Current Result Document :
| 한글제목(Korean Title) |
시계열 딥러닝 모델을 사용한 실시간 동영상 트래픽 예측 |
| 영문제목(English Title) |
Real-time video traffic prediction using a time series deep learning model |
| 저자(Author) |
김진호
안동혁
Jinho Kim
Donghyeok An
|
| 원문수록처(Citation) |
VOL 49 NO. 01 PP. 2057 ~ 2059 (2022. 06) |
한글내용
(Korean Abstract) |
네트워크 트래픽은 시간에 따라 호스트의 환경, 서버의 과부하, 네트워크 상의 혼잡과 같은 여러 요인에 의해 영향을 받으며, 최근 다양한 멀티미디어 컨텐츠 사이에서 동영상의 수요가 급격하게 늘어남에 따라, 네트워크 상에서의 동영상 트래픽은 매우 동적으로 변화하고 있다. 변화하는 트래픽을 예측하는 것은 보다 효율적인 네트워크 관리가 가능하게 하는 장점이 있다. 본 논문에서는 실시간 동영상 트래픽에 초점을 두어 Youtube 플랫폼을 기반으로 한 다양한 실시간 동영상 트래픽을 수집, 분석 및 전처리를 진행 후 대표적인 시계열 딥러닝 모델인 LSTM, GRU를 사용하여 정확하고 신속한 트래픽 예측 실험을 진행하고 결과를 분석 및 평가한다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
