Development of Internet Traffic Prediction Software Using Time-Series Multilayer Perceptron

Internet trafik tahmini ağ tasarımı, yönetimi, kontrolü ve optimizasyonunda temel bir rol oynamaktadır. Literatürde Internet trafiğinin istatistiksel ve makine öğrenme yöntemleri kullanılarak tahmin edilmesi üzerine odaklanan çeşitli  çalışmalar bulunmasına rağmen, bilgimiz dahilinde farklı optimizasyon seçeneklerine sahip, tam işlevsel bir yazılım geliştirilmemiştir. Bu çalışmanın temel amacı, Internet trafik tahmini için zaman serili Çok Katmanlı Algılayıcı (Multilayer Perceptron, MLP) üzerine kurulu yeni bir yazılımın geliştirilmesidir. Yazılımın içerdiği özellikler arasında gizli katmanların ve her bir katman içerisindeki nöron sayısının optimize değerlerinin bulunmasının yanı sıra en uygun zaman gecikmesi değerlerinin otokorelasyonlara bağlı olarak optimize edilmesi de bulunmaktadır. Yazılımın test edilmesi amacıyla iki farklı İnternet Servis Sağlayıcısı’ndan tedarik edilen, zaman frekansları 1 saat ve 5 dakika şeklinde değişen Internet trafiği verileri kullanılmıştır. Veri setleri %70-30 ve %80-20 oranlarında eğitim ve test verileri olmak üzere iki kısma bölünmüştür. Tahmin modellerine ait performansın değerlendirilmesi amacıyla, ana metrik olarak Ortalama Mutlak Yüzde Hata (Mean Absolute Percentage Error, MAPE ) hesaplanmıştır. Internet trafik tahmini modellerine ait MAPE değerlerinin 3.25 ve 9.09 arasında değiştiği gözlemlenmiştir. Elde edilen sonuçlara göre, geliştirilen yazılım kabul edilebilir hata oranları ile Internet trafiğinin tahmin edilmesi amacıyla kullanılabilir.