| 研究実績の概要 |
再帰型ニューラルネットワーク（Recurrent Neural Network：RNN）を用いて、Reno, HighSpeed, BIC, CUBIC, Scalable, Hamilton, Westwood, Vegas, Veno, BBRの10種類のTCP輻輳制御アルゴリズムを推定する方式を実現した。
その結果、以下の成果を得た。実験室のネットワークを用いて、個別の輻輳制御トラヒックを転送し、学習データを習得した。その学習データを用いて、広く用いられているサーバのTCPトラヒックに対して、輻輳制御の推定を行った。その結果、別途アクティブ方式（テストシステムが恣意的なパケットシーケンスを送信することによりTCP輻輳制御を推定する方強い）で報告された結果と比較して同様な傾向の推定結果が得られ、提案方式が有効であることが明らかとなった。
|
