РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ПРОГНОЗИРОВАНИЯ СЕТЕВЫХ НАГРУЗОК С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ

В статье рассматривается проблема прогнозирования сетевых нагрузок с использованием методов машинного обучения и искусственного интеллекта. Рост объёмов данных и усложнение сетевых инфраструктур требуют интеллектуальных решений для эффективного распределения ресурсов и предотвращения перегрузок. В рамках исследования предлагается архитектура интеллектуальной системы прогнозирования, основанной на гибридном подходе, объединяющем глубокую инспекцию пакетов (DPI), сверточные нейронные сети (CNN) и трансформеры (Transformer). Предварительные результаты моделирования показывают высокую точность предсказания сетевых нагрузок и устойчивость модели к шумам и аномалиям.