Caracterização de qos para conteúdo multimídia em uma rede vpn utilizando rede neural mlp

Caracterização de QoS para Conteúdo Multimídia em uma Rede VPN utilizando Rede Neural MLP
Paula Letícia S. Lima Centro de Ciências Exatas e Tecnologia (CCET) – Curso de Bacharelado em Ciência da Computação – Universidade da Amazônia (UNAMA) [e-mail] Abstract. This paper shows a classification method of QoS in a VPN network in dissemination of media content. This method uses the MLP (Multilayer Perceptron) neural network to estabilish relation between the QoS metrics, such as Jitter, Throughput, Packets Lost and Data Transfered. The neural network classifies QoS ambience in High, Medium and Low in dissemination of content.
Resumo. Este artigo apresenta um método de classificação de QoS em rede VPN (Virtual Private Network) na disseminação de conteúdo multimídia. Esse método utiliza a rede neural MLP (Multilayer Perceptron) para estabelecer relação entre as métricas de QoS, tais como Jitter, Throughput, Perda de Pacotes e Dados Transferidos. A rede neural classifica o ambiente de QoS em Alto, Médio e Baixo na disseminação de conteúdo.
1. Introdução
Para caracterizar um ambiente de QoS (Quality of Service), de um determinado conteúdo multimídia, são exigidas métricas convencionais entre valores máximos e mínimos. O termo QoS refere-se à capacidade da rede garantir um certo nível de desempenho para o tráfego multimídia. QoS é um conceito técnico medido, expresso e compreendido no nível de rede e geralmente tem pouco significado para o usuário. Segundo [GOMES, et. al. 2009] diferentes soluções foram desenvolvidas para proporcionar QoS. Para a percepção humana é complexo classificar os diversos parâmetros de QoS, fazendo necessário utilizar regras computacionais como as redes neurais artificiais. A Rede Neural Perceptron Multi-Camadas tem característica de tratar os parâmetros de QoS, pois utiliza de camadas intermediárias conhecidas como, camadas ocultas, trabalhando como reconhecedor desses parâmetros. Inúmeros trabalhos procuram avaliar o