本文主要研究内容
作者潘姗姗,周亦敏（2019）在《大数据中心网络环境的拓扑表示学习方法研究》一文中研究指出：在大数据中心网络(BDCN)环境下,应用预测和分析拓扑结构的机器学习(ML)算法受到越来越多的关注。利用ML算法对交通网络预测、异常交通监控和路线选择模型的研究取得重大进展,但是在处理网络数据时受到严重制约,探索隐藏在网络拓扑结构中的信息能力有限。因此提出一种新方法"Topology 2Vec"学习网络拓扑,聚焦于网络结构和性能,并使用低维向量表示节点,以确保表示可以适应不同要求。为评估方法有效性,将该方法应用于控制器放置问题的真实数据中心拓扑数据典型用例。实验表明,以"Topology 2Vec"作为前提可以在网络延迟方面产生更好结果。
Abstract
zai da shu ju zhong xin wang lao (BDCN)huan jing xia ,ying yong yu ce he fen xi ta pu jie gou de ji qi xue xi (ML)suan fa shou dao yue lai yue duo de guan zhu 。li yong MLsuan fa dui jiao tong wang lao yu ce 、yi chang jiao tong jian kong he lu xian shua ze mo xing de yan jiu qu de chong da jin zhan ,dan shi zai chu li wang lao shu ju shi shou dao yan chong zhi yao ,tan suo yin cang zai wang lao ta pu jie gou zhong de xin xi neng li you xian 。yin ci di chu yi chong xin fang fa "Topology 2Vec"xue xi wang lao ta pu ,ju jiao yu wang lao jie gou he xing neng ,bing shi yong di wei xiang liang biao shi jie dian ,yi que bao biao shi ke yi kuo ying bu tong yao qiu 。wei ping gu fang fa you xiao xing ,jiang gai fang fa ying yong yu kong zhi qi fang zhi wen ti de zhen shi shu ju zhong xin ta pu shu ju dian xing yong li 。shi yan biao ming ,yi "Topology 2Vec"zuo wei qian di ke yi zai wang lao yan chi fang mian chan sheng geng hao jie guo 。
论文参考文献
论文详细介绍
论文作者分别是来自软件导刊的潘姗姗,周亦敏，发表于刊物软件导刊2019年03期论文，是一篇关于拓扑表示学习论文,机器学习论文,软件导刊2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自软件导刊2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：拓扑表示学习论文; 机器学习论文; 软件导刊2019年03期论文;