論文の概要: VINEVI: A Virtualized Network Vision Architecture for Smart Monitoring of Heterogeneous Applications and Infrastructures
- arxiv url: http://arxiv.org/abs/2412.19226v1
- Date: Thu, 26 Dec 2024 14:05:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-30 21:44:05.141718
- Title: VINEVI: A Virtualized Network Vision Architecture for Smart Monitoring of Heterogeneous Applications and Infrastructures
- Title（参考訳）: VINEVI: 異種アプリケーションとインフラストラクチャのスマートモニタリングのための仮想化ネットワークビジョンアーキテクチャ
- Authors: Rodrigo Moreira, Hugo G. V. O. da Cunha, Larissa F. Rodrigues Moreira, Flávio de Oliveira Silva,
- Abstract要約: 本研究では、不均一なインフラストラクチャやアプリケーションのシームレスな監視を行うために、VINEVI(Vitualized NEtwork VIsion Architecture)を提案する。
VINEVIアーキテクチャは,インフラストラクチャをシームレスに監視するノード組込みトラフィック分類エージェントによって,最先端の技術の進歩を図っている。
- 参考スコア（独自算出の注目度）: 0.16070833439280313
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Monitoring heterogeneous infrastructures and applications is essential to cope with user requirements properly, but it still lacks enhancements. The well-known state-of-the-art methods and tools do not support seamless monitoring of bare-metal, low-cost infrastructures, neither hosted nor virtualized services with fine-grained details. This work proposes VIrtualized NEtwork VIsion architecture (VINEVI), an intelligent method for seamless monitoring heterogeneous infrastructures and applications. The VINEVI architecture advances state of the art with a node-embedded traffic classification agent placing physical and virtualized infrastructures enabling real-time traffic classification. VINEVI combines this real-time traffic classification with well-known tools such as Prometheus and Victoria Metrics to monitor the entire stack from the hardware to the virtualized applications. Experimental results showcased that VINEVI architecture allowed seamless heterogeneous infrastructure monitoring with a higher level of detail beyond literature. Also, our node-embedded real-time Internet traffic classifier evolved with flexibility the methods with monitoring heterogeneous infrastructures seamlessly.
- Abstract（参考訳）: ヘテロジニアスなインフラストラクチャやアプリケーションのモニタリングは、ユーザの要求に適切に対処するために不可欠だが、まだ機能拡張がない。
よく知られている最先端の方法やツールは、細部まで詳細にホストされたり仮想化されたサービスでも、ベアメタルで低コストなインフラのシームレスな監視をサポートしていません。
本研究では、異種インフラストラクチャやアプリケーションをシームレスに監視するインテリジェントな方法であるVINEVI(VIrtualized NEtwork VIsion Architecture)を提案する。
VINEVIアーキテクチャは、リアルタイムのトラフィック分類を可能にする物理および仮想化インフラストラクチャを配置するノード組込みトラフィック分類エージェントによって最先端に進化する。
VINEVIはこのリアルタイムトラフィック分類と、PrometheusやVictoria Metricsといった有名なツールを組み合わせて、ハードウェアから仮想化アプリケーションまでスタック全体を監視する。
実験の結果、VINEVIアーキテクチャにより、文学以上の詳細なレベルにおいて、シームレスな異種インフラストラクチャ監視が可能であることが判明した。
また、ノードを組み込んだリアルタイムインターネットトラフィック分類器は、異種インフラをシームレスに監視する手法の柔軟性によって進化した。
関連論文リスト
- Mobile-VTON: High-Fidelity On-Device Virtual Try-On [75.5009105664896]
Mobile-VTONは、仮想トライオンのための高品質なプライバシ保護フレームワークである。
単一のユーザイメージと衣料品イメージのみを使用して、コモディティモバイルデバイス上で完全にオフラインの仮想試用を可能にする。
論文 参考訳（メタデータ） (2026-03-01T06:36:13Z) - Interpreting Manifolds and Graph Neural Embeddings from Internet of Things Traffic Flows [1.8510825807956957]
この研究は、高次元埋め込みを潜在多様体にマッピングすることで、直接視覚化可能な低次元表現を生成する解釈可能なパイプラインを導入する。
このフレームワークは、侵入検知のための0.830の分類F1スコアを達成し、概念ドリフトのような現象も強調する。
論文 参考訳（メタデータ） (2026-02-05T16:08:24Z) - ToolACE-MCP: Generalizing History-Aware Routing from MCP Tools to the Agent Web [39.07565506678354]
大規模生態系における正確なナビゲーションを支援するために,歴史を意識したルータをトレーニングするためのパイプラインであるToolACE-MCPを提案する。
実世界のベンチマーク MCP-Universe と MCP-Mark の実験は優れた性能を示した。
論文 参考訳（メタデータ） (2026-01-13T07:07:39Z) - Semantics and Content Matter: Towards Multi-Prior Hierarchical Mamba for Image Deraining [95.00432497331583]
画像デライニングのためのマルチPrior Hierarchical Mamba (MPHM) ネットワーク
MPHMは、タスクレベルのセマンティックガイダンスのためのマクロセマンティックテキスト先行(CLIP)と、シーン認識構造情報のためのマイクロ構造視覚先行(DINOv2)を統合している。
実験ではMPHMの最先端のパフォーマンスを実証し、Rain200Hデータセットで0.57dBのPSNRゲインを達成した。
論文 参考訳（メタデータ） (2025-11-17T08:08:59Z) - VerlTool: Towards Holistic Agentic Reinforcement Learning with Tool Use [78.29315418819074]
VerlToolは、体系的な設計原則を通じて制限に対処する統一的でモジュール化されたフレームワークです。
我々のフレームワークはARLTをマルチターントラジェクトリとして定式化し、マルチモード観測トークン(テキスト/画像/ビデオ)を単一ターンRLVRパラダイムを超えて拡張する。
モジュール化されたプラグインアーキテクチャは、軽量Python定義のみを必要とする迅速なツール統合を可能にする。
論文 参考訳（メタデータ） (2025-09-01T01:45:18Z) - vApps: Verifiable Applications at Internet Scale [2.931173822616461]
検証可能なアプリケーション(vApps)は、検証可能なコンピューティングアプリケーションの作成とデプロイを効率化するために設計された、新しい開発フレームワークである。
vAppsは、包括的なSDK内でRustベースのドメイン特化言語(DSL)を統一する。
これにより、多様なソフトウェアコンポーネントの確保に対する開発者の負担が軽減され、アプリケーションロジックに集中できるようになる。
論文 参考訳（メタデータ） (2025-04-21T02:19:06Z) - Video-based Traffic Light Recognition by Rockchip RV1126 for Autonomous Driving [19.468567166834585]
リアルタイムの交通信号認識は、都市環境における自動運転の安全性とナビゲーションに不可欠である。
我々は、複数の連続するフレームを処理し、堅牢なトラフィック光検出と状態分類を実現する、ビデオベースの新しいエンドツーエンドニューラルネットワークであるtextitViTLRを提案する。
我々は、自走運転用HDマップを用いて、TextitViTLRをエゴレーン交通信号認識システムに統合することに成功している。
論文 参考訳（メタデータ） (2025-03-31T11:27:48Z) - An Intelligent Native Network Slicing Security Architecture Empowered by Federated Learning [0.0]
ネットワークスライシングソリューションを改善するためのアーキテクチャ・インテリジェントセキュリティ機構を提案する。
我々は、汎用的および非ネイティブなテレメトリ記録を用いて、スライス内のDistributed Denial-of-Service(DDoS)と侵入攻撃を識別する。
論文 参考訳（メタデータ） (2024-10-04T21:12:23Z) - Real-Time Hand Gesture Recognition: Integrating Skeleton-Based Data Fusion and Multi-Stream CNN [0.0]
ハンドジェスチャ認識(HGR)は、様々な現実世界のコンテキストにおいて、直感的な人間とコンピュータのインタラクションを可能にする。
既存のフレームワークは、実用的なHGRアプリケーションに必要なリアルタイム要件を満たすのに苦労することが多い。
本研究では,動的ハンドジェスチャの静的イメージタスクへの認識を簡略化する,動的HGRのための頑健な骨格ベースのフレームワークを提案する。
論文 参考訳（メタデータ） (2024-06-21T09:30:59Z) - Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning [52.6706505729803]
我々は、分散化された侵入検知システムの共有モデル(IDS)を協調訓練するために、フェデレートラーニング(FL)を導入する。
FLEKDは従来のモデル融合法よりも柔軟な凝集法を実現する。
実験の結果,提案手法は,速度と性能の両面で,局所訓練と従来のFLよりも優れていた。
論文 参考訳（メタデータ） (2024-01-22T14:16:37Z) - OTOv3: Automatic Architecture-Agnostic Neural Network Training and
Compression from Structured Pruning to Erasing Operators [57.145175475579315]
このトピックは、構造化プルーニングからニューラルアーキテクチャサーチまで、さまざまなテクニックにまたがっている。
第3世代のOTOv3(Noth-Train-Once)を導入する。
我々は,構造化プルーニングとニューラルアーキテクチャ探索におけるOTOv3の有効性を実証した。
論文 参考訳（メタデータ） (2023-12-15T00:22:55Z) - FedConv: Enhancing Convolutional Neural Networks for Handling Data
Heterogeneity in Federated Learning [34.37155882617201]
フェデレーション・ラーニング(FL)は機械学習における新たなパラダイムであり、共有モデルは複数のデバイスからのデータを使って協調的に学習される。
活性化関数や正規化層などの異なるアーキテクチャ要素が異種FLの性能に与える影響を系統的に検討する。
以上の結果から,戦略的アーキテクチャ変更により,純粋なCNNは,VTと一致するか,あるいは超えるようなロバスト性を達成できることが示唆された。
論文 参考訳（メタデータ） (2023-10-06T17:57:50Z) - Real-time Aerial Detection and Reasoning on Embedded-UAVs [3.0839245814393728]
本稿では,UAVの組込みシステム上でのリアルタイム検出システムのための統合パイプラインアーキテクチャを提案する。
このネットワークのパイプラインは、空中歩行者検出と活動認識に関するドメイン固有の知識を活用することができる。
論文 参考訳（メタデータ） (2023-05-21T09:43:17Z) - An Efficient Video Streaming Architecture with QoS Control for Virtual
Desktop Infrastructure in Cloud Computing [1.8839378985061936]
仮想デスクトップインフラ(VDI)環境では、リモートディスプレイプロトコルは、データセンターがホストするデスクトップからエンドポイントにビデオデータを送信する大きな責任を持つ。
本稿では,ユーザエクスペリエンス(QoE)を改善するためのフレキシブルな制御を含むアーキテクチャを提案する。
このアーキテクチャには、2D画像の新たな圧縮が含まれており、最高の画質を保証し、ビデオ遅延を低減するように設計されている。
論文 参考訳（メタデータ） (2022-03-11T03:22:11Z) - SOLIS -- The MLOps journey from data acquisition to actionable insights [62.997667081978825]
本稿では,基本的なクロスプラットフォームテンソルフレームワークとスクリプト言語エンジンを使用しながら,すべての要件をサポートする統合デプロイメントパイプラインとフリー・ツー・オペレートアプローチを提案する。
しかし、このアプローチは、実際のプロダクショングレードシステムに機械学習機能を実際にデプロイするために必要な手順やパイプラインを提供していない。
論文 参考訳（メタデータ） (2021-12-22T14:45:37Z) - WAS-VTON: Warping Architecture Search for Virtual Try-on Network [57.52118202523266]
NAS-Warping Moduleを導入し、二階層型検索空間を精巧に設計する。
衣料品同士のアライメントを念頭に置いて,反復可能なワープセルと畳み込み操作の組み合わせを学習する。
より自然な最終試行結果を合成するためにNAS-Fusion Moduleを提案する。
論文 参考訳（メタデータ） (2021-08-01T07:52:56Z) - Does Form Follow Function? An Empirical Exploration of the Impact of
Deep Neural Network Architecture Design on Hardware-Specific Acceleration [76.35307867016336]
本研究では,深層ニューラルネットワーク設計が推論速度向上の程度に与える影響について検討する。
ハードウェア固有のアクセラレーションを活用することで平均推論速度が380%向上する一方で、マクロアーキテクチャ設計パターンによって推論速度が大幅に変化することを示した。
論文 参考訳（メタデータ） (2021-07-08T23:05:39Z) - Multi-Exit Vision Transformer for Dynamic Inference [88.17413955380262]
視覚変換器のバックボーンの動的推論に使用できる早期出口分岐のための7つの異なるアーキテクチャを提案する。
提案したアーキテクチャのそれぞれが,精度と速度のトレードオフにおいて有用であることを示す。
論文 参考訳（メタデータ） (2021-06-29T09:01:13Z)
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。