2U-02
深層学習を用いた有線通信におけるネットワークトラフィック変動の予測手法
突然発生する通信障害は,大規模災害時による通信過多やDDos攻撃,同時に起こるOSアップデートなど,さまざまな原因で引き起こされる.これらの通信障害が起こってからでは対応が手遅れである場合が多いため,トラフィックの輻輳を予知し,事前に抑制することが重要である.そこで,本研究では深層学習モデルの長短期記憶(LSTM)ネットワークを用いてネットワークパラメータを特徴量とした時系列データの予測を行う.有線通信時のトラフィック異常の情報から,トラフィック変動の兆候を掴むための手法を提案する.