• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>電子情報通信学会技術研究報告 >有線および無線リンク混在ネットワークにおけるRTCP XR観測に基づくネットワーク品質劣化検出
【24h】

有線および無線リンク混在ネットワークにおけるRTCP XR観測に基づくネットワーク品質劣化検出

机译：基于RTCP XR观测的有线和无线混合网络的网络质量下降检测

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Quality of service guarantees are an important issue of network management. Recently, the services, which transfer voice or movie and are provided in real time, are increasing and become widespread, so the guarantees become more serious. Network troubles are one of the main causes of quarity degradation, and detecting such degradation as soon as possible is required. However, behaviours of traffic become more various because networks which include wireless link like FMC etc. are increasing and then the variations of network become complecated, as a result, detecting the degradation becomes more complecated. We try to detect network degradations using statistics data in RTCP XR and evaluate our detection method under such complicated situation, that is communicate on wired-wireless heterogeneous networks. We generated some traffics and occured some troubles, jitter and packet loss error on wired network and wireless link error, and classified normal states and abnormal(trouble) states of a network by using machine learning. Consequently, the accuracy of classification was 95.9%.%通信品質の保証は重要な問題になってきている．特に近年では音声や動画といったリアルタイムサービスが増加し，重要性が増してきている．サービス品質の主な劣化要因として，ネットワーク障害があり，そのような障害をいち早く検出することが求められている．一方で，FMC（Fixed Mobile Convergence）など無線を含んだネットワークが増え，ネットワーク環境も様々なものが構築されたおり，平常時の通信品質もそれに依存して様々である．本研究では，そのような状況下において，RTP通信で送受信されるRTCP XRに含まれるその通信に関わる統計情報から，通信経路におけるネットワーク異常を判定することを試み，実験評価を行った．有線，無線端末を使った接続において，有線区間でのジッタ異常およびパケット損失，無線リンク障害といった障害を発生させ，それぞれの異常発生時の通信状態と正常時の通信状態を教師付き学習で学習し分類を行った結果，95.9%という精度が得られた．
机译：服务质量保证是网络管理的重要问题。近来，实时传输语音或电影并实时提供的服务正在增加并变得广泛，因此保证变得更加严重。网络故障是质量下降的主要原因之一，因此需要尽快检测到这种下降。然而，由于包括诸如FMC等的无线链路的网络正在增加，然后网络的变化变得复杂，因此流量的行为变得更加多样，结果，检测劣化变得更加复杂。我们尝试使用RTCP XR中的统计数据来检测网络降级，并评估在这种复杂情况下（即在有线无线异构网络上进行通信）的检测方法。我们产生了一些流量，并发生了一些故障，有线网络上的抖动和丢包错误以及无线链路错误，并使用机器学习对网络的正常状态和异常（故障）状态进行了分类。因此，分类的准确度为95.9％。％一方で，FMC（固定移动融合）ワ无线を含んだネットワークような，ネットワーククも様々なも环境も様々なものが本研究では，そのような状况下において，RTP通信で送受信されるRTCP XRに含まれるその通信に关わる统计情报から，通信有线，无线端末を使った接続において，有线间隔でのジッタ异常およびパケット损失，无线リンク障害といった障害を発生させ，それぞれの异常発生时の通信状态と正常时の通信状态を教师付き学习で学习し分类を行った结果，95.9％という精度が得られた。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号