%A 黄伟,刘存才,祁思博 %T 针对设备端口链路的LSTM网络流量预测与链路拥塞方案 %0 Journal Article %D 2019 %J 网络与信息安全学报 %R 10.11959/j.issn.2096-109x.2019066 %P 50-57 %V 5 %N 6 %U {https://www.infocomm-journal.com/cjnis/CN/abstract/article_169566.shtml} %8 2019-12-15 %X

针对设备端口链路流量,提出两种基于长短期记忆网络的预测模型。第一种针对在大时间粒度下平稳变化的流量;第二种则针对在小时间粒度下波动剧烈的非平稳流量。通过选用不同的数据划分方式与模型训练方法,构建两种具有不同网络结构的流量预测模型。实验结果表明,前者在处理平稳变化的流量时能够达到极高的预测精度,后者在处理非平稳流量时具有明显优于SVR模型、BP神经网络模型的预测效果。在第二种预测模型的基础上,提出了参数可调的链路拥塞预警方案,实验证明该方案具有一定的可行性。