面向网络服务退化早期检测的流内方法
广义相对论与量子宇宙学
2025-02-05 v2
摘要
本研究提出了一种新方法，通过利用早期流特征来预测计算机网络中的服务退化 (SD)。我们的做法聚焦于网络流的可观测 (O) 段，特别分析数据包到达时间 (PIAT) 值及其他衍生指标，以推断不可观测 (NO) 段的行为。通过全面评估，我们确定 O/NO 划分阈值为 10 个观察到的延迟样本，这在预测精度和资源利用之间取得了平衡。评估包括逻辑回归、XGBoost 和多层感知器等模型，我们发现 XGBoost 表现最佳，实现 F1 分数为 0.74，平衡准确率为 0.84，AUROC 为 0.97。我们的发现凸显了纳入全面早期流特征的有效性，并表明该方法可为资源受限环境中的网络流量监控提供实际解决方案。该方法通过预emptively 解决潜在的 SD 来确保增强用户体验和网络性能，为维护高质量网络服务提供了稳健的框架基础。
引用
@article{arxiv.2407.06636,
title = {Quasinormal modes of a Schwarzschild black hole within the Bondi-Sachs framework},
author = {Bishop Mongwane and Sipho Nkele and Didam G. A. Duniya and Nigel T. Bishop},
journal= {arXiv preprint arXiv:2407.06636},
year = {2025}
}
备注
12 pages, 2 figures, published in PRD