Денис БОРОДАЙ, асп.
ORCID ID: 0009-0009-2531-056X
e-mail: agved2@gmail.com
Київський національний університет імені Тараса Шевченка, Київ, Україна
Юрій КРАВЧЕНКО, д-р техн. наук, проф.
ORCID ID: 0000-0002-0281-4396
e-mail: yurii.kravchenko@knu.ua
Київський національний університет імені Тараса Шевченка, Київ, Україна
DOI: https://doi.org/10.17721/AIT.2024.1.09
Анотація
В с т у п . З розвитком і поширенням мережних технологій, проблема ефективного керування мережами зв’язку набуває все більшої актуальності. Одним із підходів для розв’язання цієї проблеми є використання віртуалізації мережних пристроїв, а саме концепції програмно-конфігурованих мереж (SDN) і віртуалізації мережних функцій (NFV), які дозволяють використовувати неспеціалізоване обладнання, включно з обладнанням на архітектурі процесорів х86, та роблять мережі ефективнішими за рахунок оптимального використання та розподілення ресурсів. Завдяки цьому з’являється можливість використання власних моделей і методів для керування мережами зв’язку. Метою роботи є пошук та розроблення концептуальної моделі інтелектуалізованого керування мережними ресурсами у програмно- конфігурованих мережах, яка на відміну від існуючих може динамічно виділяти ресурси, залежно від потреб мережі та бути пристосованою до можливих незначних розбіжностей між отриманими даними та реальними потребами в умовах дії зовнішніх і внутрішніх дестабілізуючих факторів.
М е т о д и . Використано нейромережні методи, методи нечіткої логіки й методи імітаційного моделювання.
Р е з у л ь т а т и . У роботі запропоновано концептуальну модель керування мережними ресурсами, що базується на гібридній нейронній мережі з використанням нечіткої логіки та нечіткого продукційного виведення (ANFIS), що дозволяє динамічно реагувати на потреби мережі та менш чутлива до швидкого старіння одержаних даних щодо її потреб. Отримана модель була протестована на змодельованій мережі зв’язку у середовищі MATLAB у двох сценаріях, з низьким і високим навантаженням на мережу, та показала хороший результат, який дозволяв віртуальним пристроям обробляти запити без перевантажень і мати певний запас обчислювальних можливостей для ефективної роботи й можливого незначного зростання потреб мережі.
В и с н о в к и . Розроблена модель керування мережними ресурсами в середовищі MATLAB показала високу ефективність, що доводить необхідність та актуальність подальших досліджень із використання нечіткої логіки у керуванні мережами.
К л ю ч о в і с л о в а : телекомунікаційна мережа, керування мережними ресурсами, нечітка логіка, нейронні мережі, віртуалізація мережних функцій, програмно-конфігуровані мережі, ANFIS, MATLAB.
Опубліковано
2024-12-20
Як цитувати
Денис БОРОДАЙ, Юрій КРАВЧЕНКО “ КОНЦЕПТУАЛЬНА МОДЕЛЬ ІНТЕЛЕКТУАЛІЗОВАНОГО КЕРУВАННЯ МЕРЕЖНИМИ РЕСУРСАМИ ЗА РЕАЛІЗАЦІЇ ПАРАДИГМИ SDN/NFV” Сучасні інформаційні технології №1(3), pp. 82–87, 2024
Номер
Сучасні інформаційні технології № 1 (3), 2024
Розділ
Мережні й інтернет-технології
Список використаних джерел
Палагін, В., Євтушенко, І., & Гожий, О. (2021). Віртуалізація як середовище реалізації мережевих функцій. Вісник Черкаського державного технологічного університету, 2, 31–38. https://doi.org/10.24025/2306-4412.2.2021.234703
Плющ, О., Кравченко, Ю., & Труш, О. (2023). Рекурентний алгоритм проєктування телекомунікаційних систем і мереж. Сучасні інформаційні технології, 1(2), 64–72. https://doi.org/10.17721/AIT.2023.1.10
Скулиш, М., & Суліма, С. (2019). Керування ресурсами для віртуалізованих мережевих функцій. У В. М. Безрука, Л.С. Глоби, О.Є Стрижак (Ред.). Наукоємні технології оптимізації та керування в інфокомунікаційних мережах (с. 97–126). Інститут обдарованої дитини НАПН України. https://ela.kpi.ua/items/3533990e-c8c9-464e-84c2-1c77516f7292
Суліма, С., & Скулиш, М. (2017). Гібридна система управління ресурсами для віртуалізованих мережевих функцій. Радіоелектроніка, iнформатика, управління, 1, 16–23. https://doi.org/10.15588/1607-3274-2017-1-2
Carrascal, D., Rojas, E., Arco, J., Lopez-Pajares D., Alvarez-Horcajo, J., & Carral J. (2023). A Comprehensive Survey of In-Band Control in SDN: Challenges and Opportunities. Electronics, 12(6), 1265. https://doi.org/10.3390/electronics12061265
Jang, J. (1993). ANFIS: adaptive-network-based fuzzy inference system. IEEE Transactions on Systems, Man and Cybernetics, 23(3), 665–685. https://doi.org/10.1109/21.256541
Srinivas, J., Sakthivel, S., Sudha, R., Rohit, K., Ranjan, W., & Lokesh, M. (2021). SDN network load balancing using environmental congenital ACO methodology. International Journal of Biology, Pharmacy and Allied Sciences (IJBPAS), 10(11), 913–923. http://dx.doi.org/10.31032/IJBPAS/2021/10.11.1079