Балансировка нагрузки на серверах DCN с помощью программного обеспечения Машинное обучение по определяемой сети

В данной исследовательской работе рассматривается инновационная область оптимизации распределения нагрузки в сетях центров обработки данных (ЦОД) за счет интеграции возможностей программно-определяемых сетей (SDN) и алгоритмов машинного обучения.

Традиционные архитектуры ЦОД сталкиваются со значительными трудностями при обработке непредсказуемых схем трафика, что приводит к возникновению узких мест, перегрузке сети и неоптимальному использованию ресурсов. В исследовании предлагается новая платформа, объединяющая гибкость и программируемость SDN с прогностическими и аналитическими возможностями машинного обучения.

Load Balancing in DCN Servers Through Software Defined Network Machine Learning / G. Beissenova, A. Zhidebayeva, Z. Kopzhassarova, P. Kozhabekova, B. Myrzakhmetova, M. Kerimbekov, D. Ussipbekova, N. Yeshenkozhaev // (IJACSA) International Journal of Advanced Computer Science and Applications. –  2024 . – Vol. 15. – № 2.