論文の概要: Modeling and Accomplishing the BEREC Network Neutrality Policy

• arxiv url: http://arxiv.org/abs/2106.08729v1
• Date: Wed, 16 Jun 2021 12:11:11 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-26 13:19:39.529143
• Title: Modeling and Accomplishing the BEREC Network Neutrality Policy
• Title（参考訳）: BERECネットワーク中立政策のモデル化と対応
• Authors: David S. Barreto and Rafael F. Reale and Joberto S. B. Martins
• Abstract要約: ネットワーク中立性は、ネットワークインフラストラクチャにおけるデータの平等な扱いの原則である。 現在のツールや手法は、ネットワーク中立性違反を検出し、トラフィックの区別を検出することで、NN問題に対処している。 本稿では、帯域割り当てモデルを用いてBERECネットワーク中立性ポリシーをデプロイするNN-PCMを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Network neutrality (NN) is a principle of equal treatment of data in network infrastructures with fairness and universality being the primary outcomes of the NN management practice. For networks, the accomplishment of NN management practice is essential to deal with heterogeneous user requirements and the ever-increasing data traffic. Current tools and methods address the NN problem by detecting network neutrality violations and detecting traffic differentiation. This paper proposes the NN-PCM (Network Neutrality Policy Conformance Module) that deploys the BEREC network neutrality policy using a bandwidth allocation model (BAM). The NN-PCM new approach allocates bandwidth to network users and accomplishes the BEREC NN policy concomitantly. Network neutrality is achieved by grouping users with similar traffic requirements in classes and leveraging the bandwidth allocation model's characteristics. The conceptual analysis and simulation results indicate that NN-PCM allocates bandwidth to users and accomplishes BEREC network neutrality conformance by design with transparent, non-discriminatory, exceptional, and proportional management practices.
• Abstract（参考訳）: ネットワーク中立性(NN)は、ネットワークインフラにおけるデータの平等な扱いの原則であり、公正性と普遍性がNN管理の実践の主な成果である。 ネットワークにとって、nn管理プラクティスの達成は、異質なユーザ要件とますます増大するデータトラフィックに対処するために不可欠である。 現在のツールと方法は、ネットワーク中立性違反を検出し、トラフィック差別化を検出することでnn問題を解決する。 本稿では、帯域割り当てモデル(BAM)を用いてBERECネットワーク中立性ポリシーをデプロイするNN-PCM(Network Neutrality Policy Conformance Module)を提案する。 NN-PCMの新しいアプローチは、ネットワークユーザーに帯域幅を割り当て、BEREC NNポリシーを同時に達成する。 ネットワーク中立性は、クラスに類似したトラフィック要求を持つユーザをグループ化し、帯域幅割り当てモデルの特徴を活用することで達成される。 概念分析とシミュレーションの結果,NN-PCMはユーザに対して帯域幅を割り当て,透過的,非識別的,例外的,比例的な管理手法による設計によりBERECネットワーク中立性適合性を達成している。

関連論文リスト

• Fairness-Utilization Trade-off in Wireless Networks with Explainable Kolmogorov-Arnold Networks [14.51946231794179]
  本稿では,ネットワーク利用とユーザ株式のバランスをとるために$alpha$-fairnessを最適化することを目的とした,無線ネットワークにおける電力割り当ての課題に焦点を当てる。 推論コストの低い機械学習モデルのクラスであるKAN(Kolmogorov-Arnold Networks)を利用した新しいアプローチを提案する。 データセットの生成と分散化のために2つのアルゴリズムが提案され、様々なフェアネス目標を達成するための柔軟なフレームワークを提供する。
  論文  参考訳（メタデータ） (2024-11-04T09:40:47Z)
• Symbolic Distillation for Learned TCP Congestion Control [70.27367981153299]
  TCP渋滞制御は、深層強化学習(RL)アプローチで大きな成功を収めた。 ブラックボックスポリシーは解釈可能性と信頼性に欠けており、しばしば従来のTCPデータパスの外で運用する必要がある。 本稿では,まず深部RLエージェントを訓練し,次にNNポリシーをホワイトボックスの軽量なルールに蒸留する,両世界の長所を達成するための新しい2段階のソリューションを提案する。
  論文  参考訳（メタデータ） (2022-10-24T00:58:16Z)
• A Novel Membership Inference Attack against Dynamic Neural Networks by Utilizing Policy Networks Information [11.807178385292296]
  本稿では,動的NNのユニークなポリシネットワーク機構を活用した,動的NNに対するMI攻撃を提案する。 本手法は,バックボーンファインタニングと情報融合に基づいて,ベースラインアタックや従来のアタックよりも優れた結果が得られる。
  論文  参考訳（メタデータ） (2022-10-17T11:51:02Z)
• Closing the Management Gap for Satellite-Integrated Community Networks: A Hierarchical Approach to Self-Maintenance [7.900882226705445]
  コミュニティネットワーク (CN) は、未保存領域や未保存領域において、重要なインターネット接続を提供するための重要なパラダイムとなっている。 通信ネットワークの技術進歩により、古典的な衛星依存CNが衛星統合CNに変換されると予想される。 本稿では、SICNの自律的自己維持を実現するための機械学習(ML)ベースの階層的アプローチについて論じる。
  論文  参考訳（メタデータ） (2022-02-15T16:03:29Z)
• Learning Autonomy in Management of Wireless Random Networks [102.02142856863563]
  本稿では,任意の数のランダム接続ノードを持つ無線ネットワークにおいて,分散最適化タスクに取り組む機械学習戦略を提案する。 我々は,ネットワークトポロジとは無関係に,前方および後方に計算を行う分散メッセージパスニューラルネットワーク(DMPNN)と呼ばれる,柔軟な深層ニューラルネットワーク形式を開発した。
  論文  参考訳（メタデータ） (2021-06-15T09:03:28Z)
• Provably Correct Training of Neural Network Controllers Using Reachability Analysis [3.04585143845864]
  我々は、安全と生活性を満たすことが保証されるサイバー物理システムのためのニューラルネットワーク(NN)コントローラのトレーニングの問題を考える。 我々のアプローチは、動的システムのためのモデルベース設計手法とデータ駆動アプローチを組み合わせることで、この目標を達成することである。
  論文  参考訳（メタデータ） (2021-02-22T07:08:11Z)
• 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)
• Resource Allocation via Graph Neural Networks in Free Space Optical Fronthaul Networks [119.81868223344173]
  本稿では,自由空間光(FSO)フロントホールネットワークにおける最適資源割り当てについて検討する。 我々は、FSOネットワーク構造を利用するために、ポリシーパラメータ化のためのグラフニューラルネットワーク(GNN)を検討する。 本アルゴリズムは,システムモデルに関する知識が不要なモデルフリーでGNNを訓練するために開発された。
  論文  参考訳（メタデータ） (2020-06-26T14:20:48Z)
• Deep Learning for Radio Resource Allocation with Diverse Quality-of-Service Requirements in 5G [53.23237216769839]
  本研究では,基地局の最適資源配分ポリシーを近似するディープラーニングフレームワークを開発する。 完全接続ニューラルネットワーク(NN)は,近似誤差とサブキャリア数の量子化誤差により,要求を完全に保証できないことがわかった。 無線チャネルの分布と無線ネットワークにおけるサービスのタイプが定常的でないことを考慮し,非定常的無線ネットワークにおけるNNの更新にディープトランスファー学習を適用した。
  論文  参考訳（メタデータ） (2020-03-29T04:48:22Z)
• Wireless Power Control via Counterfactual Optimization of Graph Neural Networks [124.89036526192268]
  本稿では,無線ネットワークにおけるダウンリンク電力制御の問題点について考察する。 コンカレントトランスミッション間の干渉を軽減するために,ネットワークトポロジを活用してグラフニューラルネットワークアーキテクチャを構築する。 次に、教師なし原始対実対実最適化手法を用いて最適電力配分決定を学習する。
  論文  参考訳（メタデータ） (2020-02-17T07:54:39Z)

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。