利用卡尔曼滤波改进 BitTorrent 流量预测性能
信号处理
2020-06-11 v1
摘要
对任何互联网服务提供商（ISP）而言，监管互联网流量对于以优化方式动态分配带宽至关重要。BitTorrent 是一种知名的点对点大文件传输协议。其巨大的带宽消耗影响服务质量（QoS）并给其他应用带来延迟。强烈需要预测 BitTorrent 流量以改善 QoS。本文提出一种基于卡尔曼滤波（KF）的方法，用于预测各类流量数据集的网络流量。与自回归滑动平均（ARMA）模型相比，KF 在均方误差（MSE）与总计算时间方面的观测性能均更优。
引用
@article{arxiv.2006.05540,
title = {Improved Performance of BitTorrent Traffic Prediction Using Kalman Filter},
author = {Harisankar Sadasivan and Pranav Channakeshava and Pathipati Srihari},
journal= {arXiv preprint arXiv:2006.05540},
year = {2020}
}