公开(公告)号：CN110545208A

公开(公告)日：2019-12-06

申请号：CN201910900159.1

申请日：2019-09-23

Applicant: 电子科技大学

Inventor： 卓永宁 ,  李蕊 ,  段玲 ,  梁雪源 ,  黄林

IPC: H04L12/24 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于LSTM的网络流量预测方法，包括：根据流量信号得到突发脉冲串，突发脉冲串是一个用于模拟突发事件的影响因素信号，将流量信号和突发脉冲串输入到网络流量并行LSTM预测器进行流量预测；其中，网络流量并行LSTM预测器包括两个LSTM预测器，两个LSTM预测器内部各层神经网络的系数相同，内部状态信息可以交换，其中一个为主预测器，另一个用于检测突发时刻，两个预测器之间进行内部状态的交换，主预测器利用突发预测器得到的信息进行多变量预测，使其能够适应突发流量导致的流量模式的变化，从而改进预测的准确度。仿真实验表明，网络流量并行LSTM预测器能够适应不同强度的流量变化，相对于传统的单变量LSTM预测器，其预测准确度提高了10％左右。

公开(公告)号：CN110545208B

公开(公告)日：2021-10-15

申请号：CN201910900159.1

申请日：2019-09-23

Applicant: 电子科技大学

Inventor： 卓永宁 ,  李蕊 ,  段玲 ,  梁雪源 ,  黄林

IPC: H04L12/24 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于LSTM的网络流量预测方法，包括：根据流量信号得到突发脉冲串，突发脉冲串是一个用于模拟突发事件的影响因素信号，将流量信号和突发脉冲串输入到网络流量并行LSTM预测器进行流量预测；其中，网络流量并行LSTM预测器包括两个LSTM预测器，两个LSTM预测器内部各层神经网络的系数相同，内部状态信息可以交换，其中一个为主预测器，另一个用于检测突发时刻，两个预测器之间进行内部状态的交换，主预测器利用突发预测器得到的信息进行多变量预测，使其能够适应突发流量导致的流量模式的变化，从而改进预测的准确度。仿真实验表明，网络流量并行LSTM预测器能够适应不同强度的流量变化，相对于传统的单变量LSTM预测器，其预测准确度提高了10％左右。