2022 Fiscal Year Annual Research Report
Resource Adjustment and Failure Recovery Techniques with High Efficient In-band Network Telemetry and Machine Learning for Network Slices
| Project/Area Number |
20H04173
|
|---|
| Research Institution | University of Fukui |
|---|
Principal Investigator |
橘 拓至 福井大学, 学術研究院工学系部門, 教授 (20415847)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
平田 孝志 関西大学, システム理工学部, 教授 (10510472)
望月 バドル 京都情報大学院大学, その他の研究科, 准教授 (10838460)
浦山 康洋 高知工業高等専門学校, ソーシャルデザイン工学科, 准教授 (80805143)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | ネットワークスライシング / INT技術 / 機械学習 / SDN / P4 |
|---|
| Outline of Annual Research Achievements |
本年度は，前年度に確立したDeep Q-learningを利用した受付制御と予測情報からスライス資源量を増減する方式を連携させ，予測結果から障害復旧のために適切な資源量をQ-learningによって決定するアルゴリズムを確立した．さらに，確立した技術で使用する障害復旧用に割り当てる資源量の最小化を実現するINT専用スライス構築技術と予測情報を基にスライスの利用状況に応じたスライスの資源割り当て技術を連携させた．この確立した連携技術を利用するために，INT専用スライスで学習用データを適切に収集するための動的制御技術を開発し実装実験を実施した．
さらに，最適な収集確率を適用した情報収集INT技術を確立し，ヒューリスティックアルゴリズムを確立した．このヒューリスティックアルゴリズムは，性能が遺伝的アルゴリズムの解に近づくように継続して改良を行った．また，INTパケット選択技術を利用してネッ
トワークの状況を予測しながら収集確率を動的に変更する方式を確立した．
最後に，高効率INT技術を利用するネットワークスライスを仮想実験環境上で構築する取り組みを行った．収集確率を動的に変更する技術の実装，機械学習を用いた受付制御による資源調整技術を実装し，最終的にINT専用スライスと資源調整アルゴリズムや受付制御技術との連携方法を進めた．開発した環境上での性能評価を行い，確立した技術の有効性と設定パラメータの影響について調査し，確率技術の有効性を示した．
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
