Multiprotocol Label Switching (MPLS)

Source

• Evernote/Technote scraps/Multiprotocol Label Switching - Wikipedia, the free encyclopedia.md

Summary

MPLS(Multiprotocol Label Switching)는 고성능 통신 네트워크에서 데이터 패킷에 라벨을 부여하고, 이 라벨 정보만을 기반으로 패킷 전달 결정을 내리는 메커니즘입니다. 특정 데이터 링크 계층 기술(ATM, Frame Relay, Ethernet 등)에 종속되지 않고 프로토콜에 독립적으로 작동하여, 다양한 전송 매체와 프로토콜을 통해 종단 간 가상 링크를 쉽게 구축할 수 있습니다. 이는 여러 계층 2 네트워크의 필요성을 제거하고 확장성을 높이는 데 주요 이점이 있습니다.

Key Points

• 데이터 패킷에 라벨을 할당하고 라벨 내용만으로 전달 경로를 결정하여 패킷 헤더 분석을 최소화합니다.
• 특정 Layer 2 기술(ATM, Ethernet 등)에 종속되지 않는 프로토콜 독립적(Protocol Agnostic) 메커니즘입니다.
• 다양한 네트워크 프로토콜의 패킷을 캡슐화하여 종단 간 가상 링크(Virtual Links)를 생성합니다.
• OSI 모델에서 Layer 2(데이터 링크 계층)와 Layer 3(네트워크 계층) 사이의 영역으로 간주됩니다.
• 패킷 교환 네트워크(Packet-switched networks) 계열에 속하며 높은 확장성을 제공합니다.

Related

• MPLS(Multiprotocol Label Switching) 개요

• MPLS 및 MPLS VPN 기본 개념

• 차세대 인터넷 패러다임: M2M (Machine to Machine)

• Classifying with Confidence From Incomplete Test Data

• P2P 기반 시장 유도형 분산 라우팅 메커니즘 (MDR)

• DLNA(Digital Living Network Alliance) 개요 및 기기 분류

• 대규모 그래프 및 라벨 세트에서의 효율적이고 정확한 라벨 전파

• TPCKT: Two-Level Progressive Cross-Media Knowledge Transfer

• Transfer Learning In MIR: Sharing Learned Latent Representations For Music Audio Classification And Similarity

• Token and Type Constraints for Cross-Lingual Part-of-Speech Tagging

• Transfer Joint Embedding for Cross-Domain NER

• Label Partitioning for Sublinear Ranking

• Active Learning through Adaptive Heterogeneous Ensembling (AHE)

• Feature Ensemble Plus Sample Selection: Domain Adaptation for Sentiment Classification

• Improved Domain Adaptation for Statistical Machine Translation

• Discriminative Segment Annotation in Weakly Labeled Video

• Cross-Domain Multi-Event Tracking via CO-PMHT

• Enlisting the Ghost: Modeling Empty Categories for Machine Translation

• Latent Mixture of Discriminative Experts (LMDE)

• Cross-Domain Feature Learning in Multimedia

• Social Event Classification via Boosted Multimodal Supervised Latent Dirichlet Allocation

• 음성 피드백 고려)

• An Unsupervised Feature Selection Framework for Social Media Data

• Cross-Media Tag Transfer (CMTT): 이미지에서 비디오로 태그 지식 이전

• Image Annotation in Presence of Noisy Labels

• 심층 피처 합성 (Deep Feature Synthesis) 개요

• 다중 특징 분석 및 시맨틱 컨텍스트 학습을 통한 이미지 분류

• Similarity Preserving Feature Selection (SPFS)

• Language Modeling Capitalization

• 예측 모델링에 대한 실용서

• K-RBMs를 이용한 다중 비선형 부분공간 학습

• 시간적 이미지 시퀀스를 위한 최적화된 만화 스토리텔링 시스템

• 이미지 기반 추천 시스템에서의 정서적 라벨링 (Affective Labeling)

• Supervised Robust Discrete Multimodal Hashing (SRDMH)

• 훈련 레이블 정제를 통한 텍스트 분류 정확도 향상

• 대규모 다중 라벨 전파를 위한 효율적인 희소 그래프 구성

• 이미지 주석 및 검색을 위한 Feature-Word-Topic 모델

• Weakly Supervised Learning of Object Segmentations from Web-Scale Video

• YouTube 채널 분류를 위한 실용적 시스템

• DurIAN_4S: 말하기 데이터로부터 노래 합성 학습

• Universal Dependency Annotation for Multilingual Parsing

• SOINN (Self-Organizing Incremental Neural Network)

• 자동화에 대한 신뢰 (Trust in Automation)

• 심층 신경망을 이용한 통계적 파라미터 음성 합성

• Protecting Sensitive Labels in Social Network Data Anonymization

• Efficient Closed-Form Solution to Generalized Boundary Detection

• Sparse Hashing (SH) for Fast Multimedia Search

• Attribute-Augmented Semantic Hierarchy (A2SH) for CBIR

• 멀티미디어 마이크로블로그의 단어-이미지 연관성 모델링

• Social Machine Politics Are Here to Stay

• Language Model Verbalization for Automatic Speech Recognition

• A Top-Down Approach for Video Summarization

• Interactive Image Tagging을 위한 인간 라벨링 최적화

• A Hamming Embedding Kernel with Informative Bag-of-Visual Words for Video Semantic Indexing