基于领域知识内嵌的深度学习网络流量预测研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.12045/j.issn.1007-3043.2023.07.010

基于领域知识内嵌的深度学习网络流量预测研究

引用
首先针对流量数据可能存在的时域分布突变问题设计了一种基于JS散度的异常检测算法,以获得能够反映流量变化规律的数据.而考虑到网络流量的自相似性、长时相关性和周期性特点,提出一种基于卷积生成网络和自适应注意力元网络组成的动态时域生成流量预测模型(GDTN),能够有效地降噪、生成和预测流量数据,并根据不同输入条件动态分配不同多时域流量特征的重要性.最后在智能城域网端口数据集上进行实验,验证了该算法相比于多种经典时序预测算法在预测准确度、存储资源占用和时间效用等方面具备明显优势.

深度学习、流量预测、领域知识、异常检测

TP393.06(计算技术、计算机技术)

2023-08-16(万方平台首次上网日期,不代表论文的发表时间)

共5页

54-58

相关文献
评论
暂无封面信息
查看本期封面目录

邮电设计技术

1007-3043

10-1043/TN

2023,(7)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn