文献

J-GLOBAL ID：201702232836681283   整理番号：17A0373599

大規模IPバックボーンネットワークにおける深い学習に基づくトラフィック行列予測と推定【Powered by NICT】

Traffic matrix prediction and estimation based on deep learning in large-scale IP backbone networks

著者 (4件)： Nie Laisen (School of Computer Science and Engineering, Northeastern University, Shenyang 110819, China) ,  Jiang Dingde (School of Computer Science and Engineering, Northeastern University, Shenyang 110819, China) ,  Guo Lei (School of Computer Science and Engineering, Northeastern University, Shenyang 110819, China) ,  Yu Shui (School of Information Technology, Deakin University, Burwood, VIC 3125, Australia)
資料名： Journal of Network and Computer Applications  (Journal of Network and Computer Applications)
巻： 76  ページ： 16-22  発行年： 2016年 
JST資料番号： H0842A  ISSN： 1084-8045  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： ネットワークトラヒック解析は大規模IPバックボーンネットワークを保存するための最も重要な技術の一つである。その重要性にもかかわらず,大規模ネットワークトラヒックモニタリング技術はいくつかの技術的と商業問題に悩まされている正確なネットワークトラフィックデータを得た。ネットワークトラヒック推定法は,ネットワークトラヒックを取得するための最も一般的な技術となってきているが,まだ解決を必要とする問題の多くを持っている。ネットワークの規模の発展に伴い,ネットワーク交通推定問題の不良設定特性のレベルがより悪化した。に加えて,ネットワークトラヒックの統計的特徴を,現在のネットワークアーキテクチャと応用の点で大きく変化してきた。に触発されて,本論文において,筆者らはネットワークトラヒック予測と推定法を提案する。ネットワークトラヒックの動的特性を調べるために,深い学習アーキテクチャを使用し,深層信念ネットワークに基づく新しいネットワーク交通予測手法を提案した。リンク数とルーティング情報による深層信念ネットワークを用いたネットワークトラヒック推定法を提案する。AbileneとGEANTバックボーンネットワークからの実データ集合による,この方法論の有効性を検証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 予測技法 ,  計算機アーキテクチャ ,  ネットワークアーキテクチャ ,  深層 ,  交通予測 ,  *基幹回線 ,  *ネットワーク ,  学習
準シソーラス用語： 経路情報 ,  信念ネットワーク ,  推定法 ,  大規模ネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： ネットワークトラフィック予測 ,  ネットワークトラヒック推定 ,  トラヒック行列 ,  深い学習 ,  深信念ネットワーク

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (8件)： 大規模 ,  IP ,  バックボーンネットワーク ,  学習 ,  トラフィック ,  行列 ,  予測 ,  推定