[ Dimensionnement et optimisation des architectures de réseaux: Revue de la littérature ]
MALOBA MBUYA FIRMIN1, Kaseraka Selain2, Fyama Mwepu Blaise3, Kalombo Nshimba Daily4, and Kasoro Mulenda Nathanael5
1 Département informatique, Institut Supérieur de Statistique de Lubumbashi, Lubumbashi, RD Congo
2 Professeur, Université de Kinshasa, Faculté des Sciences et Technologies, RD Congo
3 Professeur, Université de Lubumbashi, Faculté Polytechnique, RD Congo
4 Professeur, Institut Supérieur de Statistique de Lubumbashi, RD Congo
5 Professeur ordinaire, Université de Kinshasa, Faculté des Sciences et Technologies, RD Congo
Original language: French
Copyright © 2025 ISSR Journals. This is an open access article distributed under the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.
The increase in the number of workstations, the need to diversify applications and the rise in traffic are prompting a reassessment of network capacity in order to guarantee quality of service and cope with increasingly frequent congestion. Many authors address the sizing of networks, whether physical, virtual, software-based, fibre optic or wireless, by quantifying traffic in order to determine network behaviour. By superimposing each of these studies, it becomes clear that future research on dimensioning will be based on machine learning models with a view to continuously adapting to the overall behaviour of the network.
Author Keywords: sizing, optimization, network, metrics.
MALOBA MBUYA FIRMIN1, Kaseraka Selain2, Fyama Mwepu Blaise3, Kalombo Nshimba Daily4, and Kasoro Mulenda Nathanael5
1 Département informatique, Institut Supérieur de Statistique de Lubumbashi, Lubumbashi, RD Congo
2 Professeur, Université de Kinshasa, Faculté des Sciences et Technologies, RD Congo
3 Professeur, Université de Lubumbashi, Faculté Polytechnique, RD Congo
4 Professeur, Institut Supérieur de Statistique de Lubumbashi, RD Congo
5 Professeur ordinaire, Université de Kinshasa, Faculté des Sciences et Technologies, RD Congo
Original language: French
Copyright © 2025 ISSR Journals. This is an open access article distributed under the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.
Abstract
The increase in the number of workstations, the need to diversify applications and the rise in traffic are prompting a reassessment of network capacity in order to guarantee quality of service and cope with increasingly frequent congestion. Many authors address the sizing of networks, whether physical, virtual, software-based, fibre optic or wireless, by quantifying traffic in order to determine network behaviour. By superimposing each of these studies, it becomes clear that future research on dimensioning will be based on machine learning models with a view to continuously adapting to the overall behaviour of the network.
Author Keywords: sizing, optimization, network, metrics.
Abstract: (french)
L’augmentation du nombre de postes, le besoin de diversification des applications et la montée en charge du trafic poussent les organisations à réévaluer la capacité de leurs réseaux pour garantir la qualité de service et faire face à la congestion de plus en plus récurrente. De nombreux auteurs abordent le dimensionnement des réseaux qu’ils soient physiques, virtuels, logiciels, sur fibres optiques ou sans fils à partir de la quantification du trafic afin de déterminer le comportement du réseau. En superposant chacune des recherches, il apert que les futures recherches sur le dimensionnement seront basés sur des modèles d’apprentissage automatiques en vue de s’adapter continuellement au comportement global du réseau.
Author Keywords: dimensionnement, optimisation, réseau informatique, métriques.
