Аннотация: в статье рассматриваются два метода прогнозирования отказов сетевого оборудования. Цель статьи - раскрыть актуальность предложенного авторами подхода к использованию данных большого объема в выбранном методе машинного обучения и произвести сравнительный анализ итоговых значений с работами других, мировых исследователей. В первом разделе авторы анализируют работу ученых из Пекинского университета почты и телекоммуникаций, отмечая сильные и слабые стороны их метода. В разделе 2 авторы применили метод случайных деревьев при моделировании методов машинного обучения студии RapidMiner. Авторы провели работу с большим объемом данных и провели сравнительный анализ результатов моделирования методом. Доказана важность использования модели и методов прогнозирования отказов сетевого оборудования. В заключительном разделе авторы подчеркивают необходимость совершенствования моделей прогнозирования для их дальнейшего внедрения в рабочую среду. Также авторы подчеркивают, что рассмотренная статья ученых из Пекинского университета почты и телекоммуникаций, выбранный ими метод прогнозирования сбоев в системе локальной сети являются частным случаем, так же как и метод предложенный авторами этой статьи.

методы машинного обучения, моделирование метода машинного обучения, прогнозы отказов сетевого оборудования, локальная сеть