講演抄録/キーワード |
講演名 |
2018-11-16 11:30
RNNを用いたネットワークトラフィック変動の予測 ○小山内遥香(お茶の水女子大)・中尾彰宏・山本 周(東大)・山口実靖(工学院大)・小口正人(お茶の水女子大) NS2018-145 |
抄録 |
(和) |
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. |
(英) |
A network congestion is caused by large scale disasters, multiple OSes upgrades which happen simultaneously, DDoS attack, and so on. When the network congestion happens, it is difficult to deal with.
Therefore, predicting when it happens and preventing it is important. It is expected to detect congestion state by Deep Learning in advance and deal with it effectively. We propose a way to analyze a change of network traffic and study congestion state by RNN in this paper. |
キーワード |
(和) |
深層学習 / RNN / ネットワークトラフィック / 変動予測 / / / / |
(英) |
Deep Learning / RNN / Network traffic / Variation Prediction / / / / |
文献情報 |
信学技報, vol. 118, no. 301, NS2018-145, pp. 87-92, 2018年11月. |
資料番号 |
NS2018-145 |
発行日 |
2018-11-08 (NS) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
NS2018-145 |