该数据集包含640个来自二维多处理机光互连网络模拟的性能测量值。所有模拟都是在名为OPNET Modeler的软件下进行的。消息传递被用作通信机制，在这种机制中，任何处理器都可以向网络提交以任何其他处理器为目的地的点对点消息。内容属性摘要如下所示。请看报纸(https://doi.org/10.1007/s11227-015-1384-1)有关属性的详细描述。-----------节点数：网络中的节点数。（8x8或4x4）。-----------线程数：模拟开始时每个节点中的线程数。-----------空间分布：使用合成流量工作负载评估网络的性能。包括均匀（UN）、热区（HR）、位反转（BR）和完美洗牌（PS）流量模型。------时间分布：数据包生成的时间分布由独立的流量源实现。在我们的模拟中，我们利用了客户机-服务器流量（即，服务器节点发送数据包以响应来自客户机的数据包的接收）和异步流量（即，最初，所有节点独立于其他节点生成流量；随着时间的推移，源/目的地节点的流量生成取决于从目的地/源节点接收到的消息）。------------T/R：消息传输时间（T）均匀分布，平均值在20到100个时钟周期之间。线程运行时间（R）呈指数分布，平均为100个时钟周期。-----------处理器利用率：平均处理器利用率衡量线程在处理器中运行的时间百分比。通道等待时间：数据包在输出通道队列中等待的平均时间，直到它被通道服务。-----------输入等待时间：数据包在处理器为其提供服务之前的平均等待时间。-----------网络响应时间：请求消息在输出通道排队与相应数据消息在输入队列中接收之间的时间。-----------信道利用率：信道忙于向网络传输数据包的时间百分比。-----------确认书请引用为Ac？、？&Akay，M.F.一种混合拥塞控制算法，用于具有多个输入队列的基于广播的体系结构。超级计算机杂志（2015）71:1907。https://doi.org/10.1007/s11227-015-1384-1灵感该数据集适用于机器学习算法的回归和分类任务。