L-004
深層学習を用いたネットワークトラフィック予測

◎徳山雄丈・福島行信・樽谷優弥・横平徳美（岡山大）

ネットワーク事業者にとって将来のネットワークトラフィックを正確に予測することは重要である。リカレントニューラルネットワーク(RNN)を用いた予測手法(RNN法)はその高い予測精度から、最も有効な予測手法であるとされている。従来研究ではトラフィックデータのみを予測に用いているが、トラフィックは時刻と曜日に応じて変化するため、これらの属性情報を予想に用いることでRNN法の予測精度が更に向上する可能性がある。そこで本稿ではRNN-VT法とRNN-VTD法を提案する。前者は属性情報としてタイムスタンプ情報を使用し、後者は更に曜日情報をも使用する。実験の結果、曜日情報はRNN法の予測精度改善のために有用であるが、タイムスタンプ情報は有用ではないことが分かった。