Avaliação de Desempenho de Algoritmos de Machine Learning para Otimização de Simulações de Redes de Computadores

Abstract

Os simuladores de redes são ferramentas computacionais capazes de auxiliar na análise e aperfeiçoamento de protocolos de comunicação em diferentes cenários antes da implantação em um ambiente real. No entanto, o tempo de execução das simulações e os recursos computacionais alocados tendem a crescer à medida que os requisitos de complexidade e precisão aumentam. Além disso, muitos processos de simulação possuem como única saída traces sem interpretação lógica. Este trabalho avalia o desempenho de algoritmos de Machine Learning na otimização de simulações de redes de computadores. Os resultados mostram que os algoritmos são capazes de fazer suposições próximas das simulações consideradas, alcançando precisões acima de 90%.