Service Providers embrace Cloud-Native Communication Networks for efficiency. Challenges in developing specialized algorithms for Containerized Network Functions (CNFs) are met with automation using Machine Learning (ML) and Artificial Intelligence (AI). The thesis demonstrates ML applications in traffic classification, Traffic Engineering, and CNF platform optimization, providing a process model from 30+ ML projects for successful system development in communication networks.
Übersetzte Kurzfassung:
Die Entwicklung spezialisierter Algorithmen für Containerized Network Functions (CNFs) ist herausfordernd und wird durch die Automatisierung mit Maschinellem Lernen (ML) und Künstlicher Intelligenz (KI) gelöst. Die Arbeit zeigt ML-Anwendungen in der Verkehrsklassifizierung, Traffic Engineering und der Optimierung von CNF-Plattformen. Ein Prozessmodell aus über 30 ML-Projekten bietet Leitlinien für erfolgreiche Systementwicklung in Kommunikationsnetzen.