Biblioteca122.739 documentos en línea

Artículo

Prediction of Traffic Generated by IoT Devices Using Statistical Learning Time Series AlgorithmsPredicción del Tráfico Generado por Dispositivos de IoT Utilizando Algoritmos de Aprendizaje Estadístico de Series Temporales

Resumen

El IoT es la comunicación de dispositivos de detección vinculados a Internet para comunicar datos. Los dispositivos IoT tienen una fiabilidad extremadamente crítica con una condición de red eficiente y robusta. Basado en el enorme crecimiento de dispositivos y su conectividad, el IoT contribuye a la mayor parte del tráfico de Internet. La predicción del tráfico de red es una función muy importante de cualquier red. La predicción del tráfico es importante para garantizar la eficiencia del sistema y asegurar la calidad del servicio de las aplicaciones de IoT, ya que se basa principalmente en la gestión de la congestión, el control de admisión, la asignación de ancho de banda al sistema y la identificación de anomalías. En este documento, se presenta una visión general completa del modelo de pronóstico de tráfico de IoT utilizando series temporales clásicas y redes neuronales artificiales. Para la predicción del tráfico de IoT, se utilizan trazas de red reales. Los modelos de predicción se evalúan utilizando los valores de MAE, RMSE y R-cuadrado. Los resultados experimentales indican

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento