抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
トラフィック暗号の増殖により,機械学習を用いた与えられた暗号化トラフィックの応用同定の必要性は,アプリケーション特有のトラヒック管理のために成長している。しかし,分類遅延と誤分類の負の影響に関する多くの研究はない。特に,ビデオストリーミングのようなバーストトラフィックを生成するアプリケーションは,分類中の輻輳を引き起こし,これは,かなりの分類遅延によりQoEを劣化させる。本論文では,分類の状態に従って複数のスライスに流れを適応的に割当てる,Progressive Sliceと呼ばれる新しいメカニズムを提案した。この新しい分類機構は,分類の過程において,フローをスライスに徐々に分離することによって,分類遅延を緩和する。さらに,分類の多重ステージは精度を改善し,信頼スコアに基づくより柔軟なアプリケーションスライシングを可能にする。Android VMに関する複数のユーザシナリオで提案した方法を評価した。この方法は,ビデオアプリケーションのトラヒックが共存する場合でも,単一分類によるスライシングと比較して,Twitterの検索応答時間を35%改善することを示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】