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

摘要

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．また，近年深層学習による時系列データの解析技術が急速に発展しており，株価予測や音声認識といった自然言語処理に多く活用されている．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った．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．