docs/models/models.rst

   1 .. This work is licensed under a Creative Commons Attribution 4.0 International License.
   2 .. http://creativecommons.org/licenses/by/4.0
   3 .. (c) Anuket, The Linux Foundation, BIT Mesra, VTU and Others.
   4
   5
   6 ==============================
   7 AI/ML Models for NFV Usecases.
   8 ==============================
   9
  10 This document describes all the models created by Anuket-Thoth project.
  11
  12 *********************************
  13 1. Failure prediction (FP) models
  14 *********************************
  15
  16 a. Summary of the VM Failure-Prediction models.
  17 ===============================================
  18 We have developed Neural Network models for predicting failures in
  19 virtual machines (VMs) used in network function virtualization (NFV)
  20 environments by analysing VNF data. The data used to build these models
  21 are provided by Orange Labs, and the VMs are based on project Clearwater.
  22
  23 The links for the data are:
  24
  25 * Processed Data: https://drive.google.com/drive/folders/1crrVZMJwf00MP5qM7nmVEqFsatOAShla
  26 * Raw: https://drive.google.com/file/d/1QVipyoWPD1_4W_QXWzxEla4b88EWo5X5/view?usp=drivesdk
  27 * Raw Source: https://www.kaggle.com/datasets/imenbenyahia/clearwatervnf-virtual-ip-multimedia-ip-system
  28
  29
  30 These models are found under *models* directory. In the below table, only the jupyter-notebooks reference is given, which can be found in *models/failure_prediction/jnotebooks* folder . The corresponding python file can be found in *models/failure_prediction/python* folder.
  31
  32 .. list-table:: Summary of Failure Prediction Models.
  33    :widths: 25 25 25 100
  34    :header-rows: 1
  35
  36    * - Model Name
  37      - Failure type
  38      - Source-File
  39      - Comments
  40    * - Decision Tree
  41      - Virtual Machine
  42      - Decision_Tree.ipynb
  43      - Simplest (implementation-wise) case.
  44    * - CNN
  45      - Virtual Machine
  46      - CNN.ipynb
  47      - Convolutional Neural Network. Poorest among the Neural-network based models.
  48    * - LSTM
  49      - Virtual Machine
  50      - LSTM.ipynb
  51      - Basic Long Short-Term Memory. Better than CNN.
  52    * - Attention LSTM
  53      - Virtual Machine
  54      - LSTM_attention.ipynb
  55      - The attention mechanism distributes weights accordingly. Performance is similar to correlation LSTM.
  56    * - Correlation LSTM
  57      - Virtual Machine
  58      - LSTM_correlation.ipynb
  59      - Performs the best.
  60    * - Correlation with Stacked LSTM
  61      - Virtual Machine
  62      - stacked_LSTM_correlation.ipynb
  63      - Second best performance.
  64    * - Correlation with Bi-LSTM
  65      - Virtual Machine
  66      - Bi_LSTMstacked_LSTM_Correlation.ipynb
  67      - Third best performance.