ПРОГНОЗИРОВАНИЕ СЕТЕВОГО ТРАФИКА

Аннотация

Современная гетерогенная сеть порождает сетевой трафик со сложной (неоднородной) структурой. Исследование реально измеренных данных показывают, что они обладают не равномерной интенсивностью поступления пакетов на обслуживающие сетевые устройства. При этом модели, построенные на основе данных, характеризующего один объект за ряд последовательных моментов времени (временные ряды) обладают свойством нестационарности, что означает, что их структура многокомпонентная. Поэтому сегодня задачи управления сетью основываются, в том числе и на предсказанных будущих данных для принятия правильного решения. Выявить и количественно выразить компоненты сложной структуры – наличие/отсутствие тенденции, периодичности, случайной компоненты является основной задачей анализа временного ряда. Идентифицировать нелинейную функцию и осуществить его прогнозирование с большим успехом сегодня осуществляют алгоритмы нейронной сети с глубоким обучением.