Avaliação do processo de fragmentação em redes ópticas elásticas usando aprendizado de máquina

Detalhes bibliográficos
Autor(a) principal: Vieira, Paulo Omar Augusto
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFABC
Texto Completo: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=122175
Resumo: Orientador: Prof. Dr. Luiz Henrique Bonani do Nascimento
id UFBC_6c4730d213f20264a8c040b7a8571268
oai_identifier_str oai:BDTD:122175
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling Avaliação do processo de fragmentação em redes ópticas elásticas usando aprendizado de máquinaREDES ÓTICAS ELÁSTICASFRAGMENTAÇÃO DO ESPECTRO ÓPTICOAPRENDIZADO COMPUTACIONALÁRVORE DE REGRESSÃOELASTIC OPTICAL NETWORKSOPTICAL SPECTRAL FRAGMENTATIONMACHINE-LEARNINGREGRESSION TREEPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO - UFABCOrientador: Prof. Dr. Luiz Henrique Bonani do NascimentoDissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia da Informação, Santo André, 2020.Redes óticas elásticas (Elastic Optical Network - EON) são uma proposta para aumentar a eficiência no uso do espectro óptico em comparação com a forma como é usado pelas redes WDM convencionais, de grade fixa. Porém, ao permitir o estabelecimento de canais com larguras de banda variadas, aumenta-se o potencial de fragmentação espectral da rede. Apesar de muitos esforços de pesquisa para a solução desse problema, até hoje não existem técnicas universalmente aceitas como ótimas. Este trabalho busca apresentar uma proposta que utiliza aprendizado de máquina para a construção de uma árvore de regressão que correlacione os estados que a rede assume a cada momento de seu funcionamento com o nível de fragmentação de seu espectro óptico e desenvolver técnicas para o tratamento desse problema com base nestas informações. Os resultados mostraram que o treinamento através de aprendizado de máquina permite prever a evolução do nível de fragmentação com razoável nível de precisão, o que possibilitou o desenvolvimento de técnicas de gerenciamento da fragmentação com base nestas previsões.Elastic Optical Network (EON) is a proposal to increase the efficiency in the use of the optical spectrum compared to the way it is used by conventional, fixed grid WDM networks. However, by allowing the establishment of channels with varied bandwidth, the spectral fragmentation of the network increases. Despite many research efforts to solve this problem, until today are no universally accepted as optimal techniques. This work aims to present a proposal that uses machine learning to build a regression tree that correlates the network states, assumed at each moment of its operation, with the optical spectrum fragmentation level and, based on this, develop techniques for treating this problem. The results reveal that the use of machine learning allows to predict the evolution of the fragmentation level with a reasonable level of precision, which enabled the development of fragmentation management techniques based on these predictions.Nascimento, Luiz Henrique Bonani doAbbade, Marcelo Luís FranciscoSuyama, RicardoVieira, Paulo Omar Augusto2020info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf120 f. : il.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=122175http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=122175&midiaext=79349http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=122175&midiaext=79348Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=122175porreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2022-03-21T13:25:33Zoai:BDTD:122175Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2022-03-21T13:25:33Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false
dc.title.none.fl_str_mv Avaliação do processo de fragmentação em redes ópticas elásticas usando aprendizado de máquina
title Avaliação do processo de fragmentação em redes ópticas elásticas usando aprendizado de máquina
spellingShingle Avaliação do processo de fragmentação em redes ópticas elásticas usando aprendizado de máquina
Vieira, Paulo Omar Augusto
REDES ÓTICAS ELÁSTICAS
FRAGMENTAÇÃO DO ESPECTRO ÓPTICO
APRENDIZADO COMPUTACIONAL
ÁRVORE DE REGRESSÃO
ELASTIC OPTICAL NETWORKS
OPTICAL SPECTRAL FRAGMENTATION
MACHINE-LEARNING
REGRESSION TREE
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO - UFABC
title_short Avaliação do processo de fragmentação em redes ópticas elásticas usando aprendizado de máquina
title_full Avaliação do processo de fragmentação em redes ópticas elásticas usando aprendizado de máquina
title_fullStr Avaliação do processo de fragmentação em redes ópticas elásticas usando aprendizado de máquina
title_full_unstemmed Avaliação do processo de fragmentação em redes ópticas elásticas usando aprendizado de máquina
title_sort Avaliação do processo de fragmentação em redes ópticas elásticas usando aprendizado de máquina
author Vieira, Paulo Omar Augusto
author_facet Vieira, Paulo Omar Augusto
author_role author
dc.contributor.none.fl_str_mv Nascimento, Luiz Henrique Bonani do
Abbade, Marcelo Luís Francisco
Suyama, Ricardo
dc.contributor.author.fl_str_mv Vieira, Paulo Omar Augusto
dc.subject.por.fl_str_mv REDES ÓTICAS ELÁSTICAS
FRAGMENTAÇÃO DO ESPECTRO ÓPTICO
APRENDIZADO COMPUTACIONAL
ÁRVORE DE REGRESSÃO
ELASTIC OPTICAL NETWORKS
OPTICAL SPECTRAL FRAGMENTATION
MACHINE-LEARNING
REGRESSION TREE
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO - UFABC
topic REDES ÓTICAS ELÁSTICAS
FRAGMENTAÇÃO DO ESPECTRO ÓPTICO
APRENDIZADO COMPUTACIONAL
ÁRVORE DE REGRESSÃO
ELASTIC OPTICAL NETWORKS
OPTICAL SPECTRAL FRAGMENTATION
MACHINE-LEARNING
REGRESSION TREE
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO - UFABC
description Orientador: Prof. Dr. Luiz Henrique Bonani do Nascimento
publishDate 2020
dc.date.none.fl_str_mv 2020
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=122175
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=122175
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=122175&midiaext=79349
http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=122175&midiaext=79348
Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=122175
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
120 f. : il.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFABC
instname:Universidade Federal do ABC (UFABC)
instacron:UFABC
instname_str Universidade Federal do ABC (UFABC)
instacron_str UFABC
institution UFABC
reponame_str Repositório Institucional da UFABC
collection Repositório Institucional da UFABC
repository.name.fl_str_mv Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)
repository.mail.fl_str_mv
_version_ 1813263956700037120

Registros relacionados