| 研究課題/領域番号 |
20H04173
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60060:情報ネットワーク関連
|
|---|
| 研究機関 | 福井大学 |
|---|
研究代表者 |
橘 拓至 福井大学, 学術研究院工学系部門, 教授 (20415847)
|
|---|
| 研究分担者 |
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)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
17,290千円 (直接経費: 13,300千円、間接経費: 3,990千円)
2022年度: 5,460千円 (直接経費: 4,200千円、間接経費: 1,260千円)
2021年度: 5,590千円 (直接経費: 4,300千円、間接経費: 1,290千円)
2020年度: 6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
|
|---|
| キーワード | ネットワークスライシング / INT技術 / 機械学習 / SDN / P4 |
|---|
| 研究開始時の研究の概要 |
本研究課題では，5G・IoT サービスでの利用が期待されているネットワークスライシングに対して，変動の激しい大容量トラヒックを収容しながら障害から適切に復旧できるように，INT技術および機械学習を用いた資源調整・障害復旧技術を確立する．本技術では，各ネットワークスライスの内部情報を，トラヒック量増加を抑制可能な高効率INT 技術によって専用スライス上で収集する．そして，高効率INT 技術によって収集した情報から機械学習によって各スライスの利用状況を分析し，分析結果に基づいて各スライスの適切な資源調整および障害復旧を実現する．確立した技術の有効性および利用可能性を実証実験によって調査する．
|
| 研究成果の概要 |
本研究課題では，複数のネットワークスライスを同時かつ容易に監視するために，ネットワーク内部を監視可能なIn-band Network Telemetry にランダムサンプリングの概念を導入したランダムサンプリング型In-band Network Telemetryを確立した．また，ネットワークスライシング技術とサービスチェイニング技術を連携・併用した新たな技術を確立した．さらに，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決定するアルゴリズムを確立した．
|
| 研究成果の学術的意義や社会的意義 |
本研究課題では，5G・IoT サービスでの利用が期待されているネットワークスライシングに対して，変動の激しい大容量トラヒックを収容しながら障害から適切に復旧できるような技術を確立した．通信ネットワークはインフラの一つとして国民生活に欠かせないため，利用状況に応じてネットワークを適切に構成し，かつ障害復旧が可能になる本技術は社会的意義が高い．また，本研究開発ではデータプレーンをプログラミング可能なP4を利用し，さらに機械学習を活用した研究を行っている．最適化問題を活用した数理的アプローチも導入しており，今後の発展が期待できる研究であり学術的意義が高い．
|
