WEKO3
アイテム
RNNによるネットワークトラフィック変動の予測
https://ipsj.ixsq.nii.ac.jp/records/193638
https://ipsj.ixsq.nii.ac.jp/records/1936387bc82054-9e7e-4dd3-ab6a-35af6dc45f87
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-DICOMO2018211.pdf (1.1 MB)
|
Copyright (c) 2018 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | Symposium(1) | |||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2018-06-27 | |||||||||||||||
| タイトル | ||||||||||||||||
| タイトル | RNNによるネットワークトラフィック変動の予測 | |||||||||||||||
| 言語 | ||||||||||||||||
| 言語 | jpn | |||||||||||||||
| キーワード | ||||||||||||||||
| 主題Scheme | Other | |||||||||||||||
| 主題 | AI | |||||||||||||||
| 資源タイプ | ||||||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||||||||
| 資源タイプ | conference paper | |||||||||||||||
| 著者所属 | ||||||||||||||||
| お茶の水女子大学 | ||||||||||||||||
| 著者所属 | ||||||||||||||||
| 東京大学 | ||||||||||||||||
| 著者所属 | ||||||||||||||||
| 東京大学 | ||||||||||||||||
| 著者所属 | ||||||||||||||||
| 工学院大学 | ||||||||||||||||
| 著者所属 | ||||||||||||||||
| お茶の水女子大学 | ||||||||||||||||
| 著者名 |
小山内, 遥香
× 小山内, 遥香
× 中尾, 彰宏
× 山本, 周
× 山口, 実靖
× 小口, 正人
|
|||||||||||||||
| 論文抄録 | ||||||||||||||||
| 内容記述タイプ | Other | |||||||||||||||
| 内容記述 | 通信障害は，大規模災害による被災地内外の通信過多による輻輳，同時に起こる OS アップデートや DDoS 攻撃など，様々な原因で引き起こされる．これらの通信障害は起こってからでは，対応が手遅れである場合が多く，確度の高い予測をし，事前に輻輳を抑制することが重要である．網内における機械学習により，トラフィック集中を早期に検知し，効率的に対応するための技術に期待が集まっている．本論文では，深層学習のモデルの一種である Recurrent Neural Network (RNN) を用いてトラフィック異状の情報を抽出し，トラフィック変動の兆候を掴むための手法を提案する． | |||||||||||||||
| 書誌情報 |
マルチメディア，分散協調とモバイルシンポジウム2018論文集 巻 2018, p. 1419-1425, 発行日 2018-06-27 |
|||||||||||||||
| 出版者 | ||||||||||||||||
| 言語 | ja | |||||||||||||||
| 出版者 | 情報処理学会 | |||||||||||||||
