Новый метод МГУ улучшает балансировку трафика с помощью машинного обучения

Ассистент кафедры автоматизации систем вычислительных комплексов ВМК МГУ Евгений Степанов представил метод балансировки трафика в наложенных сетях. Используя многоагентное машинное обучение, он предложил способ, который обходит традиционные алгоритмы и снижает перегрузки в условиях роста интернет-трафика.

Метод Multi-Agent Routing using Hashing (MAROH) объединяет обучение с подкреплением и консистентное хеширование, что позволяет маршрутизаторам адаптировать маршруты в зависимости от загрузки каналов. В результате сети становятся более устойчивыми, а задержки при передаче данных минимизируются.

Экспериментальные тесты подтвердили эффективность MAROH, особенно при высоких нагрузках. Новый подход не только опередил алгоритмы ECMP и UCMP, но и показал сопоставимые результаты с централизованными методами, такими как генетические алгоритмы.

Метод уже нацелен на применение в корпоративных сетях и дата-центрах, где критически важно эффективно распределять трафик. «Наше исследование демонстрирует, что машинное обучение открывает новые перспективы для сетевых технологий», — отметил Евгений Степанов.

Возможно, вам также будет интересно узнать больше о СКС?

RSS-лента новостей отрасли