文献

J-GLOBAL ID：202102259992873192   整理番号：21A0564392

ネットワークスライスとNFV技術【JST・京大機械翻訳】

Sing Network Slicing And NFV Technology

著者 (2件)： Mohammady Zahra (Alzahra Univercity,Faculty of Computer Engineering Department,Tehran,Iran) ,  Azmi Reza (Alzahra Univercity,Faculty of Computer Engineering Department,Tehran,Iran)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICCKE  ページ： 534-539  発行年： 2020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： ネットワークの成長および5Gネットワークの出現によって,単一設計での使用のすべての事例において,適切な性能を有する信頼できるサービスを達成することができなかった。仮想化と機械学習技術の最近の進歩は,ネットワーク管理の新しい時代に着手した。従来のハードウェアからネットワーク機能を分離することによって,ネットワーク機能仮想化(NFV)は,ネットワーク機能のより柔軟な管理とネットワーク資源の効率的共有を提供すると期待されている。ソフトウェア定義ネットワーク(SDN)とNFVによるネットワークスライシングは,共通のインフラストラクチャ上のいくつかのサービス機能チェーン(SFC)に属するネットワーク機能の柔軟な展開を創造する。本論文では,既存の機械学習法と同様にNFV能力の助けを借りて,インテリジェントネットワークスライシングのためのフレームワークを提案した。この方法では,畳込みニューラルネットワーク(CNN)を用いてネットワークトラフィックを解析し,それらを分類した。この方法は,特徴抽出のために人間介入なしでトラフィックを分類できる。CNN結果を用いることにより,ネットワークスライスを97%の精度でできた。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】

シソーラス用語： *ネットワーク ,  チェーン ,  特徴抽出 ,  ハードウェア ,  インフラストラクチャー ,  インテリジェントネットワーク ,  機械学習 ,  ネットワーク管理
準シソーラス用語： スライシング ,  ネットワークトラフィック ,  仮想化 ,  ネットワーク資源 ,  第5世代移動通信システム , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (1件)： スライス