論文の概要: Resource-Aware Network Topology Management Framework

• arxiv url: http://arxiv.org/abs/2003.00860v1
• Date: Wed, 26 Feb 2020 11:53:03 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-28 15:53:32.596125
• Title: Resource-Aware Network Topology Management Framework
• Title（参考訳）: 資源対応ネットワークトポロジ管理フレームワーク
• Authors: Aaqif Afzaal Abbasi, Shahab Shamshirband, Mohammed A. A. Al-qaness, Almas Abbasi, Nashat T. AL-Jallad, Amir Mosavi
• Abstract要約: SDN(Software-Defined Network)は、ネットワークデータプレーンの分離を制御プレーンから提案するネットワーク概念である。 本稿では,SDN対応のリソース対応トポロジフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.5772546394254112
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cloud infrastructure provides computing services where computing resources can be adjusted on-demand. However, the adoption of cloud infrastructures brings concerns like reliance on the service provider network, reliability, compliance for service level agreements. Software-defined networking (SDN) is a networking concept that suggests the segregation of a network data plane from the control plane. This concept improves networking behavior. In this paper, we present an SDN-enabled resource-aware topology framework. The proposed framework employs SLA compliance, Path Computation Element (PCE) and shares fair loading to achieve better topology features. We also present an evaluation, showcasing the potential of our framework.
• Abstract（参考訳）: クラウドインフラストラクチャは、コンピューティングリソースをオンデマンドで調整できるコンピューティングサービスを提供する。 しかしながら、クラウドインフラストラクチャの採用は、サービスプロバイダネットワークへの依存、信頼性、サービスレベルアグリーメントのコンプライアンスといった懸念をもたらします。 software-defined networking (sdn) は、コントロールプレーンからネットワークデータプレーンを分離することを示唆するネットワーク概念である。 この概念はネットワークの振る舞いを改善する。 本稿では,SDN対応のリソース対応トポロジフレームワークを提案する。 提案するフレームワークはSLA準拠のパス計算要素(PCE)を採用し、より優れたトポロジ機能を実現するために公平なロードを共有する。 また,フレームワークの可能性を示す評価を提示する。

関連論文リスト

• Distributed satellite information networks: Architecture, enabling technologies, and trends [56.747473208256174]
  分散衛星情報ネットワーク(DSIN)は、多様な衛星システム間での情報ギャップを埋める革新的なアーキテクチャとして登場した。 この調査はまず、DSINの革新的なネットワークアーキテクチャに関する深い議論を提供する。 DSINは、ネットワークの不均一性、予測不可能なチャネルダイナミクス、スパースリソース、分散コラボレーションフレームワークといった課題に直面している。
  論文  参考訳（メタデータ） (2024-12-17T06:44:05Z)
• Security Evaluation in Software-Defined Networks [1.9713190626298576]
  クラウドコンピューティングは、Data Centre(DC)ネットワークの要求を大幅に増加させた。 従来のDCは、クラウドコンピューティングアプリケーションのフレキシブルで集中管理された要件を満たすのに苦労しています。 本稿では、SDN(Software-Defined Networks)のセキュリティを評価するためのフレームワークについて述べる。
  論文  参考訳（メタデータ） (2024-08-21T09:56:14Z)
• Adaptive Services Function Chain Orchestration For Digital Health Twin Use Cases: Heuristic-boosted Q-Learning Approach [2.3513645401551333]
  デジタルツイン(Digital Twin, DT)は、医療部門で活用および展開するための重要な技術である。 しかし、このようなアプリケーションに直面する主な課題は、健康データ共有ポリシーの厳格化、高性能ネットワーク要件、インフラストラクチャリソースの制限などである。 フレキシブルで動的なコンテナスケジューリングのために、マルチノードのクラスタメッシュインフラストラクチャの上にCloud-Native Networkオーケストレータを定義します。
  論文  参考訳（メタデータ） (2023-04-25T14:25:08Z)
• Machine Learning-Based User Scheduling in Integrated Satellite-HAPS-Ground Networks [82.58968700765783]
  第6世代通信ネットワーク(6G)の強化のための価値あるソリューション空間の提供を約束する。 本稿では,空対地統合通信におけるユーザスケジューリングにおける機械学習の可能性について述べる。
  論文  参考訳（メタデータ） (2022-05-27T13:09:29Z)
• On Topology Optimization and Routing in Integrated Access and Backhaul Networks: A Genetic Algorithm-based Approach [70.85399600288737]
  IABネットワークにおけるトポロジ最適化とルーティングの問題について検討する。 我々は、IABノード配置と非IABバックホールリンク分布の両方に効率的な遺伝的アルゴリズムベースのスキームを開発する。 メッシュベースのIABネットワークを実現する上での課題について論じる。
  論文  参考訳（メタデータ） (2021-02-14T21:52:05Z)
• Optimizing Resource-Efficiency for Federated Edge Intelligence in IoT Networks [96.24723959137218]
  We study a edge intelligence-based IoT network that a set of edge server learn a shared model using federated learning (FL)。 フェデレーションエッジインテリジェンス(FEI)と呼ばれる新しいフレームワークを提案し、エッジサーバがIoTネットワークのエネルギーコストに応じて必要なデータサンプル数を評価できるようにする。 提案アルゴリズムがIoTネットワークのトポロジ的情報を漏洩したり開示したりしないことを示す。
  論文  参考訳（メタデータ） (2020-11-25T12:51:59Z)
• The Greatest Teacher, Failure is: Using Reinforcement Learning for SFC Placement Based on Availability and Energy Consumption [0.3441021278275805]
  通信事業者はますます複雑なサービス機能チェーン(SFC)を展開している 本稿では、強化学習(RL)に基づくアベイラビリティーとエネルギ対応のソリューションを提案する。 ブラジルの国立教育研究ネットワークのバックボーンであるRede Nacional de Ensino e Pesquisa(RNP)ネットワークに基づく地上の真理ネットワークトポロジのシミュレーションを用いて、2つのポリシー対応RLアルゴリズム、Advantage Actor-Critic(A2C)とProximal Policy optimisation(PPO2)を比較した。
  論文  参考訳（メタデータ） (2020-10-12T13:45:30Z)
• Using Reinforcement Learning to Allocate and Manage Service Function Chains in Cellular Networks [0.456877715768796]
  携帯電話ネットワークサービスのサービス機能チェーン(SFC)をデプロイし,ネットワーク仮想機能(VNF)を管理するための強化学習の利用を提案する。 主な目的は、サーバのエネルギー消費を考慮した損失パケットの数を減らすことである。 予備的な結果は、エージェントがSFCを割り当て、VNFを管理することができ、失われたパケットの数を削減できることを示している。
  論文  参考訳（メタデータ） (2020-06-12T17:38:23Z)
• A Privacy-Preserving Distributed Architecture for Deep-Learning-as-a-Service [68.84245063902908]
  本稿では,ディープラーニング・アズ・ア・サービスのための分散アーキテクチャを提案する。 クラウドベースのマシンとディープラーニングサービスを提供しながら、ユーザの機密データを保存できる。
  論文  参考訳（メタデータ） (2020-03-30T15:12:03Z)
• Deep Learning for Ultra-Reliable and Low-Latency Communications in 6G Networks [84.2155885234293]
  まず,データ駆動型教師付き深層学習と深部強化学習をURLLCに適用する方法を概説する。 このようなオープンな問題に対処するために、デバイスインテリジェンス、エッジインテリジェンス、およびURLLCのためのクラウドインテリジェンスを可能にするマルチレベルアーキテクチャを開発した。
  論文  参考訳（メタデータ） (2020-02-22T14:38:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。