近年来,无线网络作为一种新的网络结构,越来越多的应用在校园区域,军事领域,医疗领域和其它的公共场合等。随着网络在各个领域的应用,对无线网络的管理和安全的研究也提到重要的议程。其中网络流量分析和网络流量的预测是网络管理及安全领域研究的重要内容之一。本文分析了无线网络流量的特征,并在此基础上进一步研究了不同的预测方法,由此提出一种适合于无线网络特性的流量预测方法。本文主要从以下几个方面展开课题研究:1)无线网络流量的数据分析。该部分主要从两方面对无线网络的数据特性进行定量、定性分析:一方面是进行流量的数据描述分析,另一方面从概率统计学的角度对无线网络流量进行统计分析,得到样本流量和总体流量分布特性。此部分的分析对后面建立预测模型提供了基础和依据。2)无线网络流量的预测模型的研究。本文提出了一种新的网络流量预测模型——GCSVR模型。作为一种新的流量预测模型,我们将混沌理论、灰色理论和支持向量机三者相结合用于无线网络流量预测。其中,混沌理论用来分析时间序列、重构相空间;灰色理论用来平稳化时间序列,弱化粗糙数据集的随机特性,使数据具有较强的规律性,以提供给预测模型较平稳且规律性强的数据;最后使用支持向量机进行流量的拟合和预测。通过新模型与原始SVR模型的对比实验,我们发现新模型的预测精度和预测的步长都有明显提高。实验表明,GCSVR模型对于突发性强、规律性差的无线网络流量的不平稳序列,能够做到很好的平稳化处理,能够有效提高预测精度和预测长度。