基于多项式修正的LSTM网络流量预测

作     者：靳明飞 

作者机构：合肥工业大学安徽宣城242000 

出 版 物：《信息记录材料》 (Information Recording Materials)

年 卷 期：2022年第23卷第7期

页      码：225-228页

摘      要：在网络信息化高速发展的时代,网络流量数据拥有许多利用价值,其具有高噪声、不稳定等特点,导致对其预测难度较高。本文通过基于多项式修正的LSTM模型设计取自CICIDS的网络流量数据集进行多次的有效特征提取,利用多项式拟合的方式来修正不同LSTM模型提取出的特征权重。预测结果表明,此方法在保证预测的有效性和可靠性的基础上,能够并行训练不同模型的特征提取,避免了复杂网络中常见的“梯度消失或梯度爆炸”等因素引起的训练效果不佳的问题。

主 题 词：LSTM多特征模型 网络流量预测 多项式修正 LSTM自回归模型 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16009/j.cnki.cn13-1295/tq.2022.07.070

馆 藏 号：203114184...