公开(公告)号：CN111130909A

公开(公告)日：2020-05-08

申请号：CN201911414979.6

申请日：2019-12-31

Applicant: 南京邮电大学

Inventor： 周剑 ,  王皓明 ,  严筱永 ,  程春玲 ,  韩涛涛

IPC: H04L12/24 ,  H04L12/26 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出基于自适应储备池回声状态网络（Echo State Network,ESN）的网络流量预测方法，首先对网络流量数据进行连续采集；同时将ESN与生成对抗网络（Generative Adversarial Net,GAN）结合，构造基于自适应储备池ESN的网络流量预测模型；然后提出对抗训练算法，在训练中根据网络流量特征自动调整ESN储备池。最终使用训练好的基于自适应储备池ESN的网络流量预测模型进行网络流量预测。该方法可以自动产生适应网络流量特征的储备池，可以提高网络流量预测结果的准确率和稳定性，可以在非线性时间序列预测中取得更好的预测效果。

公开(公告)号：CN111130909B

公开(公告)日：2022-09-23

申请号：CN201911414979.6

申请日：2019-12-31

Applicant: 南京邮电大学

Inventor： 周剑 ,  王皓明 ,  严筱永 ,  程春玲 ,  韩涛涛

IPC: H04L41/147 ,  H04L43/0876 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出基于自适应储备池回声状态网络（Echo State Network,ESN）的网络流量预测方法，首先对网络流量数据进行连续采集；同时将ESN与生成对抗网络（Generative Adversarial Net,GAN）结合，构造基于自适应储备池ESN的网络流量预测模型；然后提出对抗训练算法，在训练中根据网络流量特征自动调整ESN储备池。最终使用训练好的基于自适应储备池ESN的网络流量预测模型进行网络流量预测。该方法可以自动产生适应网络流量特征的储备池，可以提高网络流量预测结果的准确率和稳定性，可以在非线性时间序列预测中取得更好的预测效果。