| 研究課題/領域番号 |
22KF0428
|
|---|
| 補助金の研究課題番号 |
22F21732 (2022)
|
|---|
| 研究種目 |
特別研究員奨励費
|
| 配分区分 | 基金 (2023)
補助金 (2022) |
|---|
| 応募区分 | 外国 |
|---|
| 審査区分 |
小区分60060:情報ネットワーク関連
|
|---|
| 研究機関 | 株式会社インターネットイニシアティブ(技術研究所) |
|---|
研究代表者 |
長 健二朗 株式会社インターネットイニシアティブ(技術研究所), 技術研究所, 所長 (10561087)
|
|---|
| 研究分担者 |
NOUGNANKE BENOIT 株式会社インターネットイニシアティブ(技術研究所), 技術研究所, 外国人特別研究員
|
|---|
| 研究期間 (年度) |
2023-03-08 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
2,300千円 (直接経費: 2,300千円)
2023年度: 1,100千円 (直接経費: 1,100千円)
2022年度: 1,200千円 (直接経費: 1,200千円)
|
|---|
| キーワード | マルチクラウド / Software Defined Network / データプレーンプログラミング / 機械学習 / Graph Neural Network |
|---|
| 研究開始時の研究の概要 |
現状、各クラウドサービスは独自のAPIを提供しているのでマルチクラウド環境でサービスを実現するのは容易ではない。さらに、マルチクラ ウド環境で低遅延などの高性能サービスの実現は難しい。
そこで、本研究では、プログラマブルなSoftware Defined Networkベースのプラットフォームを構築して、クラウドサービス間の相違を吸収す ると同時に、データプレーンプログラミングに機械学習を応用することで性能向上を実現する。
|
| 研究実績の概要 |
マルチテナントが利用するクラウドデータセンターにおいては、テナント間で効率よくクラウド資源を共有することでコストを抑えながら、各テナントの要求性能を担保する必要がある。計算性能に関しては技術がある程度確立されているものの、ネットワーク部分の性能保証が課題となっている。
そこで、本研究では、クラウドネットワークのマネージメントプレーンに最新のグラフニューラルネットワークを応用し、学習と予測によるテナントレベルでの最適割当を行い、これをプログラマブルなSoftware Defined Networkベースのプラットフォームで実現する研究を行った。
本研究では、まず、既存のネットワーク性能保証がパケットやフロー単位であったのに対し、クラウドのテナント単位で性能保証するマルチテナントクラウド向けの性能保証を提案した。次に、テナントレベルでのトラフィック需要を学習して予測するために最新のグラフニューラルネットワークを応用したgPerfsolを提案し、有効性を示した。さらに、プログラマブルスイッチTofino2を用いてP4言語による実験環境を構築し、高速転送性能と同時にテナント単位でトラフィック量を制御可能なePerfsolを提案、性能評価を行い実用性を示した。
本研究の成果について、国際ジャーナルIEEE Transactions on Network and Service Managementに掲載、また、国際会議IEEE Conference on Innovation in Clouds, Internet and Networksで1件の発表を行った。
|
