Geri Dön

Learning-based wavelength assignment in optical burst switching networks

Optik yoğuşma anahtarlamalı ağlarda öğrenmeye dayalı dalgaboyu ataması

  1. Tez No: 152506
  2. Yazar: ÖMER KORÇAK
  3. Danışmanlar: Y.DOÇ.DR. MURAT ZEREN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2004
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 100

Özet

ÖZET OPTİK yoguşma anahtarlamali ağlarda öğrenmeye DAYALI DALGABOYU ATAMASI Gelecek nesil optik ağ teknolojilerinden olarak öne sürülen Optik yoğuşma anahtarlamali (OBS) ağlarda, her tüm optik ağda olduğu gibi performansı etkileyen en önemli kriterlerden birisi dalgaboyu dönüşüm özelliğinin olup olmamasıdır. OBS ağlar üzerinde yapılan çalışmalardan çoğunda bu özelliğin var olduğu varsayılmıştır. Ancak bu varsayım dalgaboyu çevirim teknolojilerinin henüz olgunlaşmamış ve pahalı olmasından dolayı çok pratik ve gerçekçi değildir. Bu yüzden dalgaboyu dönüşüm özelliği olmayan yönlendiricilerin bulunduğu OBS ağlarda verimli dalgaboyu atanması üzerinde çalışmalar yapmak gerekmektedir. Daha uzun süredir ve yaygın olarak üzerinde çalışılan dalgaboyu yönlendirmeli (wavelength routed) ağlar için bir takım metotlar geliştirilmiştir, ancak bu metotlar OBS ağlar için elverişli değildir. Bu çalışmamızda OBS ağlarda öğrenmeye dayalı bir dalgaboyu atama tekniği geliştirdik ve bu metodumuza çağrı üstünlüğüyle sökme (preemption) ve OBS ağlara mahsus bir özellik olan paketlerin yoğuşmalar halinde toplanması gibi bir takım özellikleri kullanarak birtakım ilaveler yaptık. Bu ilaveler ile öne sürdüğümüz metotların performansa katkılarını çeşitli simülasyonlar yaparak gösterdik.

Özet (Çeviri)

IV ABSTRACT LEARNING-BASED WAVELENGTH ASSIGNMENT IN OPTICAL BURST SWITCHING NETWORKS As in any WDM network, the wavelength conversion capability of routers has a major effect on the performance of OBS networks. However, wavelength conversion is an immature and expensive technology and still remains as a topic of further study. Therefore assuming full wavelength convertibility is not a practical assumption. It is important to focus on avoiding burst drops in OBS networks with wavelength conversion incapable nodes, and efficient wavelength assignment is an important issue for this purpose. Wavelength assignment techniques proposed for Wavelength-Routed Networks are generally not suitable for OBS Networks and some distributed assignment techniques are needed to be devised. In this paper, we proposed a learning based wavelength assignment technique, namely LWA. We make some extensions to this technique via employing a preemption mechanism and using some features of OBS like burst aggregation, and show that the proposed techniques are suitable in order to reduce the burst drop probability, as well as supporting QoS and reducing the end-to-end delay.

Benzer Tezler

  1. Wavelength assignment in optical burst switching networks using neuro-dynamic programming

    Optik çoğuşma anahtarlama ağlarında sinirsel dinamik programlama kullanarak dalgaboyu atama

    FEYZA KEÇELİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2003

    Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. EZHAN KARAŞAN

  2. Yüksek yararlanırlık için optik ağlarda kalımlılık sağlanması

    Survivability of optical networks for high availability

    GÜL BOZTOK ALGIN

    Doktora

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Uluslararası Bilgisayar Ana Bilim Dalı

    PROF. DR. EMRULLAH TURHAN TUNALI

  3. Investigating deep reinforcement learningfor static optimization in optical networks

    Başlık çevirisi yok

    EMRE FURKAN MERCAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolPolitecnico di Milano

    PROF. MASSİMO TORNATORE

    PROF. FRANCESCO MUSUMECİ

  4. Global gravity field recovery from low-low satellite-to-satellite tracking with enhanced spatiotemporal resolution using deep learning paradigm

    Global gravite alanının derin öğrenme paradigması kullanarak alçak uydudan alçak uyduya izleme ile iyileştirilmiş çözünürlükte belirlenmesi

    METEHAN UZ

    Doktora

    İngilizce

    İngilizce

    2023

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. ORHAN AKYILMAZ

  5. Yerel görünüm ve derin modeller kullanarak hibrit bir yüz tanıma yaklaşımı

    A hybrid face recognition approach using local appearance and deep models

    MERT ARI

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. HAZIM KEMAL EKENEL