文献

J-GLOBAL ID：201702260644383581   整理番号：17A1650936

AMPS:SDNにおける機械学習を用いたを意識したマルチパス流れ追跡応用【Powered by NICT】

AMPS: Application aware multipath flow routing using machine learning in SDN

著者 (3件)： Pasca S Thomas Valerrian (Department of Computer Science and Engineering, Indian Institute of Technology Hyderabad, India) ,  Kodali Siva Sairam Prasad (Department of Computer Science and Engineering, Indian Institute of Technology Hyderabad, India) ,  Kataoka Kotaro (Department of Computer Science and Engineering, Indian Institute of Technology Hyderabad, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： NCC  ページ： 1-6  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,ソフトウェア定義ネットワーク(SDN)における機械学習技術(MLT)を統合した意識マルチパス流量追跡フレームワークを提案した。装置により発生した応用は本質的に多様で,各アプリケーション帯域幅と遅延要求は変化した。ネットワークにおける流れを帯域幅または低遅延経路のような制約された資源のための競争と知的流ルーティングアルゴリズムは,天然要求されている。より良い全体としてのネットワーク性能は,ネットワークである流の優先順位付けのできるかどうかのみ達成でき,その応用特異的要求性に基づく資源を割り当てた。提案,AMPSコントローラは,MLTを用いたフローの各々を優先順位付けが可能であり,その分類優先度に基づく経路を割り当てた。流れはノードの同じ対間であってもAMPSコントローラは異なる経路を通してルーティング流を支持した。経路発見アルゴリズムは円K最短経路アルゴリズムを採用し,流れの大容量のためのスケーラブルなフロー経路選定を支持した。概念の証明としてOpenvSwitchにおける流れ追跡アルゴリズムを実装した。多数流を含む伝統的なルーティング技術を用いたSDN(ソフトウェア定義ネットワーキング)と比較して著しい改善が見られた。提案フロールーティングアルゴリズムは,重負荷ネットワークでも高い優先流のための無負荷経路の高いアベイラビリティを保証する。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ネットワーク ,  アベイラビリティ ,  優先度 ,  帯域幅 ,  アルゴリズム ,  経路選定 ,  *機械学習 ,  応用プログラム ,  制御装置
準シソーラス用語： 最短経路アルゴリズム ,  経路発見 ,  ネットワーク性能 ,  経路選択アルゴリズム ,  機械学習技術 ,  *多経路 , 【Automatic Indexing@JST】

分類 (1件)： 光通信方式・機器  (ND10000B)

タイトルに関連する用語 (8件)： AMPS ,  SDN ,  機械学習 ,  意識 ,  マルチパス ,  流れ ,  追跡 ,  応用