Классификация потоков событий с помощью нейронных сетей Д. Д. Бугакова, Е. Ю. Лисовская
Material type:
ArticleContent type: Текст Media type: электронный Subject(s): потоки событий | сетевой график | нейронные сетиGenre/Form: статьи в сборниках Online resources: Click here to access online
In:
Информационные технологии и математическое моделирование ИТММ-2023. Ч. 1 : материалы XXII Международной конференции имени А. Ф. Терпугова, 4-9 декабря 2023 г Ч. 1. С. 95-100Abstract: Решение задачи идентификации сетевого трафика позволит операторам и владельцам инфраструктур принимать решения о стратегии его обслуживания, а также прогнозировать его поведение в будущем, что поможет при проектировании виртуальных или физических сетей. Данная работа является частью большой задачи идентификации трафика. Здесь с помощью нейронных сетей решается задача классификации трех потоков событий (стационарный пуассоновский, рекуррентный, MMPP). В качестве инструментов классификации рассматриваются полносвязные и рекуррентные нейронные сети. Предсказательная способность оценивалась с помощью метрик accuracy и AUC ROC.
Библиогр.: 3 назв.
Решение задачи идентификации сетевого трафика позволит операторам и владельцам инфраструктур принимать решения о стратегии его обслуживания, а также прогнозировать его поведение в будущем, что поможет при проектировании виртуальных или физических сетей. Данная работа является частью большой задачи идентификации трафика. Здесь с помощью нейронных сетей решается задача классификации трех потоков событий (стационарный пуассоновский, рекуррентный, MMPP). В качестве инструментов классификации рассматриваются полносвязные и рекуррентные нейронные сети. Предсказательная способность оценивалась с помощью метрик accuracy и AUC ROC.
There are no comments on this title.