Prof. Michael Seufert hält heute im Rahmen des IfI-Kolloquiums an der Universität Zürich einen Vortrag zum Thema „Machine Learning-supported Network Management for User-centric Communication Networks“. In seinem Vortrag wird er erörtern, wie Techniken des maschinellen Lernens zur Optimierung und Steuerung moderner Kommunikationsnetze eingesetzt werden können, um das Nutzererlebnis zu verbessern.

Zusammenfassung:

In modernen benutzerzentrierten Netzwerken wird es immer schwieriger, eine hohe Quality of Experience (QoE) für Internetanwendungen zu gewährleisten, da traditionelle Monitoring- und Managementmethoden an ihre Grenzen stoßen. In diesem Vortrag wird untersucht, wie maschinelles Lernen als leistungsstarkes Werkzeug zur Bewältigung dieser Herausforderungen dienen kann. Überwachte maschinelle Lernmodelle können eine hochpräzise QoE-Überwachung ermöglichen, sogar für verschlüsselten Netzwerkverkehr, während Reinforcement Learning vielversprechende Strategien für eine proaktive QoE-Optimierung bietet. Trotz dieser Vorteile müssen jedoch auch Herausforderungen wie die Überanpassung von Modellen und der Bedarf an gelabelten QoE-Daten angegangen werden.