RouteNet-Gauss est une nouvelle méthodologie de simulation de réseau qui intègre un banc d'essai et un modèle d'apprentissage automatique (ML) pour surmonter les limites de coût de calcul et de précision des méthodes conventionnelles de simulation à événements discrets (DES). Exploitant le banc d'essai comme accélérateur matériel, elle génère rapidement un jeu de données d'apprentissage de haute qualité et simule des scénarios réseau très proches des environnements réels. Les résultats expérimentaux démontrent que RouteNet-Gauss réduit les erreurs de prédiction jusqu'à 95 % et les temps d'inférence jusqu'à 488 fois par rapport aux méthodes de pointe basées sur DES. Son architecture modulaire configure dynamiquement le modèle en fonction de caractéristiques telles que la topologie et le routage du réseau, permettant ainsi la compréhension et la généralisation à diverses configurations réseau, y compris des réseaux dont la taille des données d'apprentissage est jusqu'à 10 fois supérieure. De plus, elle prend en charge la technologie TAPE (Temporal Aggregate Performance Estimation), offrant une granularité temporelle configurable et garantissant une grande précision des mesures de performance des flux.
