Resumen

La predicción oportuna y precisa del tráfico de red es un medio necesario para realizar la gestión y control inteligente de la red. Sin embargo, este trabajo sigue siendo un desafío considerando la compleja dependencia temporal y espacial entre el tráfico de red. En términos de dimensión espacial, los enlaces conectan diferentes nodos, y el tráfico de red que fluye a través de diferentes nodos tiene una correlación específica. En términos de dimensión temporal, no solo el tráfico de red en puntos de tiempo adyacentes está correlacionado, sino que también la importancia de los puntos de tiempo distantes no necesariamente es menor que la del punto de tiempo más cercano. En este documento, proponemos un nuevo método de predicción inteligente de tráfico de red basado en atención conjunta y GCN-GRU (AGG). El modelo AGG utiliza GCN para capturar las características espaciales del tráfico, GRU para capturar las características temporales del tráfico, y un mecanismo de atención para capturar la importancia de diferentes características temporales, con el fin de realizar una consider

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Predicción del tráfico en la red; Dimensión espacial; Características temporales; Modelo AGG; Mecanismo de atención; Correlación espacio-temporal
• Keywords:Network traffic prediction; Spatial dimension; Temporal features; AGG model; Attention mechanism; Spatial-temporal correlation