Geri Dön

Yazılım tanımlı çoklu ağlarda makine öğrenmesi ve blok zinciri ile geliştirilmiş servis kalitesi destekli yönlendirme mimarisi

Machine learning enhanced quality of service based routing with blockchain in multi-domain software defined networks

  1. Tez No: 829253
  2. Yazar: ZEYNEP ÖNDER
  3. Danışmanlar: DR. ÖĞR. ÜYESİ EVRİM GÜLER, DR. ÖĞR. ÜYESİ MURAT KARAKUŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Bartın Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Akıllı Sistemler Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 54

Özet

Geleceğin ağlarının ana görevi, mümkün olduğunca entellektüelleştirme, etkinleştirme ve özelleştirme için akıllı ağ oluşturma mimarileri oluşturmaktır. Yazılım Tanımlı Ağlar (YTA) oluşturma teknolojisi, geleneksel ağ mimarisinde kontrol düzlemi ile veri düzlemi arasındaki sıkı bağlantıyı kırarak ağ kaynaklarının kontrol edilebilirliğini, güvenliğini ve ekonomisini gerçeğe dönüştürür. Yapay zekanın yöntemlerinden biri olan makine öğrenimi, YTA mimarisiyle birleştiğinde ağ kaynak yönetimi, uçtan uca yol planlama, trafik programlama, arıza teşhisi veya ağ güvenliği gibi alanlarda etkin olmaktadır. Günümüz ağ mimarisindeki cihaz sayılarının hızla artışı, güvenlik, gizlilik, hizmet sağlama ve ağ yönetimi gibi operasyonların merkezi bir kontrol sistemi ile yapılmasını zorlaştırmaktadır. Bu nedenle, merkezi olmayan ağ yönetiminin güvenli, akıllı ve verimli olabilmesi için blokzinciri ve makine öğreniminin birlikte kullanımı akademik çalışmalarda ve endüstriyel uygulamalarda ilgi görmektedir. YTA, geleneksel ağlara göre yazılım ile yönetildiğinden kontrolü daha kolaydır. Bu ağlarda, blokzincir işlem hacmini artırmak ve ortalama blok oluşturma süresini azaltmak gibi blokzincir teknolojisi ile ilgili literatürde farklı makine öğrenme teknikleri kullanılmıştır. Bu çalışmanın amacı, Pekiştirmeli Öğrenme (PL) modellerinin yardımıyla blokzinciri ile servis kalitesi destekli uçtan uca çoklu ağlarda yol bulma mimarisinin oluşturulmasıdır.

Özet (Çeviri)

The main task of future networks is to create intelligent networking architectures for as much intellectualization, activation and customization as possible. Software Defined Networks (SDN) creation technology breaks the tight connection between the control plane and the data plane in traditional network architecture, making the controllability, security and economy of network resources a reality. Machine learning, one of the methods of artificial intelligence, when combined with SDN architecture, is effective in areas such as network resource management, end-to-end route planning, traffic programming, fault diagnosis or network security. The rapid increase in the number of devices in today's network architecture makes it difficult to carry out operations such as security, privacy, service provision and network management with a central control system. Therefore, the combined use of blockchain and machine learning for decentralized network management to be secure, smart and efficient is of interest in academic studies and industrial applications. SDN is easier to control as it is managed by software compared to traditional networks. In these networks, different machine learning techniques have been used in the literature on blockchain technology, such as increasing the blockchain transaction volume and reducing the average block generation time. The aim of this study is to create a wayfinding architecture in end-to-end multi-networks supported by blockchain with the help of Reinforcement Learning (RL) models.

Benzer Tezler

  1. Stochastic bitstream-based vision and learning machines

    Stokastik bit akışı tabanlı görü ve öğrenme makineleri

    SERCAN AYGÜN

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ECE OLCAY GÜNEŞ

  2. Large scale wireless propagation channel characterization of air-to-air and air-to-ground drone communications

    Hava-hava ve hava-yer drone haberleşmesi için büyük ölçekli kablosuz yayılım kanalı karakterizasyonu

    UBEYDULLAH ERDEMİR

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. HAKAN ALİ ÇIRPAN

  3. Yazılım tanımlı çoklu ağlarda yönlendirilmiş döngüsüz graf modelli dijital cüzdan teknolojileri ile servis kalitesi destekli yönlendirme mimarisi

    Quality of service assisted routing architecture with digital wallet technologies using a loop-free graph model routed in software-defined multi-domain networks

    CEREN BUSE YILDIRIM

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilim ve TeknolojiBartın Üniversitesi

    Akıllı Sistemler Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EVRİM GÜLER

    DR. ÖĞR. ÜYESİ MURAT KARAKUŞ

  4. Yazılım tanımlı ağlarda genetik algoritma tabanlı çoklu denetleyici yerleştirme

    Genetic algorithm-based multi-controller placement in software-defined networks

    EDA NUR HASÇOKADAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BİLAL BABAYİĞİT

  5. Energy efficient virtual network embedding in federated software defined networks

    Federe yazılım tanımlı ağlarda enerji açısından verimli sanal ağ gömmesi

    MOHAMED ABDULKADIR HAJI DAHIR

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. DİDEM GÖZÜPEK KOCAMAN