Digital Twin for Networking: A Data-driven Performance Modeling Perspective :面向数字孪生网络的性能评估模型

介绍了当前已有工作预测网络性能的方法(经典方法:【贝叶斯,支持向量机等】,普通神经网络(CNN等,自定义神经网络:LSTM优化等)。现有方法在不同的性能下开发评估任务,其中指标包括延迟、吞吐量、丢失速率、流量完成时间 (FCT) 等部分。

现有工作根据应用层分成三个类别,应层层application layer、传输层transport layer、网络层network layer

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值