UserNet (ML-basiertes Monitoring und Management der QoE für nutzerzentrierte Kommunikationsnetze, Emmy-Noether-Nachwuchsforschungsgruppe, gefördert durch die Deutsche Forschungsgemeinschaft (DFG))

Um das QoE-Monitoring für beliebige Internetanwendungen zu ermöglichen, wird das Zusammenspiel von QoE und Nutzerinteraktionen anhand von Messungen und subjektiven Studien untersucht und modelliert. Darüber hinaus werden ML-Methoden an das Gebiet angepasst, um sie auf verschlüsselten Netzwerkverkehr anwenden zu können. Dies ermöglicht die Quantifizierung der QoE durch die Überwachung von Interaktionen und den resultierenden Veränderungen im verschlüsselten Anwendungsverkehr. Auf dieser Grundlage wird durch den Einsatz von verstärkendem Lernen eine datengetriebene Verbesserung von QoE und QoE-Fairness ermöglicht, indem optimale Netzwerkkonfigurationen durch Interaktion mit der dynamischen Netzwerkumgebung gefunden werden. Mithilfe leistungsfähiger, softwaredefinierter Netzwerktechnologien (SDN) wie P4 und vorhandener Rechenressourcen im Netzwerk können solche feinkörnigen Modelle nun erstmals im Netzwerk implementiert werden, wodurch das Netzwerkmanagement dynamischer wird. Daher wird die Umsetzung der erforderlichen ML-basierten Algorithmen und Komponenten und deren Integration in den Netzwerkbetrieb erforscht.