基于生成对抗网络的5G网络流量预测方法

摘要：

无线接入用户的需求呈爆炸式增长,5G网络流量呈指数级增长且呈现出多样性、异构性的趋势,使得网络流量预测面临诸多挑战.针对5 G网络部署宏基站、微基站与微微基站的多层架构,文中提出基于生成对抗网络(GAN)的流量预测方法.首先,生成网络分别捕捉流量时空特征与基站类型特征,将拼接特征输入复合残差模块以生成预测流量,并将生成流量输入判别网络;然后,判别网络判断生成流量是真实流量还是预测流量;最后,经过生成网络与判别网络的博弈对抗使生成网络生成高精度的预测流量.实验结果表明,GAN的二维均方根预测误差分别比2DCNN,3DCNN和ConvLSTM降低了58.64％,38.74％和34.88％,具有最优的流量预测性能.

关键词：5G网络、流量预测、生成对抗网络、时空特征挖掘

所属期刊栏目：49

分类号：TP393(计算技术、计算机技术)

资助基金：江苏省自然科学基金;教育部卓越工程师教育培养计划项目产学合作协同育人项目;江苏省"六大人才高峰"高层次人才项目;江苏省大数据安全与智能处理重点实验室项目;计算机软件新技术国家重点实验室项目;江苏省研究生科研与实践创新计划项目

在线出版日期：2022-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：321-328