Метод вибору апаратних ресурсів для стрімінгових сервісів на базі Ant Media Server за допомогою машинного навчання

Abstract

Метою роботи є створення методу вибору апаратних ресурсів для стрімінгових сервісів на базі Ant Media Server для ефективного управління навантаженням, оптимізації витрат на інфраструктуру, забезпечення стабільної роботи стрімінгових трансляцій та прогнозування навантаження на систему за допомогою методів машинного навчання. Методи дослідження, використані у роботі, методи машинного навчання (Auto Regression Integrated Moving Average, Bayesian Ridge Regression, Gradient Boosting Regressor, Support Vector Regressor, Long Short-Term Memory). Результати дослідження: Кваліфікаційна робота включає розробку методу вибору апаратних ресурсів для стрімінгових сервісів і прогнозування навантаження на системи. Основним досягненням дослідження стало створення моделі, яка здатна точно прогнозувати потреби в ресурсах для оптимізації роботи стрімінгових сервісів на базі Ant Media Server. Практичне значення роботи полягає в розробці методу для оптимального вибору апаратних ресурсів для стрімінгових сервісів на базі Ant Media Server. Рекомендації для подальших досліджень включають удосконалення моделей прогнозування навантаження шляхом впровадження нових методів машинного навчання.