基于时空特征的移动网络流量预测模型

• 作者: 张杰 沈航 沙鑫磊 白光伟 赵文天
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 移动网络 流量预测 时空特征 卷积网络 全连接层
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 网络与通信
• 页码范围: 108-113
• 页数: 6页
• 分类号: TP393
• 字数: 5910字
• 语种: 中文
• DOI: 10.11896/jsjkx.181102207

摘要

研究表明,历史流量数据可以用于移动网络流量的预测,同时周边区域的流量信息可以提高流量预测的准确性.为此,文中提出一种基于时空特征的移动网络流量预测模型STFM.STFM模型利用目标区域及周围区域的历史移动网络流量对目标区域的流量进行预测.其核心思想是,首先利用三维卷积网络(3D CNN)从流量中提取移动网络流量空间上的特征,再利用时间卷积网络(TCN)提取移动网络流量时间上的特征,最后全连接层对提取的特征与实际的流量值建立映射关系,产生预测的流量值.根据实验的验证与分析,STFM在移动网络流量预测上的标准均方根误差(NRMSE)相比TCN,CNN和CNN-LSTM分别减少了28％,21.7％和10％.因此,STFM模型能够有效提高移动网络流量预测的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白光伟	南京工业大学计算机科学与技术学院	166	534	10.0	13.0
2	张杰	南京工业大学计算机科学与技术学院	38	80	6.0	7.0
3	沈航	南京工业大学计算机科学与技术学院	52	96	5.0	8.0
7	沙鑫磊	南京工业大学计算机科学与技术学院	2	0	0.0	0.0
8	赵文天	南京工业大学计算机科学与技术学院	3	6	1.0	2.0