研究課題/領域番号 |
21K04054
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分21020:通信工学関連
|
研究機関 | 国立研究開発法人情報通信研究機構 |
研究代表者 |
廣田 悠介 国立研究開発法人情報通信研究機構, ネットワーク研究所フォトニックICT研究センター, 主任研究員 (20533136)
|
研究期間 (年度) |
2021-04-01 – 2024-03-31
|
研究課題ステータス |
交付 (2022年度)
|
配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2023年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
キーワード | 全光ネットワーク / フォトニックネットワーク / 空間多重 / エラスティック光ネットワーク / 周波数資源割当 / ルーティング / 機械学習 / 光ネットワーク / 全光 / 資源割当 / 超多数チャネル |
研究開始時の研究の概要 |
桁違いの通信容量が必要とされる将来ネットワークを支えるためには、基盤となる光ネットワークアーキテクチャとその制御技術に関する革新的発展が必要不可欠である。本研究課題では、超多数の並列伝送チャネルを高効率利用する新たな光ネットワークシステム基盤技術の確立を目的として、多数の並列空間チャネルを前提とした新たな光ネットワークのシステムアーキテクチャ設計及び高速制御アルゴリズム開発を実施する。
|
研究実績の概要 |
本研究の目的は、将来の光ネットワークとして多数の光ファイバで構成されるリンクで交換ノードが接続された超多数ファイバリンク型光ネットワークを対象とし、その基本特性を明らかにするとともに、超多数の並列空間チャネルが利用可能な光ネットワークに適したノードアーキテクチャの設計、及び新たな光ネットワーク制御基盤システムの要素技術を開発することであり、2年目である令和4年度は、初年度同様にそれぞれのタスクを並行して進めた。 タスク1に関しては、初年度に検討を行った超多数チャネル収容する光スイッチングノードアーキテクチャの細部検討を行い、多数の光ファイバリンクが接続されるスイッチングノードアーキテクチャとして、ファイバスイッチングと波長・空間(コア・モード)チャネル単位に分割した上で細粒度スイッチングを行う多段階ノード構成システム設計を行った。特に、利用可能な空間チャネル数の異なる光ファイバが具備された光ネットワークに着目し、ノード構成などの検討を進めた。 タスク2に関しては、初年度の提案資源割当アルゴリズムを様々なトポロジで性能評価し、更なる方式の改良を実施した。特に、タスク1と関連して、様々な空間チャネル数を有するヘテロSDMネットワークを対象として、強化学習を用いた経路・周波数チャネル・空間チャネル割当方式を提案し、大幅な棄却率改善が可能であることを明らかにした。空間チャネル数により機械学習の行動の選択肢が大幅に増加するが、波長チャネル側での行動に適切な制限を設けることで、半分以下の学習回数で大きな棄却率改善を実現する行動選択が可能であることも明らかにした。また、年度後半は、提案アルゴリズムの性能評価、改善を試みるとともに、資源管理プロトコル開発に着手し、集中管理型に加えて各ノードで自律分散的に動作する際のシグナリング情報などの検討を行った。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
研究そのものについては計画に概ね沿った形で進捗している。一方の成果発表に関しては、一部予定していた国際会議での発表が他のプロジェクト進捗との兼ね合いなどから遅れており、最終年度である令和5年度は成果発信を中心に進める必要がある。IEEEのネットワーク分野主要国際会議投稿済みであり、別途光通信系の国際会議や学術論文誌投稿に向けて原稿執筆中である。これらのことより、全体としては概ね順調に進展している。
|
今後の研究の推進方策 |
最終年度である令和5年度は、これまでの研究成果のとりまとめ、成果発表を中心に取り組む。特に、国際的に認知度の高い会議での成果発表を目指して準備並びに追加の性能評価などに取り組む。また、機械学習を用いた周波数資源割当方式に関して、違うトポロジ・周波数チャネル・ファイバチャネル環境においても高速に学習可能となるように汎化性能を高める仕組みの導入を検討する。また、資源管理プロトコルの性能評価も継続的に実施し、分散型の光ネットワークにおける資源管理プロトコルと機械学習による周波数資源割当アルゴリズムの連携手法の確立を目指す。
|