Optimalizace zpracování síťového provozu pomocí technik strojového učení

V závislosti na nasazení síťových zařízení se liší konfigurace, pravidla a další parametry síťových zařízení. Aby byla zařízení obecně použitelná, jsou v dnešních síťových zařízeních používány algoritmy nebo hardwarové architektury navržené na nejhorší parametry cílového prostředí. S využítím znalosti parametrů cílového nasazení je ale možné architektury optimalizovat na hardwarové zdroje, spotřebu nebo rychlost zpracování dat. Cílem práce je proto využít technik strojového učení pro optimalizaci hardwarových architektur pro zpracování síťového provozu s ohledem na cílové nasazení. Strojové učení bude použito pro vytvoření klasifikátorů, které určí na základě požadovaných vlastností, použitých pravidel a konfigurace parametry výsledné hardwarové architektury. Klasifikátor tak může s ohledem na cílové nasazení optimalizovat architektury pro chytré síťové karty (SmartNICs) v závislosti na cílovém nasazení.