Serviços de monitoramento de rede são executados por diversas empresas e Provedores de Internet (ISP), que fornecem resultados de testes regulares de desempenho, tais como vazão, perda, atraso, dentre outros. Estas medições auxiliam a conhecer o comportamento da rede, bem como obter informações para um planejamento estratégico. Contudo, durante a realização das medições previstas durante o monitoramento da rede podem ocorrer falhas, as quais dificultam a execução de atividades mais complexas, tal como predição do desempenho de rede. Dentro deste contexto, este artigo apresenta um modelo resiliente e adaptativo para a predição de desempenho da rede, no qual inclui a identificação das falhas de medição, aplicando técnicas de imputação de dados a fim de adequar os dados para o processo de predição (baseado em Redes Neurais e Análise de Séries Temporais). Os experimentos realizados, usando dados reais da Rede Nacional de Ensino e Pesquisa (RNP), mostram que a solução proposta consegue atingir altos níveis de acurácia na predição com dados imputados, bem como supera outras abordagens de predição existentes.