时间二维变化建模的网络流量多步预测方法

作     者：宋文超 杨帆 邢泽华 张钰杰 

作者机构：西安电子科技大学通信工程学院 

出 版 物：《西安电子科技大学学报》 (Journal of Xidian University)

年 卷 期：2024年

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 081201[工学-计算机系统结构] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划(2020YFB1805600) 

主　　题：预测 网络管理 流量预测 时间二维变化建模 

摘      要：准确预测网络流量的变化，可以帮助运营商提前进行资源分配和调度，最大程度减少网络拥塞。现有的网络流量多步预测方法难以捕获流量序列的长相关性，在多步预测任务上精度较低，基于此，提出了一种时间二维建模的网络流量多步预测方法。该方法首先利用门控循环单元对网络流量序列进行编码，以实现网络流量时间相关性的精准表征；然后利用网络流量周期特征对其进行重构，将一维的流量序列转化为二维，重构后的流量序列长度被压缩，特征更为集中，使得模型能够有效感知其长相关特征。最后通过新型卷积神经网络捕获重构后流量序列的二维特征，并进行加权融合得到最终的预测结果。仿真结果表明，相较于主流的网络流量多步预测方法，所提方法均方根误差至少降低约8.69%，平均绝对误差至少降低约8.96%，平均百分比误差最少降低约11.73%。实验结果说明所提方法能够有效挖掘网络流量长相关特征，在网络流量多步预测任务中具有更高的预测精度。