순환 신경망 기반 딥러닝 모델들을 활용한 실시간 스트리밍 트래픽 예측 (Real-Time Streaming Traffic Prediction Using Deep Learning Models Based on Recurrent Neural Network)

서지정보

· 발행기관 : 한국정보처리학회
· 수록지 정보 : 정보처리학회논문지. 컴퓨터 및 통신시스템 / 12권 / 2호 / 53 ~ 60페이지
· 저자명 : 김진호, 안동혁

초록

최근 실시간 스트리밍 플랫폼을 기반으로 한 다양한 멀티미디어 컨텐츠의 수요량과 트래픽 양이 급격히 증가하고 있는 추세이다. 본 논문에서는실시간 스트리밍 서비스의 품질을 향상시키기 위해서 실시간 스트리밍 트래픽을 예측한다. 네트워크 트래픽을 예측하기 위해 통계적 모형을 활용하였으나, 실시간 스트리밍 트래픽은 매우 동적으로 변화함에 따라 통계적 모형보다는 순환 신경망 기반 딥러닝 모델이 적합하다. 따라서, 실시간 스트리밍 트래픽을 수집, 정제 후 Vanilla RNN, LSTM, GRU, Bi-LSTM, Bi-GRU 모델을 활용하여 예측하며, 각 모델의 학습 시간, 정확도를 측정하여비교한다.

영어초록

Recently, the demand and traffic volume for various multimedia contents are rapidly increasing through real-time streaming platforms.
In this paper, we predict real-time streaming traffic to improve the quality of service (QoS). Statistical models have been used to predictnetwork traffic. However, since real-time streaming traffic changes dynamically, we used recurrent neural network-based deep learningmodels rather than a statistical model. Therefore, after the collection and preprocessing for real-time streaming data, we exploit vanillaRNN, LSTM, GRU, Bi-LSTM, and Bi-GRU models to predict real-time streaming traffic. In evaluation, the training time and accuracyof each model are measured and compared.

참고자료

· 없음