Разработка дисциплины обслуживания на основе нейросетевого прогноза трафика дифференцированных услуг

СОДЕРЖАНИЕ
СОДЕРЖАНИЕ.
СПИСОК СОКРАЩЕНИЙ.
ВВЕДЕНИЕ.
ГЛАВА 1 АНАЛИЗ МЕХАНИЗМОВ В ТЕХНОЛОГИИ
IV.
1.1 Сети следующего поколения и .
1.1.1 Параметры .
1.1.2 Различное понимание для разных видов трафика
1.1.3 Пересчт требуемого соединения в параметры
1.1.4 Средства обеспечения
1.1.5 Дозирование средств обеспечения .
1.2 Технология дифференцированных услуг iv.
1.2.1 Терминология дифференцированных услуг.
1.2.2 Классы трафика и поле заголовка дейтаграммы
1.2.3 Сетевая архитектура iv
1.2.4 Архитектура узла iv.
1.2.5 Поведение на переходе РНВ и дисциплина обслуживания
1.3 Дисциплины обслуживания ДО
1.3.1 Простая очередь i I, i I
1.3.2 Приоритетные очереди ii i.
1.3.3 Взвешенная справедливая буферизация i i
i .
1.3.4 Очереди классам i .
1.3.5 Отбрасывание хвоста i .
1.3.6 Случайное раннее отбрасывание i
1.4 Концепция имитационной дисциплины обслуживания
1.4.1 Место моделирования трафика в ДО
1.4.2 Определение имитационной ДО.
1.4.3 Моделирование и прогнозирование.
1.4.4 Микро и макроуправление
1.4.5 Сопоставление имитационной ДО и обычных ДО
ГЛАВА 2 РАЗРАБОТКА МОДЕЛЬНОЙ РЕАЛИЗАЦИИ ИДО.
2.1 Подсистема времени
2.2 Разработка модели источников мультисервисной нагрузки
2.2.1 Архитектура модели источников.
2.2.2 Модельные агрегаты трафика
2.3 Разработка подсистемы ведения очередей с контролем
2.3.1 Параметры .
2.3.2 Параметры управления
2.3.3 Алгоритм работы подсистемы ведения очередей.
2.3.4 Характеризация разработанной СМО
2.4 Оптимизация управления.
2.4.1 Математическая постановка оптимизационной задачи
управления.
2.4.2 Целевая функция.
2.4.3 Условный и безусловный прогноз
2.4.4 Методика дискретной оптимизации.
2.4.5 Временные параметры оптимизации.
2.5 Эволюция ДИНАМИЧЕСКОЙ системы
Выводы.
ГЛАВА 3 НЕЙРОСЕТЕВОЕ ПРОГНОЗИРОВАНИЕ
3.1 Анализ нейросетевого прогнозирования
3.2 Разработка нейросетевого предиктора.
3.2.1 Обобщнная оцифровка
3.2.2 Прогнозирование на несколько шагов вперд.
3.2.3 Структура нейросети предиктора
3.3 Обучение нейросетевого предиктора.
3.3.1 Метод обратного распространения.
3.3.2 Метод сопряжнных градиентов
3.3.3 Имитация отжига.
3.4 Тестирование нейросетевого предиктора
Выводы.
ГЛАВА 4 ЧИСЛЕННЫЙ ЭКСПЕРИМЕНТ РЕАЛИЗАЦИИ ИДО
4.1 Временные параметры оптимизации.
4.2 Эволюция с управлением и без управления.
4.3 Идеальный предиктор
4.4 Обсуждение результатов численного эксперимента.
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ