典型文献
面向科研专网的链路流量预测模型
文献摘要：
当今科研活动已越来越依赖科研数据网络的高效传输,这对科研专网的链路资源规划和运行管理带来了更高要求.面向科研专网的实际需求建立链路流量预测模型能使网络运营者在SDN等先进控制转发技术辅助下更有效进行资源调度的快速决策.现有的预测方法未考虑当前网络流量更具多样化和更高复杂度的深层细粒度特征.通过改进LSTM模型,本文面向科研专网的管理需求提出了一种新型的链路流量预测模型,由自编码器AE、双向LSTM模型、单向LSTM模型和全连接层组成的AE-栈式混合LSTM模型,较大幅度提升了流量特征的提取能力,更好地挖掘不同时刻的数据特征之间前后依赖关系.本模型使用中国科技网CSTNet的全国骨干网真实生产环境中随机抽取的某一链路关联节点数据进行验证.实验结果证明本模型的预测结果符合流量真实变化趋势,且预测值与观测值之间的残差较小,能较好的拟合科研专网的现有流量.
文献关键词：
科研专网;网络管理;链路流量;预测模型;机器学习;流量预测
中图分类号：
作者姓名：
李菁菁;杨校林;李俊;马彤宇;尉书宾
作者机构：
中国科学院 计算机网络信息中心, 北京 100190;中国科学院大学, 北京 100049
文献出处：
引用格式：
[1]李菁菁;杨校林;李俊;马彤宇;尉书宾-.面向科研专网的链路流量预测模型)[J].计算机系统应用,2022(02):48-56
A类：
科研专网,CSTNet
B类：
链路流量,流量预测模型,科研活动,科研数据,数据网络,高效传输,链路资源,资源规划,运行管理,网络运营者,SDN,先进控制,转发技术,技术辅助,资源调度,速决,网络流量,细粒度特征,管理需求,自编码器,AE,全连接层,流量特征,特征的提取,不同时刻,数据特征,依赖关系,模型使用,科技网,骨干网,生产环境,随机抽取,合流,观测值,网络管理
AB值：
0.338264
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
