|
ИСТИНА |
Войти в систему Регистрация |
ИСТИНА ПсковГУ |
||
Обзор методов контроля перегрузки с использованием машинного обучения. Труды Института системного программирования РАНстатья
Статья опубликована в журнале из списка RSCI Web of Science
Статья опубликована в журнале из перечня ВАК- Авторы: СТЕПАНОВ И.А., ПОПОВ М.В., ГЕТЬМАН А.И., ИКОННИКОВА М.К., БЕЛЕВАНЦЕВ А.А.
- Журнал: Труды Института системного программирования РАН (электронный журнал)
- Том: 37
- Номер: 3
- Год издания: 2025
- Первая страница: 251
- Последняя страница: 276
- Аннотация: Контроль перегрузки является ключевым аспектом современных сетей. Первые алгоритмы контроля перегрузки, такие как TCP Tahoe и TCP Reno, были разработаны в конце XX века, и их основные идеи остаются актуальными до сих пор. С развитием высокоскоростных сетей для них были созданы специализированные алгоритмы, например, TCP BIC и TCP CUBIC. Однако классические алгоритмы, основанные на определённых правилах, не всегда оказываются эффективными во всех сетевых условиях, и с развитием 4G, 5G и спутниковой связи задача контроля перегрузки стала более актуальной. Это привело к появлению решений этой задачи на основе машинного обучения и обучения с подкреплением, в частности таких, которые способны адаптироваться к динамически изменяющимся условиям сети. В статье представлены и рассмотрены как классические алгоритмы контроля перегрузки, так и наиболее популярные и новые алгоритмы, основанные на машинном обучении, а также некоторые реализации с использованием технологии multipath. Кроме того, выделены наиболее значимые проблемы алгоритмов на основе машинного обучения и обсуждены потенциальные направления будущих исследований в данной области.
- Добавил в систему: Белеванцев Андрей Андреевич