在這篇文章中，小編將為大家?guī)?lái)機(jī)器學(xué)習(xí)的相關(guān)報(bào)道。如果你對(duì)本文即將要講解的內(nèi)容存在一定興趣，不妨繼續(xù)往下閱讀哦。

一、機(jī)器學(xué)習(xí)如何用于智能網(wǎng)絡(luò)流量管理

1. 帶內(nèi)網(wǎng)絡(luò)遙測(cè)

網(wǎng)絡(luò)遙測(cè)數(shù)據(jù)提供有關(guān)網(wǎng)絡(luò)性能的基本指標(biāo)。這些信息通常很難解釋?？紤]到網(wǎng)絡(luò)中通過(guò)的大小和總數(shù)據(jù)具有巨大的價(jià)值。如果使用得當(dāng)，它可以大大提高性能。

帶內(nèi)網(wǎng)絡(luò)遙測(cè)等新興技術(shù)可以幫助實(shí)時(shí)收集詳細(xì)的網(wǎng)絡(luò)遙測(cè)數(shù)據(jù)。最重要的是，在此類(lèi)數(shù)據(jù)集上運(yùn)行機(jī)器學(xué)習(xí)可以幫助關(guān)聯(lián)延遲、路徑、交換機(jī)、路由器、事件等之間的現(xiàn)象，這是使用傳統(tǒng)方法從大量實(shí)時(shí)數(shù)據(jù)中難以指出的。

訓(xùn)練機(jī)器學(xué)習(xí)模型以了解遙測(cè)數(shù)據(jù)中的相關(guān)性和模式，最終獲得基于從歷史數(shù)據(jù)中學(xué)習(xí)預(yù)測(cè)未來(lái)的能力。這有助于管理未來(lái)的網(wǎng)絡(luò)中斷。

2. 資源分配和擁塞控制

每個(gè)網(wǎng)絡(luò)基礎(chǔ)設(shè)施都有一個(gè)預(yù)定義的可用總吞吐量。它進(jìn)一步分為不同預(yù)定義帶寬的多個(gè)通道。在這種情況下，每個(gè)最終用戶的總帶寬使用是靜態(tài)預(yù)定義的，在網(wǎng)絡(luò)被壓倒性地使用的網(wǎng)絡(luò)的某些部分總是可能存在瓶頸。

為了避免這種擁塞，可以訓(xùn)練監(jiān)督機(jī)器學(xué)習(xí)模型以實(shí)時(shí)分析網(wǎng)絡(luò)流量，并以網(wǎng)絡(luò)遇到最少瓶頸的方式推斷每個(gè)用戶的適當(dāng)帶寬限制。

此類(lèi)模型可以從網(wǎng)絡(luò)統(tǒng)計(jì)數(shù)據(jù)中學(xué)習(xí)，例如每個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)的總活躍用戶數(shù)、每個(gè)用戶的歷史網(wǎng)絡(luò)使用數(shù)據(jù)、基于時(shí)間的數(shù)據(jù)使用模式、用戶跨多個(gè)接入點(diǎn)的移動(dòng)等等。

3. 流量分類(lèi)

在每個(gè)網(wǎng)絡(luò)中，都存在各種流量，如虛擬主機(jī) (HTTP)、文件傳輸 (FTP)、安全瀏覽 (HTTPS)、HTTP 實(shí)時(shí)視頻流 (HLS)、終端服務(wù) (SSH) 等?，F(xiàn)在，當(dāng)涉及到網(wǎng)絡(luò)帶寬使用時(shí)，它們中的每一個(gè)都表現(xiàn)不同，通過(guò) FTP 傳輸文件。它不斷地使用大量數(shù)據(jù)。

例如，如果正在流式傳輸視頻，它將使用塊中的數(shù)據(jù)和緩沖方法。當(dāng)不同類(lèi)型的流量以無(wú)監(jiān)督的方式在網(wǎng)絡(luò)中運(yùn)行時(shí)，可以看到一些暫時(shí)的阻塞。

為避免這種情況，機(jī)器學(xué)習(xí)分類(lèi)器可用于分析和分類(lèi)網(wǎng)絡(luò)中的流量類(lèi)型。然后，這些模型可用于推斷網(wǎng)絡(luò)參數(shù)，如分配的帶寬、數(shù)據(jù)上限等，以通過(guò)改進(jìn)所服務(wù)請(qǐng)求的調(diào)度以及動(dòng)態(tài)更改分配的帶寬來(lái)幫助提高網(wǎng)絡(luò)的性能。

二、機(jī)器學(xué)習(xí)具體應(yīng)用

(1)虛擬助手。Siri，Alexa，Google Now都是虛擬助手。顧名思義，當(dāng)使用語(yǔ)音發(fā)出指令后，它們會(huì)協(xié)助查找信息。對(duì)于回答，虛擬助手會(huì)查找信息，回憶我們的相關(guān)查詢，或向其他資源(如電話應(yīng)用程序)發(fā)送命令以收集信息。我們甚至可以指導(dǎo)助手執(zhí)行某些任務(wù)，例如“設(shè)置7點(diǎn)的鬧鐘”等。

(2)交通預(yù)測(cè)。生活中我們經(jīng)常使用GPS導(dǎo)航服務(wù)。當(dāng)我們這樣做時(shí)，我們當(dāng)前的位置和速度被保存在中央服務(wù)器上來(lái)進(jìn)行流量管理。之后使用這些數(shù)據(jù)用于構(gòu)建當(dāng)前流量的映射。通過(guò)機(jī)器學(xué)習(xí)可以解決配備GPS的汽車(chē)數(shù)量較少的問(wèn)題，在這種情況下的機(jī)器學(xué)習(xí)有助于根據(jù)估計(jì)找到擁擠的區(qū)域。

(3)過(guò)濾垃圾郵件和惡意軟件。電子郵件客戶端使用了許多垃圾郵件過(guò)濾方法。為了確保這些垃圾郵件過(guò)濾器能夠不斷更新，它們使用了機(jī)器學(xué)習(xí)技術(shù)。多層感知器和決策樹(shù)歸納等是由機(jī)器學(xué)習(xí)提供支持的一些垃圾郵件過(guò)濾技術(shù)。每天檢測(cè)到超過(guò)325000個(gè)惡意軟件，每個(gè)代碼與之前版本的90%～98%相似。由機(jī)器學(xué)習(xí)驅(qū)動(dòng)的系統(tǒng)安全程序理解編碼模式。因此，他們可以輕松檢測(cè)到2%～10%變異的新惡意軟件，并提供針對(duì)它們的保護(hù)。

(3)快速揭示細(xì)胞內(nèi)部結(jié)構(gòu)。借由高功率顯微鏡和機(jī)器學(xué)習(xí)，美國(guó)科學(xué)家研發(fā)出一種新算法，可在整個(gè)細(xì)胞的超高分辨率圖像中自動(dòng)識(shí)別大約30種不同類(lèi)型的細(xì)胞器和其他結(jié)構(gòu)。相關(guān)論文發(fā)表在最新一期的《自然》雜志上

經(jīng)由小編的介紹，不知道你對(duì)機(jī)器學(xué)習(xí)是否充滿了興趣?如果你想對(duì)機(jī)器學(xué)習(xí)有更多的了解，不妨嘗試度娘更多信息或者在我們的網(wǎng)站里進(jìn)行搜索哦。