基于时空特征的多模型网络流量短期预测方法

摘要：

网络流量短期预测由于其波动性大,突发性强,采样随机性高等特点一直是研究人员重点关注的课题之一,其对于网络调度,异常预警等网络规划工作具有重要的指导作用.从网络短期流量的时间周期性和空间关联性入手,对原始短期流量数据进行时空特征维度构造,并使用长短期记忆LSTM和LightGBM决策树对未来不同采样时刻的流量进行预测,最终在多个数据集的实验中达到了良好的预测精度.

关键词：流量预测;机器学习;时空特征;长短期记忆(LSTM);决策树

所属期刊栏目：42

在线出版日期：2022-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：58-62