AI Routing Lab: машинное обучение для оптимизации сетевых маршрутов

Каждый маршрут ведет себя по-разному в зависимости от времени суток, загрузки сети, погоды (да, это влияет на спутниковые каналы) и других факторов. Традиционная маршрутизация выбирает путь на основе метрик BGP (AS Path, MED), но эти метрики не учитывают реальную задержку и джиттер.

https://habr.com/ru/articles/970630/

#Network_Routing #machine_learning #AI_Routing #quic #Network_Optimization #CloudBridge_Research #Open_Source #Jitter_Prediction

AI Routing Lab: машинное обучение для оптимизации сетевых маршрутов

Статья подготовлена в рамках исследовательского проекта CloudBridge Research, посвященного применению ML для оптимизации сетевых протоколов. Проект: github.com/twogc/ai-routing-lab Вы, возможно,...

Хабр