Aktuelle Neuigkeiten
Forschungsartikel in ACM TOMM zur Verbesserung der Bandbreitenausnutzung und QoE von Videostreaming
In unserem neuesten Forschungsartikel in ACM TOMM geht es darum, wie Videostreaming-Systeme die verfügbare Bandbreite besser ausnutzen k?nnen und so eine bessere subjektiv empfundene Dienstgüte (Quality of Experience, QoE) für die Nutzer liefern k?nnen.
(Not) The Sum of Its Parts: Relating Individual Video and Browsing Stimuli to Web Session QoE
QoEXplainer: Mediating Explainable Quality of Experience Models with Large Language Models
Sitting, Chatting, Waiting: Influence of Loading Times on Mobile Instant Messaging QoE
CNOM Young Professional Award für Augsburger Informatiker
Prof. Dr. Michael Seufert, Inhaber des Lehrstuhls für Vernetzte Eingebettete Systeme und Kommunikationssysteme, hat den diesj?hrigen CNOM Young Professional Award des Institute of Electrical and Electronics Engineers Communications Society Technical Committee on Network Operation and Management gewonnen.
?
HALIDS: a Hardware-Assisted Machine Learning IDS for in-Network Monitoring
The Missing Link in Network Intrusion Detection: Taking AI/ML Research Efforts to Users
Interview von Prof. Seufert im Deutschlandfunk
Neues ?bersichtspaper zu Künstlicher Intelligenz und Kommunikationsnetzen
Vortrag von Katharina Dietz
Katharina Dietz, Doktorandin am Lehrstuhl für Kommunikationsnetze der Universit?t Würzburg, hat unseren Lehrstuhl besucht und einen Vortrag zum Thema ?User-based active learning for network monitoring tasks“ gehalten. Der Vortrag basiert auf einer gemeinsamen Publikation und aktuellen gemeinsamen Forschungsaktivit?ten und wurde im Anschluss mit den Mitarbeitenden und interessierten Studierenden diskutiert.
Mit KI die Internet-Geschwindigkeit verbessern
Marina: Realizing ML-Driven Real-Time Network Traffic Monitoring at Terabit Scale
Unser Paper "Marina: Realizing ML-Driven Real-Time Network Traffic Monitoring at Terabit Scale" wurde im IEEE Transactions on Network and Service Management (TNSM) Journal ver?ffentlicht.??Das Paper beschreibt "Marina", ein System, das zur Verbesserung der Echtzeitüberwachung von Netzwerkverkehr entwickelt wurde, um sowohl die Leistung als auch die Sicherheit für Kunden in gro?en Netzwerken zu gew?hrleisten. Es nutzt eine effiziente Datenebene zur Erfassung von Verkehrsstatistiken in Echtzeit und einen leistungsstarken ML-Server für die Durchführung komplexer ML-Modelle, wodurch es mehr als 520,000 gleichzeitige Verbindungen bei einer Gesamtkapazit?t von 6.4 Tbps überwachen kann und vergleichbare oder bessere Ergebnisse als bestehende L?sungen erzielt.