FORWARD - Fine-grained netwORk floW behAvior pReDiction

Das Ziel dieses Projektes besteht darin Netzwerke fähig zu machen Engpässe vorauszusehen und entsprechend schon Maßnahmen einzuleiten bevor überhaupt überhaupt Datenverluste eintreten. Im Detail werden wir (1) spezifische Techniken für maschinelles Lernen entwickeln die genauestens auf die Eigenschaften von Netzwerkflüssen abgestimmt sind und die Entwicklung deren Bandbreite-Bedürfnisse vorhersehen kann. Weiter werden wir (2) eine Software-Infrastruktur entwickeln die es erlaubt für unsere Techniken relevante Informationen über den Zustand von Netzwerkflüsse in Datenzentren zu Laufzeit abzugreifen ohne deren Übertragung zu beeinflussen. Letztendlich schlagen wir (3) verschiedene Ansätze vor um die Prädiktionen umzusetzen, als Teil von neuartigen Ansätzen zu sogenanntem Congestion Control oder Traffic Engineering. Wissenschaftlicher und gesellschaftlicher Kontext des Forschungsprojekts Computer Netzwerke bilden das Rückgrat für unsere heutige Informations-gesteuerte Gesellschaft. Die Mehrzahl von Web Anwendungen und Diensten benutzen Computerresourcen in Datenzentren. Entsprechend ist es von großer Bedeutung die Nutzung von Netzwerken in Datenzentren zu verbessern. Verbesserungen führen nicht nur zu besserer Leistung von Anwendungen sondern auch zu einem verbessertem Verhältnis zwischen Energieverbrauch und Leistung.