基于元特征映射与经验黑翅鸢优化的自动化网络流量预测框架

蒋献; 陈嗣元; 苟敬文; 张子天; 诸葛斌; 董黎刚

doi:10.11959/j.issn.1000-436x.2025215

您当前的位置：

首页 >

文章列表页 >

基于元特征映射与经验黑翅鸢优化的自动化网络流量预测框架

学术通信 | 更新时间：2026-01-21

- 基于元特征映射与经验黑翅鸢优化的自动化网络流量预测框架
- Automated network traffic prediction framework based on meta-feature mapping and empirical black-winged kite optimization
- 通信学报 2025年46卷第12期页码：326-346
- 作者机构：
  
  1.浙江工商大学统计与数据科学学院，浙江杭州 310018
  2.浙江工商大学信息与电子工程学院，浙江杭州 310018
- 作者简介：
  
  [ "蒋献（1988- ），男，浙江兰溪人，浙江工商大学博士生，主要研究方向为智慧网络与智慧教育。" ]
  [ "陈嗣元（2004- ），男，河南新乡人，浙江工商大学硕士生，主要研究方向为时间序列、网络安全与AI安全、具身智能关键技术。" ]
  [ "苟敬文（2000- ），男，四川巴中人，浙江工商大学硕士生，主要研究方向为智慧网络。" ]
  [ "张子天（1988- ），男，河北石家庄人，博士，浙江工商大学副研究员，主要研究方向为基于机器学习的网络流量预测与资源管理。" ]
  [ "诸葛斌（1976- ），男，浙江兰溪人，博士，浙江工商大学教授，主要研究方向为网络和通信技术、互联网技术和网络安全。" ]
  [ "董黎刚（1973- ），男，浙江上虞人，博士，浙江工商大学教授，主要研究方向为智能网络与智慧教育。" ]
- 基金信息：
  
  国家自然科学基金资助项目(W2421086;61871468);浙江省重点研发计划基金资助项目(2026C02A1244);桐乡通用人工智能研究院项目(TAGI2-B-2024-0014);浙江省新型网络标准与应用技术重点实验室基金资助项目(2013E10012);浙江省“十四五”第二批研究生教学改革项目(3100JYN4118002G-714);国家级创新创业训练项目(1120XJ2525246/2025;1010XJ2524078/2024);2024年浙江省大学生科技创新活动计划(2024R408A047)
- DOI：10.11959/j.issn.1000-436x.2025215
  中图分类号： TP302
- 收稿：2025-09-04，
  
  修回：2025-12-02，
  
  录用：2025-12-03，
  
  纸质出版：2025-12-25
- 稿件说明：
移动端阅览
蒋献,陈嗣元,苟敬文等.基于元特征映射与经验黑翅鸢优化的自动化网络流量预测框架[J].通信学报,2025,46(12):326-346.

JIANG Xian,CHEN Siyuan,GOU Jingwen,et al.Automated network traffic prediction framework based on meta-feature mapping and empirical black-winged kite optimization[J].Journal on Communications,2025,46(12):326-346.
蒋献,陈嗣元,苟敬文等.基于元特征映射与经验黑翅鸢优化的自动化网络流量预测框架[J].通信学报,2025,46(12):326-346. DOI： 10.11959/j.issn.1000-436x.2025215.

JIANG Xian,CHEN Siyuan,GOU Jingwen,et al.Automated network traffic prediction framework based on meta-feature mapping and empirical black-winged kite optimization[J].Journal on Communications,2025,46(12):326-346. DOI： 10.11959/j.issn.1000-436x.2025215.

浏览量

379

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

网络行为孪生驱动的物联网异常流量检测

多芯粒大模型加速器推理协同优化方法

大语言模型赋能的网络配置分析技术研究

ResilM-IBN：一种自愈型多智能体网络管理框架

基于元特征映射与经验黑翅鸢优化的自动化网络流量预测框架

Automated network traffic prediction framework based on meta-feature mapping and empirical black-winged kite optimization

DOI：10.11959/j.issn.1000-436x.2025215