Developing Networks using Artificial Intelligence / Yao, Haipeng  

Público ISBD Ningún comentario para este registro. Título : Developing Networks using Artificial Intelligence Tipo de documento: documento electrónico Autores: Yao, Haipeng, ; Jiang, Chunxiao, ; Qian, Yi, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XI, 248 p. 116 ilustraciones ISBN/ISSN/DL: 978-3-030-15028-0 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Sistemas de comunicación inalámbrica.  Sistemas de comunicación móviles.  Inteligencia artificial  Red de computadoras  Comunicación inalámbrica y móvil  Redes de comunicación informática Clasificación: 621.384 Resumen: Este libro analiza principalmente los problemas más importantes en las redes futuras asistidas por inteligencia artificial, como la aplicación de diferentes enfoques de ML para investigar soluciones para monitorear, controlar y optimizar las redes de manera inteligente. Los autores se centran en cuatro escenarios de aplicación exitosa del aprendizaje automático en el espacio de la red. También analiza el principal desafío del conocimiento inteligente del tráfico de red e introduce varios algoritmos de conocimiento del tráfico basados ​​en el aprendizaje automático, como la clasificación del tráfico, la identificación de anomalías del tráfico y la predicción del tráfico. En este libro, los autores presentan algunos enfoques de ML, como el aprendizaje por refuerzo, para abordar el problema de control de la red. Los trabajos tradicionales en el plano de control se basan en gran medida en un proceso manual para configurar el reenvío, que no se puede emplear en las condiciones actuales de la red. Para abordar este problema, se introducen varios enfoques de inteligencia artificial para estrategias de control de autoaprendizaje. Además, los problemas de gestión de recursos son omnipresentes en el campo de las redes, como la programación de trabajos, la adaptación de la tasa de bits en la transmisión de vídeo y la colocación de máquinas virtuales en la computación en la nube. En comparación con el enfoque tradicional con caja, los autores presentan algunos métodos de aprendizaje automático para resolver los complejos problemas de asignación de recursos de la red. Finalmente, en este libro se introduce la función de comprensión semántica en la red para comprender la intención comercial de alto nivel. Con el desarrollo de redes definidas por software (SDN), virtualización de funciones de red (NFV) y sistemas inalámbricos de quinta generación (5G), la red global está experimentando una profunda reestructuración y transformación. Sin embargo, con la mejora de la flexibilidad y escalabilidad de las redes, así como la complejidad cada vez mayor de las redes, el monitoreo efectivo, el control general y la optimización de la red son extremadamente difíciles. Recientemente, agregar inteligencia al plano de control a través de AI y ML se ha convertido en una tendencia y una dirección en el desarrollo de redes. La audiencia esperada de este libro incluye profesores, investigadores, científicos, profesionales, ingenieros, gerentes industriales e investigadores gubernamentales que trabajan en los campos de las redes inteligentes. . Los estudiantes de nivel avanzado que estudian informática e ingeniería eléctrica también encontrarán este libro útil como libro de texto de secundaria. . Nota de contenido: Preface vii -- Acknowledgements ix -- Table of Contents xi -- Chapter 1 Introduction 1 -- Chapter 2 Intelligence-Driven Networking Architecture 13 -- Chapter 3 Intelligent Network Awareness 31 -- Chapter 4 Intelligent Network Control 79 -- Chapter 5 Intelligent Network Resource Management 151 -- Chapter 6 Intention Based Networking Management 191 -- Chapter 7 Conclusions and Future Challenges 237 -- Index 241. Tipo de medio : Computadora Summary : This book mainly discusses the most important issues in artificial intelligence-aided future networks, such as applying different ML approaches to investigate solutions to intelligently monitor, control and optimize networking. The authors focus on four scenarios of successfully applying machine learning in network space. It also discusses the main challenge of network traffic intelligent awareness and introduces several machine learning-based traffic awareness algorithms, such as traffic classification, anomaly traffic identification and traffic prediction. The authors introduce some ML approaches like reinforcement learning to deal with network control problem in this book. Traditional works on the control plane largely rely on a manual process in configuring forwarding, which cannot be employed for today's network conditions. To address this issue, several artificial intelligence approaches for self-learning control strategies are introduced. In addition, resource management problems are ubiquitous in the networking field, such as job scheduling, bitrate adaptation in video streaming and virtual machine placement in cloud computing. Compared with the traditional with-box approach, the authors present some ML methods to solve the complexity network resource allocation problems. Finally, semantic comprehension function is introduced to the network to understand the high-level business intent in this book. With Software-Defined Networking (SDN), Network Function Virtualization (NFV), 5th Generation Wireless Systems (5G) development, the global network is undergoing profound restructuring and transformation. However, with the improvement of the flexibility and scalability of the networks, as well as the ever-increasing complexity of networks, makes effective monitoring, overall control, and optimization of the network extremely difficult. Recently, adding intelligence to the control plane through AI&ML become a trend and a direction of network development This book's expected audience includes professors, researchers, scientists, practitioners, engineers, industry managers, and government research workers, who work in the fields of intelligent network. Advanced-level students studying computer science and electrical engineering will also find this book useful as a secondary textbook. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Developing Networks using Artificial Intelligence [documento electrónico] / Yao, Haipeng, ; Jiang, Chunxiao, ; Qian, Yi,  . -  1 ed.  . - [s.l.] : Springer, 2019 . - XI, 248 p. 116 ilustraciones. ISBN : 978-3-030-15028-0 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Sistemas de comunicación inalámbrica.  Sistemas de comunicación móviles.  Inteligencia artificial  Red de computadoras  Comunicación inalámbrica y móvil  Redes de comunicación informática Clasificación: 621.384 Resumen: Este libro analiza principalmente los problemas más importantes en las redes futuras asistidas por inteligencia artificial, como la aplicación de diferentes enfoques de ML para investigar soluciones para monitorear, controlar y optimizar las redes de manera inteligente. Los autores se centran en cuatro escenarios de aplicación exitosa del aprendizaje automático en el espacio de la red. También analiza el principal desafío del conocimiento inteligente del tráfico de red e introduce varios algoritmos de conocimiento del tráfico basados ​​en el aprendizaje automático, como la clasificación del tráfico, la identificación de anomalías del tráfico y la predicción del tráfico. En este libro, los autores presentan algunos enfoques de ML, como el aprendizaje por refuerzo, para abordar el problema de control de la red. Los trabajos tradicionales en el plano de control se basan en gran medida en un proceso manual para configurar el reenvío, que no se puede emplear en las condiciones actuales de la red. Para abordar este problema, se introducen varios enfoques de inteligencia artificial para estrategias de control de autoaprendizaje. Además, los problemas de gestión de recursos son omnipresentes en el campo de las redes, como la programación de trabajos, la adaptación de la tasa de bits en la transmisión de vídeo y la colocación de máquinas virtuales en la computación en la nube. En comparación con el enfoque tradicional con caja, los autores presentan algunos métodos de aprendizaje automático para resolver los complejos problemas de asignación de recursos de la red. Finalmente, en este libro se introduce la función de comprensión semántica en la red para comprender la intención comercial de alto nivel. Con el desarrollo de redes definidas por software (SDN), virtualización de funciones de red (NFV) y sistemas inalámbricos de quinta generación (5G), la red global está experimentando una profunda reestructuración y transformación. Sin embargo, con la mejora de la flexibilidad y escalabilidad de las redes, así como la complejidad cada vez mayor de las redes, el monitoreo efectivo, el control general y la optimización de la red son extremadamente difíciles. Recientemente, agregar inteligencia al plano de control a través de AI y ML se ha convertido en una tendencia y una dirección en el desarrollo de redes. La audiencia esperada de este libro incluye profesores, investigadores, científicos, profesionales, ingenieros, gerentes industriales e investigadores gubernamentales que trabajan en los campos de las redes inteligentes. . Los estudiantes de nivel avanzado que estudian informática e ingeniería eléctrica también encontrarán este libro útil como libro de texto de secundaria. . Nota de contenido: Preface vii -- Acknowledgements ix -- Table of Contents xi -- Chapter 1 Introduction 1 -- Chapter 2 Intelligence-Driven Networking Architecture 13 -- Chapter 3 Intelligent Network Awareness 31 -- Chapter 4 Intelligent Network Control 79 -- Chapter 5 Intelligent Network Resource Management 151 -- Chapter 6 Intention Based Networking Management 191 -- Chapter 7 Conclusions and Future Challenges 237 -- Index 241. Tipo de medio : Computadora Summary : This book mainly discusses the most important issues in artificial intelligence-aided future networks, such as applying different ML approaches to investigate solutions to intelligently monitor, control and optimize networking. The authors focus on four scenarios of successfully applying machine learning in network space. It also discusses the main challenge of network traffic intelligent awareness and introduces several machine learning-based traffic awareness algorithms, such as traffic classification, anomaly traffic identification and traffic prediction. The authors introduce some ML approaches like reinforcement learning to deal with network control problem in this book. Traditional works on the control plane largely rely on a manual process in configuring forwarding, which cannot be employed for today's network conditions. To address this issue, several artificial intelligence approaches for self-learning control strategies are introduced. In addition, resource management problems are ubiquitous in the networking field, such as job scheduling, bitrate adaptation in video streaming and virtual machine placement in cloud computing. Compared with the traditional with-box approach, the authors present some ML methods to solve the complexity network resource allocation problems. Finally, semantic comprehension function is introduced to the network to understand the high-level business intent in this book. With Software-Defined Networking (SDN), Network Function Virtualization (NFV), 5th Generation Wireless Systems (5G) development, the global network is undergoing profound restructuring and transformation. However, with the improvement of the flexibility and scalability of the networks, as well as the ever-increasing complexity of networks, makes effective monitoring, overall control, and optimization of the network extremely difficult. Recently, adding intelligence to the control plane through AI&ML become a trend and a direction of network development This book's expected audience includes professors, researchers, scientists, practitioners, engineers, industry managers, and government research workers, who work in the fields of intelligent network. Advanced-level students studying computer science and electrical engineering will also find this book useful as a secondary textbook. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200