Requeriments en intel·ligència artificial per l’allotjament eficient de xarxes virtuals
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/362988
Tipus de documentTreball Final de Grau
Data2021-10-26
Condicions d'accésAccés obert
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Abstract
Network virtualization is becoming increasingly important, as it allows to adapt the needs of a network to new circumstances, resulting in greater flexibility. Network virtualization depends mostly on the optimization of the allocation of physical network resources, becoming one of the major problems of today. This problem is called virtual network embedding (VNE), many algorithms have been used to solve this virtual network embedding problem with poor results in terms of revenue. Due to the current rise of artificial intelligence, it has been used in order to solve technological problems of recent years, the use of the Q learning algorithm, a typical algorithm for reinforcing learning, is proposed. The results achieved show an improvement in the use of resources which allows to obtain better values in terms of Cost/Revenue, compared to other traditional algorithms. La virtualización de redes está ganando cada vez más importancia, ya que permite adecuar las necesidades de una red a nuevas circunstancias, lo que deriva en una flexibilidad mayor. La virtualización de la red depende en gran parte de la optimización en la asignación de recursos de la red física, lo que lo convierte en uno de los grandes problemas de la actualidad. Este problema recibe el nombre de alojamiento de redes virtuales (VNE), muchos algoritmos se han utilizado para resolver este problema de alojamiento de recursos obteniendo resultados pobres en términos de Revenue. Debido al auge que hay en la actualidad con la inteligencia artificial como medio para resolver los problemas tecnológicos de los últimos años, se propone la utilización del algoritmo Q learning, un algoritmo típico del aprendizaje por refuerzo. Los resultados obtenidos demuestran una mejora en la utilización de recursos, lo que permite obtener mejores valores en términos de Cost/Revenue comparado con otros algoritmos tradicionales. La virtualització de xarxes està guanyant cada cop més importància, ja que permet adequar les necessitats d'una xarxa a noves circumstancies, el que deriva en una flexibilitat major. La virtualització de la xarxa depèn en gran mesura de l'optimització en l'assignació dels recursos de la xarxa física, esdevenint en un dels grans problemes de l'actualitat. Aquest problema rep el nom d'allotjament de xarxes virtuals (VNE), molts algorismes s'han utilitzat per resoldre aquest problema d'allotjament de recursos obtenint resultats pobres en termes de revenue. Degut a l'auge que hi ha en l'actualitat amb la intel·ligència artificial com a medi per a resoldre els problemes tecnològics dels últims anys, és proposa la utilització de l'algorisme Q learning, un algorisme típic de l'aprenentatge de reforç. Els resultats obtinguts demostren una millora en la utilització de recursos, el que permet obtenir millors valors en termes de Cost/Revenue, comparat amb altres algorismes tradicionals.
MatèriesArtificial intelligence, Algorithms, Telematics, Intel·ligència artificial, Algorismes, Telemàtica
TitulacióGRAU EN ENGINYERIA DE TECNOLOGIES I SERVEIS DE TELECOMUNICACIÓ (Pla 2015)
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
TFG_DEscobar.pdf | 3,218Mb | Visualitza/Obre |