基于神经网络的网络流量预测算法研究

摘要：

网络流量预测有助于网络服务质量的提升和网络资源的合理分配,对优化网络管理与运营、保障用户体验质量至关重要.因特网业务的急剧增加和基础网络的快速发展导致网络流量变得更加复杂多样,传统网络流量预测模型难以保证较高的预测精度,而神经网络作为人工智能的重要分支,在预测复杂网络流量时具有显著优势.简述反向传播神经网络、径向基神经网络和长短期记忆神经网络的模型原理,通过分析这些神经网络预测不同时间尺度的网络流量结果,可总结其预测性能与优缺点,为基于神经网络的故障预测和故障定位的学术研究和实际应用提供技术支撑.

关键词：网络流量预测、反向传播神经网络、径向基神经网络、长短期记忆神经网络、模型性能评估

所属期刊栏目：47

分类号：TN927

资助基金：国家重点研发计划;国家自然科学基金项目

在线出版日期：2021-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：187-192