Network Traffic Prediction via Deep Graph-Sequence Spatiotemporal Modeling Based on Mobile Virtual Reality Technology
El pronóstico preciso y en tiempo real del flujo de tráfico de red desempeña un papel importante en la gestión de redes. Especialmente en la actualidad, la realidad virtual (VR), la inteligencia artificial (IA), el vehículo a todo (V2X) y otras tecnologías están estrechamente combinadas a través de la red móvil, lo que aumenta en gran medida las actividades de interacción humano-computadora. Al mismo tiempo, se requiere un alto rendimiento, baja latencia y una garantía de servicio altamente confiable. Para lograr un servicio de red de alta calidad en tiempo real bajo demanda, debemos captar con precisión los cambios dinámicos del tráfico de red. Sin embargo, debido al aumento de la movilidad de los clientes y la diversidad del comportamiento de las aplicaciones, la complejidad y dinámica del tráfico de red en el dominio temporal y espacial aumentan considerablemente. Para capturar con precisión las características espacio-temporales, proponemos el modelo de unidad recurrente con compuerta de convolución de grafo espacio-temporal (GC-GRU), que integ
Fuente:
Revista Virtual Pro
Formatos de contenido:
Otros