1、在網(wǎng)絡使用過程中，由于用戶具有各自的興趣愛好和訪問習慣，因此其關注的內(nèi)容不完全相同，使用網(wǎng)絡的時間和服務也各不相同，并且不同的用戶群體不可避免地帶有各自的群體行為特征。了解網(wǎng)絡用戶的群體行為，能從更宏觀的角度得到網(wǎng)絡使用輪廓，一方面為用戶使用網(wǎng)絡提供一定的指導意義，幫助其更加充分合理的利用網(wǎng)絡資源;另一方面也為網(wǎng)絡管理者進行異常檢測等網(wǎng)絡管理工作提供理論依據(jù)。校園網(wǎng)作為互聯(lián)網(wǎng)的一個組成部分，其用戶的專業(yè)性和使用網(wǎng)絡的目的性較強，決定了它

2、可能比校外普通互聯(lián)網(wǎng)用戶具有更明顯的特征。探究和了解校園網(wǎng)用戶群體行為特征，可以為校園網(wǎng)的網(wǎng)絡規(guī)劃與建設等工作提供重要的理論基礎，因此對校園網(wǎng)用戶群體行為的研究顯得日漸重要。
　　本文提出一種從校園網(wǎng)用戶群體角度出發(fā)，研究用戶群體行為特征的分析方法。由于網(wǎng)絡使用受到諸多因素的影響，變化多而快，很難用一套有效的機制對其進行概述，因此本文著重研究了用戶群體行為分析的方法。首先對校園用戶的數(shù)據(jù)流量進行采集和存儲，進行用戶群組的劃分；然后

3、通過時間序列等方法分析和預測流量數(shù)據(jù)；最后判斷用戶流量是否出現(xiàn)異常。
　　本文還對時間序列模型進行了深入的研究和討論，通過對為計算機學院研究生實驗室的3月份數(shù)據(jù)進行分析，提出了以不同天時間點作為建模的思想，并且引用了線性回歸方法將時間序列與流量序列作了結(jié)合，提出了多元線性自回歸模型的預測模型，運用指數(shù)加權(quán)移動平均數(shù)方法來優(yōu)化模型參數(shù)。隨著網(wǎng)絡流量數(shù)據(jù)的動態(tài)更新，模型參數(shù)也會適應網(wǎng)絡的變化，使其具有自適應性。并建立置信水平為95％的