通信障害は，大規模災害による被災地内外の通信過多による輻輳，同時に起こるOSアップデートやDDoS攻撃など，様々な原因で引き起こされる．これらの通信障害は起こってからでは，対応が手遅れである場合が多く，確度の高い予測をし，事前に輻輳を抑制することが重要である．網内における機械学習により，トラフィック集中を早期に検知し，効率的に対応するための技術に期待が集まっている．本論文では，深層学習のモデルの一種であるLong short-term memory(LSTM)を用いてトラフィック異状の情報を抽出し，トラフィック変動の兆候を掴むための手法を提案し，その評価を行う．