基于大数据和机器学习的通信网络性能优化策略及效果探究  

作　　者：张德宝 

机构地区：[1]山东省邮电工程有限公司,山东济南250000

出　　处：《中文科技期刊数据库（全文版）自然科学》2024年第12期174-177,共4页

摘　　要：随着大数据时代的到来,通信网络技术的发展必须满足数据传输、存储和处理的大量需求,为了提高通信网络的传输效率和数据处理能力,以此作背景,此篇论文深化了对大数据环境下,如何进步通信网络传输能力和数据处理能力的思考和研究,主要研究方式选取基于大数据分析与机器学习算法的网络优化技术,为的是提升网络信息的传送速度和品质。通过构建高效的网络流量预测模型,能够对网络资源配置进行动态优化,此举极大提升了传输效率。深度学习等领先的算法则对网络数据进行智能分析,削减网络数据的传输量,而保证其可靠度。研究结果表明,基于大数据和机器学习的网络性能优化策略可以有效提高通信网络的吞吐量、降低网络延时,实现网络服务质量的全面提升。对于海量数据的实时传输和分析处理具有极其重要的实用意义。此项研究有望为未来大数据环境下的通信网络优化提供有效的技术支持和理论依据。

关 键 词：通信网络优化 大数据 机器学习 网络传输效率 网络服务质量 

分 类 号：TN92[电子电信—通信与信息系统]