ترجمه فارسی مقاله تجزیه و تحلیل روش کنترل ترافیک انعطاف پذیر در SDN

چکیده

The aim of this paper is to analyze methods of flexible control in SDN networks and to propose a self-developed solution that will enable intelligent adaptation of SDN controller performance. This work aims not only to review existing solutions, but also to develop an approach that will increase the efficiency and adaptability of network management. The project uses a modern type of machine learning, Reinforcement Learning, which allows autonomous decisions of a network that learns based on its choices in a dynamically changing environment, which is most similar to the way humans learn. The solution aims not only to improve the network’s performance, but also its flexibility and real-time adaptability – flexible traffic control.

چکیده به فارسی (ترجمه ماشینی)

هدف از این مقاله ، تجزیه و تحلیل روشهای کنترل انعطاف پذیر در شبکه های SDN و پیشنهاد یک راه حل خود توسعه یافته است که سازگاری هوشمندانه عملکرد کنترلر SDN را امکان پذیر می کند.این کار نه تنها بررسی راه حل های موجود بلکه ایجاد رویکردی است که باعث افزایش کارایی و سازگاری مدیریت شبکه می شود.این پروژه از یک نوع مدرن یادگیری ماشین ، یادگیری تقویت شده استفاده می کند ، که به تصمیمات خودمختار یک شبکه امکان می دهد که بر اساس انتخاب های آن در یک محیط پویا در حال تغییر ، که بیشتر شبیه به نحوه یادگیری انسان است ، یاد می گیرد.این راه حل نه تنها به بهبود عملکرد شبکه ، بلکه انعطاف پذیری و سازگاری آن در زمان واقعی – کنترل ترافیک انعطاف پذیر است.