TimeANet:一种简易部署的网络流量预测模型

作     者：徐东磊 张磊 李振国 胡记伟 

作者机构：武汉烽火技术服务有限公司 

基　　金：2023年湖北省重点研发计划项目“5G传输网站点智慧节能核心技术研究及应用”(项目编号:2023BCB041) 

出 版 物：《中国宽带》 (China BroadBand)

年 卷 期：2024年第20卷第6期

页      码：1-3页

摘      要：网络流量预测在网络管理和优化中起着至关重要的作用。然而,传统的深度学习模型(如循环神经网络和卷积神经网络)虽然在时间序列预测中表现良好,但在网络流量预测中仍面临一些挑战。首先,这些模型在处理长时间依赖时容易出现信息丢失问题;其次,其模型复杂度较高,难以在实际部署中高效运行。为了解决这些问题,本文提出了一种新的轻量级模型TimeANet。设计了高效的注意力神经算子,显著增强了特征感知能力;同时,设计了一个具有长期记忆能力的特征通道,有效应对信息丢失问题。实验结果表明,与现有时序序列预测框架相比,TimeANet具有显著的轻量化和准确性的优势。

主 题 词：网络流量预测 智能运维 深度学习 

学科分类：08[工学] 0812[工学-测绘类] 

D　O　I：10.20167/j.cnki.ISSN1673-7911.2024.06.01

馆 藏 号：203156935...