Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Modelisation des acces sur un serveur VoIP par les reseaux de neurones
Univ Europeenne - EAN : 9783841778093
Édition papier
EAN : 9783841778093
Paru le : 1 nov. 2018
45,90 €
43,51 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9783841778093
- Réf. fournisseur : 2505965
- Editeur : Univ Europeenne
- Date Parution : 1 nov. 2018
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 208
- Format : H:229 mm L:152 mm E:12 mm
- Poids : 313gr
- Interdit de retour : Retour interdit
- Résumé : Les travaux présentés se situent dans le cadre de la modélisation d'un serveur VoIP à partir des réseaux de neurones. Pour cela l'utilisation du protocole SIP et le serveur Asterisk est nécessaire. Pour mettre en oeuvre, de manière la plus réaliste possible, nous avons expérimenté l'utilisation du serveur en effectuant des appels IP. Ces expériences nous ont sorti un modèle. Les valeurs collectées liées au contexte de l'expérience sont ensuite exportées pour obtenir un modèle mathématique avec quatre grands paramètres à savoir : le nombre d'appels, l'utilisation du processeur, l'utilisation du mémoire et l'occupation de la bande passante. L'obtention de valeur à partir de ce modèle mathématique nous a permis de généraliser le cas d'un serveur VoIP pour l'utilisation des ressources matérielles. Ensuite, nous avons travaillé sur les valeurs obtenues avec Matlab en comparant avec celle obtenue par l'expérience pour l'évaluation de la qualité des modèles obtenus. Des résultats théoriques montrent que les valeurs obtenues par la méthode de moindre carré sont plus proches que celle obtenue par l'utilisation des réseaux de neurones.
