Методи застосування штучного інтелекту у програмно-конфігурованих мережах

Автор(и)

  • Ю.О. Кулаков Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» https://orcid.org/0000-0002-8981-5649
  • Д.В. Коренко Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» https://orcid.org/0000-0003-0463-189X

DOI:

https://doi.org/10.18372/2073-4751.73.17640

Ключові слова:

штучний інтелект, корпоративні мережі, SDN, Smart Grids, транспортні мережі, БПЛА мережі

Анотація

Ця робота присвячена огляду методів застосування штучного інтелекту у корпоративних мережах з використанням технології SDN. У роботі розглянуті особливості та методи використання ШІ у цих мережах, а також виявлені потенційні проблеми, які можуть виникнути.

У роботі проведено огляд основних особливостей ШІ у корпоративних SDN мережах. Виявлено, що ШІ дозволяє автоматизувати багато процесів у мережі, таких як маршрутизація, моніторинг, управління пропускною здатністю тощо. Використання ШІ сприяє покращенню ефективності мережі, зменшенню витрат і поліпшенню безпеки.

Також були висвітлені потенційні проблеми, які можуть виникнути при використанні ШІ. Зокрема, виникають питання стосовно безпеки та конфіденційності даних, а також етичність і відповідальність за дії систем, що базуються на ШІ.

Загалом, робота висуває ідею використання штучного інтелекту у корпоративних мережах з використанням технології SDN для підвищення ефективності роботи мережі та забезпечення безпеки. Оглянуті методи застосування ШІ в цих мережах, виявлені потенційні проблеми та намічені перспективні напрямки досліджень.

Ця робота дає загальний огляд особливостей та можливостей ШІ у корпоративних SDN мережах, а також ставить основу для подальших досліджень у цій області. Впровадження штучного інтелекту в корпоративні мережі є актуальним завданням, оскільки воно сприяє покращенню ефективності та безпеки мереж та відкриває нові можливості для їх розвитку.

Посилання

Kulakov Y., Korenko D. Modified Method of Traffic Engineering in DCN with a Ramified Topology. International Journal of Advanced Computer Science and Applications. – Vol. 12. – No. 12. – 2021. – P. 439-446.

Korenko D., et al. Creation of the method of multipath routing using known paths in software-defined networks. Technology audit and production reserves. – Vol. 4. – No. 2(66). – 2022. – P. 19-24.

Teslyuk V., et al. Optimal artificial neural network type selection method for usage in smart house systems. Sensors. – Vol. 21. – 2020. – 47 p.

Muthukrishnan N., et al. Brief history of artificial intelligence. Neuroimaging Clinics. – Vol. 30(4). – 2020. – P. 393-399.

Alonso R.S., et al. Deep reinforcement learning for the management of software-defined networks and network function virtualization in an edge-IoT architecture. Sustainability. – Vol. 12(14). – 2020. – P. 1-23.

Shah H.A., Zhao L. Multiagent deep-reinforcement-learning-based virtual resource allocation through network function virtualization in Internet of Things. IEEE Internet of Things Journal. – Vol. 8. – 2020. – P. 3410-3421.

Huang X., et al. Deep reinforcement learning for multimedia traffic control in software defined networking. IEEE Network. – Vol. 32. – 2018. – P. 35-41.

Wang W., et al. Anomaly detection of industrial control systems based on transfer learning. Tsinghua Science and Technology. – Vol. 26. – 2021. – P. 821-832.

Xin Y., et al. Machine learning and deep learning methods for cybersecurity. IEEE Access. – Vol. 6. – 2018. – P. 35365-35381.

Li X., Zhang T. An exploration on artificial intelligence application: From security, privacy and ethic perspective. 2017 IEEE 2nd International Conference on Cloud Computing and Big Data Analysis (ICCCBDA). IEEE, 2017. – P. 416-420.

Taddeo M. Three ethical challenges of applications of artificial intelligence in cybersecurity. Minds and machines. – Vol. 29. – 2019. – P. 187-191.

Yu C., et al. DROM: Optimizing the routing in software-defined networks with deep reinforcement learning. IEEE Access. – Vol. 6. – 2018. – P. 64533-64539.

##submission.downloads##

Опубліковано

2023-04-28

Як цитувати

Кулаков, Ю., & Коренко, Д. (2023). Методи застосування штучного інтелекту у програмно-конфігурованих мережах. Проблеми iнформатизацiї та управлiння, 1(73), 23–27. https://doi.org/10.18372/2073-4751.73.17640

Номер

Том 1 № 73 (2023)

Розділ

Статті

Ліцензія

Науковий журнал дотримується принципів відкритого доступу (Open Access) та забезпечує вільний, негайний і постійний доступ до всіх опублікованих матеріалів без фінансових, технічних або юридичних обмежень для читачів.

Усі статті публікуються у відкритому доступі відповідно до ліцензії Creative Commons Attribution 4.0 International (CC BY 4.0).

Авторські права

Автори, які публікують свої роботи в журналі:

  • зберігають за собою авторські права на свої публікації;

  • надають журналу право на перше опублікування статті;

  • погоджуються на поширення матеріалів за ліцензією CC BY 4.0;

  • мають право повторно використовувати, архівувати та поширювати свої роботи (у тому числі в інституційних та тематичних репозитаріях) за умови посилання на первинну публікацію в журналі.