技术特征：
技术总结
该发明公开了一种基于RBF神经网络的SDN流量预测方法，属于无线通信网络技术领域。本发明提出的基于RBF神经网络的SDN流量预测算法具有优良的非线性特性，特别适用于高度非线性系统的处理，通过研究历史数据记录来进行训练，一个经过适当训练的神经网络具有归纳全部数据的能力。其次，RBF神经网络具有灵活有效的学习方式，结构较其它神经网络来说，更加简单，学习速度更快。因此，RBF神经网络能够对复杂多变的网络流量进行更精确的预测。本发明利用POX和Mininet对所提出的算法进行仿真，仿真结果表明所提出的算法能准确预测SDN流量变化趋势，具有较好的预测性能与较低的预测误差。
技术研发人员：蒋定德;齐盛;朱相楠;乔琛
受保护的技术使用者：电子科技大学
技术研发日：2018.11.09
技术公布日：2019.02.12