机器正在学习在网络中的实际应用
发布时间：2021-12-20 14:14:42 所属栏目：智能科技 来源：互联网
导读：每个网络应用程序都有自己的一组功能和性能参数，这些功能和参数可能会动态变化。由于网络的多样性和复杂性，围绕此类网络场景构建的传统算法或硬编码技术是一项具有挑战性的任务。 事实证明，机器学习在几乎所有行业都是有益的，包括网络行业。机器学习可以
|
每个网络应用程序都有自己的一组功能和性能参数，这些功能和参数可能会动态变化。由于网络的多样性和复杂性，围绕此类网络场景构建的传统算法或硬编码技术是一项具有挑战性的任务。 事实证明，机器学习在几乎所有行业都是有益的，包括网络行业。机器学习可以帮助解决棘手的旧网络障碍，刺激新的网络应用程序，使网络变得非常方便。让我们通过几个用例详细讨论基本工作流程，以便更好地理解网络领域中的应用机器学习技术。 机器学习有助于在大数据系统和大区域网络中进行分析，以便在管理此类网络时识别复杂模式。鉴于这些机会，网络领域的研究人员将深度学习模型用于网络流量监控和分析应用，如流量分类和预测、拥塞控制等。 网络遥测数据提供了有关网络性能的基本指标。这些信息通常很难解释出来。考虑到网络中的数据量和总数据量具有巨大的价值。如果使用得当，它可以显著提高性能。 机器学习模型经过训练以理解遥测数据中的相关性和模式，从而最终获得基于历史数据的学习预测未来的能力。这有助于管理未来的网络中断。 为了避免这种拥塞，可以训练有监督的机器学习模型来实时分析网络流量，并以网络经历最少瓶颈的方式推断每个用户的合适带宽限制。 （编辑：52刷机网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |