論文の概要: YANG2UML: Bijective Transformation and Simplification of YANG to UML
- arxiv url: http://arxiv.org/abs/2005.03292v1
- Date: Thu, 7 May 2020 07:29:49 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-06 00:11:27.059721
- Title: YANG2UML: Bijective Transformation and Simplification of YANG to UML
- Title（参考訳）: YANG2UML: YANGのUMLへのオブジェクト変換と単純化
- Authors: Mario Golling, Robert Koch, Peter Hillmann, Rick Hofstede, Frank
Tietze
- Abstract要約: 本稿では,YANGデータモデルを最適化し,単純化するための新しいアプローチを提案する。
我々は、YANGの双方向マッピングを定義し、作成した図をレンダリングするツールを開発しました。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Software Defined Networking is currently revolutionizing computer networking
by decoupling the network control (control plane) from the forwarding functions
(data plane) enabling the network control to become directly programmable and
the underlying infrastructure to be abstracted for applications and network
services. Next to the well-known OpenFlow protocol, the XML-based NETCONF
protocol is also an important means for exchanging configuration information
from a management platform and is nowadays even part of OpenFlow. In
combination with NETCONF, YANG is the corresponding protocol that defines the
associated data structures supporting virtually all network configuration
protocols. YANG itself is a semantically rich language, which -- in order to
facilitate familiarization with the relevant subject -- is often visualized to
involve other experts or developers and to support them by their daily work
(writing applications which make use of YANG). In order to support this
process, this paper presents an novel approach to optimize and simplify YANG
data models to assist further discussions with the management and
implementations (especially of interfaces) to reduce complexity. Therefore, we
have defined a bidirectional mapping of YANG to UML and developed a tool that
renders the created UML diagrams. This combines the benefits to use the formal
language YANG with automatically maintained UML diagrams to involve other
experts or developers, closing the gap between technically improved data models
and their human readability.
- Abstract（参考訳）: ソフトウェア定義ネットワークは、ネットワーク制御(制御プレーン)を転送機能(データプレーン)から切り離し、ネットワーク制御が直接プログラム可能になり、基盤となるインフラストラクチャがアプリケーションやネットワークサービスのために抽象化され、コンピュータネットワークに革命をもたらしている。
有名なOpenFlowプロトコルの隣で、XMLベースのNETCONFプロトコルは、管理プラットフォームから設定情報を交換する重要な手段であり、今ではOpenFlowの一部ですらあります。
NETCONFと組み合わせて、YANGは、ほぼ全てのネットワーク構成プロトコルをサポートする関連するデータ構造を定義する対応するプロトコルである。
YANG自体はセマンティックにリッチな言語で、(関連する主題に親しみやすくするために)、他の専門家や開発者を巻き込み、日々の作業(YANGを利用するアプリケーションを書くこと)でそれらをサポートするために可視化されることが多い。
本稿では,このプロセスを支援するために,YANGデータモデルを最適化し,単純化し,複雑度を低減するため,管理・実装(特にインターフェース)とのさらなる議論を支援する新しいアプローチを提案する。
そこで我々は,YANGのUMLへの双方向マッピングを定義し,生成したUML図を描画するツールを開発した。
これは、フォーマルな言語YANGと、他の専門家や開発者を巻き込むために自動的に保守されたUMLダイアグラムを使用することの利点を組み合わせて、技術的に改善されたデータモデルと人間の可読性の間のギャップを埋めます。
関連論文リスト
- Open RAN LSTM Traffic Prediction and Slice Management using Deep
Reinforcement Learning [7.473473066047965]
本稿では,分散深部強化学習(DDRL)を用いたORANスライシングの新しい手法を提案する。
シミュレーションの結果,ネットワーク性能が著しく向上し,特に違反の低減が図られた。
これは、動的xAppの一部として、予測rAppと分散アクターの情報を共同で使用することの重要性を強調している。
論文 参考訳（メタデータ） (2024-01-12T22:43:07Z) - Privacy-preserving design of graph neural networks with applications to
vertical federated learning [56.74455367682945]
VESPERと呼ばれるエンドツーエンドのグラフ表現学習フレームワークを提案する。
VESPERは、適切なプライバシー予算の下でスパースグラフと密度グラフの両方で高性能なGNNモデルをトレーニングすることができる。
論文 参考訳（メタデータ） (2023-10-31T15:34:59Z) - Enhancing Network Management Using Code Generated by Large Language
Models [15.557254786007325]
本稿では,大規模言語モデル(LLM)を用いて自然言語クエリからタスク固有コードを生成することにより,自然言語ベースのネットワーク管理エクスペリエンスを促進する新しいアプローチを提案する。
この方法は、ネットワークオペレーターが生成されたコードを検査できるようにすることで、説明可能性、スケーラビリティ、プライバシの課題に取り組む。
ベンチマークアプリケーションを用いてプロトタイプシステムを設計,評価し,高い精度,コスト効率,さらなる拡張の可能性を示す。
論文 参考訳（メタデータ） (2023-08-11T17:49:15Z) - Flame: Simplifying Topology Extension in Federated Learning [0.6158291566810599]
Flameは、分散機械学習アプリケーションのトポロジ構成の柔軟性を提供する新しいシステムである。
Flameは、新しい高レベルの抽象化トポロジ抽象化グラフ(TAG)を通じてこれを実現している。
論文 参考訳（メタデータ） (2023-05-09T01:34:22Z) - PDSketch: Integrated Planning Domain Programming and Learning [86.07442931141637]
我々は PDSketch という新しいドメイン定義言語を提案する。
これにより、ユーザーはトランジションモデルで柔軟にハイレベルな構造を定義できる。
移行モデルの詳細は、トレーニング可能なニューラルネットワークによって満たされる。
論文 参考訳（メタデータ） (2023-03-09T18:54:12Z) - Federated Learning for Physical Layer Design [38.46522285374866]
Federated Learning (FL) は最近,分散学習スキームとして提案されている。
FLは集中型学習(CL)よりもコミュニケーション効率が高くプライバシーを保ちます。
本稿では,物理層設計問題に対するFLベーストレーニングの最近の進歩について論じる。
論文 参考訳（メタデータ） (2021-02-23T16:22:53Z) - Edge-assisted Democratized Learning Towards Federated Analytics [67.44078999945722]
本稿では,エッジ支援型民主化学習機構であるEdge-DemLearnの階層的学習構造を示す。
また、Edge-DemLearnを柔軟なモデルトレーニングメカニズムとして検証し、リージョンに分散制御と集約の方法論を構築する。
論文 参考訳（メタデータ） (2020-12-01T11:46:03Z) - Communication-Efficient and Distributed Learning Over Wireless Networks:
Principles and Applications [55.65768284748698]
機械学習(ML)は、第5世代(5G)通信システムなどのための有望なイネーブルである。
本稿では、関連するコミュニケーションとMLの原則を概観し、選択したユースケースでコミュニケーション効率と分散学習フレームワークを提示することを目的とする。
論文 参考訳（メタデータ） (2020-08-06T12:37:14Z) - Taurus: A Data Plane Architecture for Per-Packet ML [59.1343317736213]
本稿では,線数推論のためのデータプレーンであるTaurusの設計と実装について述べる。
Taurus スイッチ ASIC の評価は,Taurus がサーバベースコントロールプレーンよりも桁違いに高速に動作することを示す。
論文 参考訳（メタデータ） (2020-02-12T09:18:36Z) - Learning Structured Communication for Multi-agent Reinforcement Learning [104.64584573546524]
本研究では,マルチエージェント強化学習(MARL)環境下での大規模マルチエージェント通信機構について検討する。
本稿では、より柔軟で効率的な通信トポロジを用いて、LSC(Learning Structured Communication)と呼ばれる新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2020-02-11T07:19:45Z)
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。