Name: Sistema Di Bilanciamento del Carico E Ottimizzazione Della Qualità del Servizio (en Italiano)
SKU: 66355587
Price: 337.31 PEN
Availability: InStock
Author: Cueto, Juan Luis; Gómez, Jorge Gómez; Bayas, Byron Oviedo
ISBN: 9786209217241

portada Sistema Di Bilanciamento del Carico E Ottimizzazione Della Qualità del Servizio (en Italiano)

Sistema Di Bilanciamento del Carico E Ottimizzazione Della Qualità del Servizio (en Italiano)

Formato

Libro Físico

Editorial

Edizioni Sapienza

Autor

Cueto, Juan Luis; Gómez, Jorge Gómez; Bayas, Byron Oviedo

Idioma

Italiano

N° páginas

120

Encuadernación

Tapa Blanda

Dimensiones

22.9x15.2x0.7 cm

ISBN13

9786209217241

Sistema Di Bilanciamento del Carico E Ottimizzazione Della Qualità del Servizio (en Italiano)

Cueto, Juan Luis; Gómez, Jorge Gómez; Bayas, Byron Oviedo (Autor) · Edizioni Sapienza · Tapa Blanda

Más barato Libro Nuevo Importado

Envío: 21 a 26 días háb.

S/ 562,19S/ 337,31

-40%

Más rápido Libro Nuevo Importado

Envío: 13 a 17 días háb.

S/ 772,77S/ 347,75

-55%

Costos de importación incluídos en el precio ✅

Libro Nuevo Más barato

Quedan 10 unidades

S/ 337,31

Llega entre el 27 Oct y el 04 Nov a CERCADO DE LIMA, Lima. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Sistema Di Bilanciamento del Carico E Ottimizzazione Della Qualità del Servizio (en Italiano)"

Attualmente, la crescente domanda di connettività, unita all'aumento esponenziale del traffico dati, presenta sfide significative per le reti WiFi, tra cui la gestione della qualità del servizio e il bilanciamento del carico. Questi problemi sono aggravati dall'evoluzione tecnologica e dall'integrazione di sistemi come l'Intelligenza Artificiale e l'IoT, che generano volumi di dati che le infrastrutture attuali non sono in grado di gestire in modo efficiente; questo progetto ha avuto l'obiettivo di progettare un sistema basato su un ambiente SDN che, utilizzando il controller Ryu, ha integrato algoritmi di QoS e di bilanciamento del carico negli switch SDN, supportati da tecniche di machine learning. La metodologia applicata comprendeva l'analisi, la progettazione, l'implementazione, la valutazione e l'ottimizzazione attraverso simulazioni e test in diversi scenari controllati; tra i risultati attesi, il sistema ha migliorato aspetti quali la distribuzione del traffico, la riduzione della latenza, la perdita di pacchetti e altre risorse di rete, garantendo una migliore esperienza utente e una maggiore efficienza nel funzionamento delle reti a fronte di una domanda crescente.