Harnessing Generative Pre-Trained Transformer for Datacenter Packet Trace Generation
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种基于生成预训练变换器(GPT)的数据包级网络流量生成器DTG-GPT,旨在解决数据中心流量追踪数据稀缺的问题。DTG-GPT能够合成真实数据流的时空模式,并在不同规模的网络中保持高保真度,为研究社区提供流量信息的潜力。
🎯
关键要点
-
本研究提出了一种基于生成预训练变换器(GPT)的数据包级网络流量生成器DTG-GPT。
-
DTG-GPT旨在解决数据中心流量追踪数据稀缺的问题。
-
该生成器能够合成真实数据流的时空模式。
-
DTG-GPT在不同规模的网络中保持高保真度。
-
DTG-GPT为研究社区提供流量信息的潜力。
➡️