基于時序特征建模的往返時延預(yù)測方法

摘要： 為提升往返時延預(yù)測的準(zhǔn)確性與實(shí)時性，在深入挖掘和分析影響其準(zhǔn)確度各種因素的基礎(chǔ)上，針對往返時延變化的短期隨機(jī)性與長期平穩(wěn)性，提出一種基于時序特征建模的往返時延預(yù)測方法GCA-RTT。通過構(gòu)建門控卷積與自注意力機(jī)制相融合的時延歷史數(shù)據(jù)局部特征與長期依賴關(guān)系學(xué)習(xí)模型，實(shí)現(xiàn)更為精確、高效的往返時延預(yù)測。實(shí)驗(yàn)結(jié)果表明，GCA-RTT可以有效捕捉基于時間序列的往返時延變化特征，與其它神經(jīng)... （共7頁）