的基本方法。2采用图表方式显示整个网络的流量情况和预测结果，从而进一步熟悉MFC图形用户界面程序的开发。3.对流量数据进行分类和统计，了解TCP/IP数据包的结构和多种网络协议。4.采用garch算法实现对网络流量的预测，能够利用数学建模思想和时间序列解决实际问题。1.2国内外研究现状与研究成果近年来,随着用户数量的急速膨胀和业务类型的多样化, Interne
12、t呈爆炸性地增长,人们经常会遇到网络拥塞和服务质量低等一系列问题,加强网络管理和改善网络的运行已成为当务之急。这就需要掌握网络行为的基本特征，发现网络行为变化的基本规律，构造出反映网络行为的数学模型。另一方面,理解网络行为特征是网络规划与建设、网络安全、高性能协议设计等诸多研究工作的重要前提,而网络流量预测和分析是研究网络行为的基础，通过预测和分析,可以为网络行为特征的理解提供真实有效的分析数据。因此网络流量的预测一直为国内外学者和研究机构所关注1。通信网络中的流量模型可以分为稳定的和不稳定的两种,其中，稳定的流量模型又分为长相关(Long- Range Dependent,LRD)和短相关(
13、Short-Range Dependent，SRD)两类,短相关模型仅仅对于小的时间尺度范围内存在显著的相关结构,而长相关在很宽广的范围内都存在,即具有长期的依赖性。短相关模型主要包括马尔可夫(Markov)过程和自回归模型(AR)，长相关模型主要包括分形自回归求和滑动平均模型(F-ARIMA)和分形布朗运动模型(FBM)等。回归模型说明随机序列中下时刻的随机变量是由过去一个特定时间窗口中的随机变量以及一个白噪声滑动平均值来决定的2,因而经常通过一个有关过去随机变量的函数来定义下一时刻的随机变量。回归模型比较容易生成,而且经常可以用马尔可夫模型来近似化,因而在网络流量模拟中应用较多。由于网络流
14、量中的相关性,在流量模型的建立以及预测中,拥有一个自回归组件是很重要的。主要研究成果为：1. 自相似网络流量预测网络自相似过程概念被首次3提出以来，针对网络自相似特性展开了大量研究。研究证明了不同网络环境传输和不同协议下网络流量自相似现象存在的普遍性自相似现象增加队列长度、缓冲需求容量、端到端延迟以及丢包率，延长拥塞周期等等，这些性能指标的恶化程度与度量自相似程度的Hurst参数成正比。研究了降低Hurst参数改善网络性能指标的方法。通过自相似网络流量预测来提高网络响应能力。在基于自相似特性的网络流量预测时，往往由于自相似计算过程复杂，计算量大而导致其在实际过程中无法满足实时预测应用的要求本文
15、在对当前自相似网络流量预测进行综述和研究的基础上，根据网络自相似流量特性提出了一种自相似网络流量预测算法。分析表明，该算法在不明显降低预测效果的情况下，可显著减少计算量4。2. 基于小波变换的网络流量预测模型近年来对网络流量研究发现，实际流量不能简单地用传统的Possion分布进行刻画,而是表现出明显的尺度特性在人尺度上表现出自相似，在小尺度上表现出多重分形5。所以，大多是基于线形模型来近似处理流量的发展趋势，主要有基自回归(AR)或自回归滑动平均(ARMA)的预测模型，这些模算法比较简单，短期预测有较高的精度，但不适用于长期预测。实际流量往往具有分形特性，建立自相似基础上的预测模型FARIMA可以同时
