@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00193638,
 author = {小山内, 遥香 and 中尾, 彰宏 and 山本, 周 and 山口, 実靖 and 小口, 正人},
 book = {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},
 month = {Jun},
 note = {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．},
 pages = {1419--1425},
 publisher = {情報処理学会},
 title = {RNNによるネットワークトラフィック変動の予測},
 volume = {2018},
 year = {2018}
}