{"title":"预测网络流量的短期模型分析","authors":"К. М. Лапкин, Елена Владимировна Данилова","doi":"10.38161/978-5-7823-0747-9-2021-48-53","DOIUrl":null,"url":null,"abstract":"В статье представлен обзор моделей краткосрочного прогнозирования временных рядов, а именно: модель авторегрессии (AR), модель скользящего среднего (MA), модель авторегрессии – скользящего среднего (ARMA), интегрированная модель авторегрессии – скользящего-среднего и экспоненциальное сглаживание (HWSE). Краткосрочные модели применены на реальных данных подключений к веб-серверу Nginx.","PeriodicalId":287009,"journal":{"name":"Современные тенденции и проекты развития информационных систем и технологий","volume":"2015 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-06-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"АНАЛИЗ КРАТКОСРОЧНЫХ МОДЕЛЕЙ \\nДЛЯ ПРОГНОЗИРОВАНИЯ СЕТЕВОГО ТРАФИКА\",\"authors\":\"К. М. Лапкин, Елена Владимировна Данилова\",\"doi\":\"10.38161/978-5-7823-0747-9-2021-48-53\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"В статье представлен обзор моделей краткосрочного прогнозирования временных рядов, а именно: модель авторегрессии (AR), модель скользящего среднего (MA), модель авторегрессии – скользящего среднего (ARMA), интегрированная модель авторегрессии – скользящего-среднего и экспоненциальное сглаживание (HWSE). Краткосрочные модели применены на реальных данных подключений к веб-серверу Nginx.\",\"PeriodicalId\":287009,\"journal\":{\"name\":\"Современные тенденции и проекты развития информационных систем и технологий\",\"volume\":\"2015 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-06-21\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Современные тенденции и проекты развития информационных систем и технологий\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.38161/978-5-7823-0747-9-2021-48-53\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Современные тенденции и проекты развития информационных систем и технологий","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.38161/978-5-7823-0747-9-2021-48-53","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
АНАЛИЗ КРАТКОСРОЧНЫХ МОДЕЛЕЙ
ДЛЯ ПРОГНОЗИРОВАНИЯ СЕТЕВОГО ТРАФИКА
В статье представлен обзор моделей краткосрочного прогнозирования временных рядов, а именно: модель авторегрессии (AR), модель скользящего среднего (MA), модель авторегрессии – скользящего среднего (ARMA), интегрированная модель авторегрессии – скользящего-среднего и экспоненциальное сглаживание (HWSE). Краткосрочные модели применены на реальных данных подключений к веб-серверу Nginx.