基于拓扑链路识别的光网络流量数据合成算法

摘要

基于深度学习的光网络流量诊断与预测等场景中，由于保密等原因，光链路的流量数据采集和存储工作受限。针对数据量少而无法支撑深度学习的问题，文章提出了一种基于拓扑链路识别的光网络流量数据合成算法，其核心思想是在生成对抗网络框架下，联合基于光网络拓扑的条件生成模型和基于光网络流量的数据合成模型，以自监督的方式合成指定光链路的流量数据。仿真结果表明，所提算法合成的光网络流量数据在自相关系数指标上与真实数据接近且使得基于全连接神经网络的流量预测模型准确率达到95%以上。

0 引言

在投入商业使用的光网络中，用户隐私和商业机密保护等措施使得实时采集到的有效流量有限，难以支撑基于深度学习的流量预测或流量诊断等模型的训练。