基于MGU的大规模IP骨干网络实时流量预测

作者：郭芳; 陈蕾; 杨子文

来源：山东大学学报(工学版), 2019, 49(02): 88-95.

• 网络流量预测
• 大规模IP骨干网
• 循环神经网络
• LSTM
• MGU

为克服长短时记忆网络(long short-term memory, LSTM)计算成本相当大的弊端,提出基于最小门控单元(minimal gated unit, MGU)的大规模IP骨干网络实时流量预测方法。试验结果表明,与基于LSTM的流量预测方法相比,该方法以较少的模型训练时间获得了相当甚至略优的流量预测性能,在流量预测精度和实时性方面也优于已有的前馈神经网络(feed forward neural network, FFNN)和门控循环单元神经网络(gated recurrent unit, GRU)方法。

• 单位
  南京航空航天大学; 南京邮电大学