Метод балансування навантаження в мережах SDN з використанням штучного інтелекту

Автор(и)

  • Ю.О. Кулаков Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» https://orcid.org/0000-0002-8981-5649
  • Д.В. Коренко Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» https://orcid.org/0000-0003-0463-189X

DOI:

https://doi.org/10.18372/2073-4751.78.18959

Ключові слова:

штучний інтелект, корпоративні мережі, SDN, Smart Grids, транспортні мережі, БПЛА мережі

Анотація

Ця робота присвячена огляду методу балансування навантаження у корпоративних мережах з використанням технології SDN з використанням штучного інтелекту. У роботі розглянуті особливості та методи використання ШІ у цих мережах, а також виявлені потенційні проблеми, які можуть виникнути.

У роботі проведено огляд методу балансування навантаження у корпоративних SDN мережах з використанням ШІ. Виявлено, що ШІ дозволяє автоматизувати процес балансування навантаження у мережі. Використання ШІ сприяє покращенню ефективності мережі, зменшенню витрат і поліпшенню безпеки.

Загалом, робота висуває ідею використання штучного інтелекту у корпоративних мережах з використанням технології SDN для підвищення ефективності роботи мережі та забезпечення безпеки. Оглянуто метод застосування ШІ в цих мережах та намічені перспективні напрямки досліджень.

Ця робота дає теоретичний огляд методу балансування навантаження у корпоративних SDN мережах з урахуванням їх особливостей, а також ставить основу для подальших досліджень у цій області. Впровадження штучного інтелекту в корпоративні мережі є актуальним завданням, оскільки воно сприяє покращенню ефективності та безпеки мереж та відкриває нові можливості для їх розвитку.

Посилання

Kulakov Y. O., Korenko D. V. Methods of applying artificial intelligence in software-defined networks. Problems of Informatization and Control. 2023. Vol. 1, no. 73. P. 23–27.

Chim T. W., Yeung K. L. Traffic distribution over equal-cost-multi-paths. 2004 IEEE International Conference on Communications : proceedings, Paris, France, 20–24 June 2004 / IEEE. Piscataway, 2004. Vol. 2. P. 1207–1211.

William J. D., Towles B. Principles and practices of interconnection networks. Amsterdam : Morgan Kaufmann Publishers, 2004. 550 p.

Alnaser A. M., Kulakov Y. O., Korenko D. V. Modified Method of Traffic Engineering in DCN with a Ramified Topology. International Journal of Advanced Computer Science and Applications. 2021. Vol. 12, no. 12. P. 439–446.

Korenko D. V. et al. Creation of the method of multipath routing using known paths in software-defined networks. Technology audit and production reserves. 2022. Vol. 4, no. 2(66). P. 19–24.

Handigol N. et al. Plug-n-Serve: Load-Balancing Web Traffic using OpenFlow. ACM SIGCOMM 2009 : Demos, Barcelona, Spain, 17–21 August 2009 / ACM SIG, 2009. 2 p.

Wang R., Butnariu D., Rexford J. OpenFlow-based server load balancing gone wild. 11th USENIX conference on Hot topics in management of internet, cloud, and enterprise networks and services (Hot-ICE'11) : proceedings, Boston, MA, USA, 29 March 2011 / USENIX Association. Berkeley, 2011. P. 12–12.

Hu Y. et al. BalanceFlow: Controller load balancing for OpenFlow networks. 2012 IEEE 2nd International Conference on Cloud Computing and Intelligence Systems : proceedings, Hangzhou, China, 30 October–01 November 2012 / IEEE. Beijing, 2012. Vol. 2. P. 780–785.

Gao J. Artificial neural network principle and simulation examples. Beijing : Mechanical Industry Press, 2007.

##submission.downloads##

Опубліковано

2024-07-01

Номер

Розділ

Статті