基于网络模拟器和灰色系统理论的校园物联网流量建模和预测开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

课题意义：

物联网（iot）是一个由相互关联的计算设备，机械和数字设备，物品，动物或人组成的系统，这些系统具有唯一标识符（uid），并且能够通过网络传输数据而无需人人或人机交互。物联网的概念自被提出以来，在早期的应用中，被广泛所知的是通过供应链运送产品时，利用传感器跟踪安放在产品上的rfid标签，从而改进库存管理，同时减低运营资金和物流成本。随着技术的发展，在融合了传感器，计算机和网络技术后，物联网的应用逐渐进入普通人的生活，其典型的应用是智能家居，可以实现消费电子产品、通信产品、家用电器等设备之间的通信及数据交换，达到人（家庭成员）、物（住宅、电器、电脑、车等）之间互联互通的目的。之后，物联网的数据流量飞速增长。目前，物联网正在进入一个新的阶段。许多新技术被应用在物联网上，并成为物联网的关键技术。如传感器技术，操作系统技术、云与边缘计算技术等。

随着用校园物联网的频率越来越高，校园物联网上传输的数据种类日益增多，如：图像、声音、视频、文本以及其它类型数据，使得校园物联网管理面临巨大的挑战。本选题使用一种物联网流量生成器生成适合校园物联网流量的模拟数据，对此数据利用灰色预测理论进行建模和预测。

2. 研究的基本内容和问题

研究目标和内容：

在对物联网的流量预测中，校园物联网的流量情况复杂，校园物联网流量首学校学习周期影响较大，具有一定的周期性。本文提出了使用一种物联网流量生成器生成数据，并使用灰色模型处理并预测校园物联网流量的方法。具体研究目标有：

1.一种物联网流量生成器的理论依据、建模过程以及使用方法。主要是对其基本原理、结构层次、功能和性能进行研究，明确其理论基础和适用范围，并确保其能够生成适合校园物联网流量的数据。

3. 研究的方法与方案

研究方法：

本课题主要采用文献调查法、数学法、实验法，首先阅读物联网流量生成器和网络流量预测、灰色理论的应用等相关文献，掌握一定的理论知识后再实际运用，利用matlab等工具实现校园物联网流量的生成、拟合和预测，在最后检验成果并优化模型。

4. 研究创新点

本课题主要理论有的流量生成器和灰色预测理论。已经有学者将后者运用在网络流量预测上。而用于预测校园物联网场景的数学方法还比较少，比如极限学习机、支持向量机、神经网络等。其中神经网络和支持向量机模型是基于机器学习的模型，其利用了模型内部存在的非线性关系，虽然有较好的预测精度，但是需要处理大量的数据，并且算法复杂度较高。而基于线性的预测模型对于如今越来越复杂的网络，则无法利用其中隐含的信息，导致预测性能较差。而灰色模型和一些其他模型的互补使用则即提高了效率又保证了性能。在校园物联网流量预测上使用灰色预测理论是一个新鲜的尝试。

5. 研究计划与进展

研究计划：

首先，阅读大量相关理论的资料和文献，学会使用流量生成器，分析校园物联网流量特点，并根据相应特点，生成足够多的物联网流量数据，并以代码的形式导入matlab。其次，根据灰色预测理论，在数据上建立灰色模型，得出拟合数据并绘制拟合曲线，检验数据的相关度、方差、后验差比值等条件。然后，分析建模结果，优化模型参数，使得模型拟合结果更接近真实值。最后，使用该模型参数对流量数据进行预测，以期得出未来一段时间内物联网流量的走势。