自动化测量互联网延迟：智能方案与鲁棒模型

本文档标题为"HAL编号：tel-03666771的互联网延迟自动化测量方案"，它聚焦于一项针对互联网延迟进行鲁棒建模和智能测量的研究，目标是实现网络覆盖的自动化管理。该研究是由Maxime Mouchet完成的博士论文，于2022年5月12日在多学科开放获取存储库HAL上发布。HAL是一个全球性的平台，收纳法国及国外教育和研究机构、公共或私人研究中心的学术成果，不论是否已发表。 论文主要探讨了互联网延迟问题，这是网络性能评估中的关键指标，对实时应用和服务质量有直接影响。作者提出了一种创新的方法，旨在通过智能化的测量技术，自动监测和优化网络连接的延迟性能，这对于大规模网络环境下的高效运行至关重要。这项工作可能包括实时数据采集、模型开发、算法设计以及可能的机器学习技术，以便准确预测和控制延迟变化。 Maxime Mouchet在论文中获得了包括Hind CASTEL-TALEB（Télécom SudParis教授）、Kavé SALAMATIAN（Université Savoie Mont Blanc教授）在内的评审委员会的支持和指导。论文的最终审议结果可能包括了对理论贡献、实验验证以及实际应用价值的深入讨论。评审人Emmanuel HYON（Sorbonne Université副教授）也参与了这一过程。 论文的主题对应于计算机科学领域中的网络与通信（cs.NI）方向，具体在博士课程中属于数学和信息通信科学与技术学院，专注于计算机科学专业。论文编号为2020IMTA0209，表明了研究成果的时间和归属地——第601号学院，以及论文在2020年11月27日通过视频会议进行了答辩。 这篇论文提供了关于互联网延迟自动化测量的实用方法，对于网络工程师、研究人员和系统管理员来说，是一项有价值的参考资源，有助于提升网络服务质量并优化网络部署策略。