本文首先簡要介紹了時間序列分析的基本理論和方法，重點介紹了時間序列、平穩(wěn)隨機過程的基本概念和滑動自回歸模型的矩估計、預測的基本理論和步驟。在此基礎之上，根據實際采集的網絡流量數據的觀測值序列，建立了滑動自回歸模型。
在建立滑動自回歸模型的過程中，首先使用格拉布斯準則判斷觀測值序列是否存在異常數據,剔除這些異常數據以建立網絡流量的正常行為模式。然后利用方差分析的方法對該序列進行平穩(wěn)化處理使之適合滑動自回歸模型，再利用殘差方差圖定階法確定模型的階數，利用矩估計的方式估計出ARMA(2,1)模型的參數，用線性最小均方誤差預測方法對網絡流量做出預測。最后改進了一種基于比較網絡流量的預測值與其區(qū)間閾值以發(fā)現網絡異常與故障的方法。這樣就使得在網絡異常發(fā)生之前或網絡發(fā)生異常的最短時間內，網絡管理人員即可做出相應的判斷，采取行之有效的防范措施以保證網絡的正常服務。這種方法改變了以往的網絡管理響應方式，使得網絡異常的預警成為可能。
目錄：
第一章 緒論 1
第一節(jié) 研究背景 1
第二節(jié) 網絡業(yè)務流量研究的意義 2
第三節(jié) 本章小結 3
第二章 時間序列分析的基本理論與方法 4
第一節(jié) 時間序列分析的相關概念 4
一、 時間序列 4
二、 時間序列分解 5
三、 平穩(wěn)隨機過程的概念及判定 6
四、 隨機過程的統(tǒng)計描述 8
第二節(jié) 滑動自回歸平均模型（ARMA） 9
一、 滑動自回歸平均模型 9
二、 滑動自回歸平均模型的相關矩估計 10
三、 滑動自回歸平均模型的預測 12
第三節(jié) 本章小結 15
第三章 基于ARMA的網絡流量建模 16
第一節(jié) 數據采集 16
第二節(jié) 建立流量的正常行為模式 18
第三節(jié) 平穩(wěn)化數據序列 19
第四節(jié) 模型的定階 21
第五節(jié) 模型參數估計 23
第六節(jié) 本章小結 24
第四章 基于ARMA模型的網絡流量預測及異常檢測 25
第一節(jié) 網絡流量預測 25
第二節(jié) 網絡異常檢測 29
第三節(jié) 本章小結 31
結 論 32
致 謝 33
參考文獻 34
附 錄 36
一、 英文原文 36
二、 英文翻譯 43
三、 原始數據 49
四、 源程序 51