| 研究課題/領域番号 |
19H04094
|
|---|
| 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 | 京都大学 |
|---|
研究代表者 |
岡部 寿男 京都大学, 学術情報メディアセンター, 教授 (20204018)
|
|---|
| 研究分担者 |
中村 素典 京都大学, 学術情報メディアセンター, 教授 (30268156)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| キーワード | Intent-Based Networking / 機械学習 / ACL / 経路制御 / パッシブ計測 / Kubernetes |
|---|
| 研究成果の概要 |
大規模なネットワークの設定を行う際に、ネットワークに何を行わせようとしているかを高い抽象度の「意図」として記述し、コントローラがそれに従って各機器の設定を自動的に生成することで管理者の負担を軽減する、Intent-Based Networkingが期待されている。しかしながら管理者の意図はしばしば曖昧で矛盾を含み、かつ暗黙の前提もある。そこで、管理者がネットワークの設計や運用において行っている判断を人工知能に学習させ、システムに組み込めるようにすることで、大規模ネットワークの設計と運用、管理を自動化し、管理者の負担を軽減するための技術を研究開発した。
|
| 自由記述の分野 |
情報ネットワーク
|
| 研究成果の学術的意義や社会的意義 |
本研究の特徴は現実に動作しているネットワークから人工知能により管理者の意図を推測しようとする点である。人工知能応用として、単に管理者が日常行っているネットワーク管理を人工知能に学習させ模倣させるだけのでは、学習データがブラックボックス化され、管理者の意図に反するものが含まれてしまってもそれが実際に使われるまでは顕在化しないという問題点がある。本研究では、管理者の動作そのものを学習させるのではなく、管理者が暗黙の前提や知識としているルールを学習し抽出して可読な形で出力させることでこの問題を回避しようとする点が独自であり、ネットワーク管理に限らず大規模な情報システムの運用に応用できる可能性がある。
|
