2023 Fiscal Year Research-status Report
ネットワークの多様性と競合フローとの親和性を考慮した機械学習による輻輳制御の探究
| Project/Area Number |
21KK0202
|
|---|
| Research Institution | Fukushima University |
|---|
Principal Investigator |
内海 哲史 福島大学, 共生システム理工学類, 准教授 (60605971)
|
|---|
| Project Period (FY) |
2022 – 2024
|
| Keywords | BBR / TCP Hybla / 輻輳制御アルゴリズム / 解析モデル / 機械学習 / 公平性 / インターネット |
|---|
| Outline of Annual Research Achievements |
【具体的内容】本研究では、基課題（20K11786: バッファリング遅延ゼロ・100％リンク利用率を達成する理想的な輻輳制御の追求）を次のように発展させることを目的とする。
[発展性1] ネットワーク環境の多様性を考慮し、高性能を実現させる。
[発展性2] ボトルネック回線において競合するフローとの親和性を考慮する。
本研究においては、機械学習によるアプローチを取り入れて、これらの発展性を実現することを目的とする。また、その前段階として、機械学習をもちいない数学的な解析モデルによるアプローチによる方策も検討した。その結果、2024年度の研究実績として、（研究実績1）数学的な解析モデルをもちいることにより、インターネット環境下において、輻輳制御アルゴリズムTCP Hyblaフローのパケット送信速度を推定できることを確認した。さらに、（研究実績2）機械学習アルゴリズムにより、インターネット環境下において、BBRフローのパケット送信速度を高精度で推定できることを確認した。
【意義】数学的な解析モデルによるアプローチと機械学習によるアプローチにより、ネットワーク多様性と競合フローとの親和性を考慮した輻輳制御アルゴリズムの改善を目的に、インターネット環境下において、輻輳制御アルゴリズムTCP HyblaとBBRのパケット送信速度を推定した。
【重要性】これらのパケット送信速度推定手法を利用することで、異なる輻輳制御アルゴリズム間での優れた公平性を実現できることが期待できる。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
数学的な解析モデルによるアプローチと機械学習によるアプローチにより、ネットワーク多様性と競合フローとの親和性を考慮した輻輳制御アルゴリズムの改善を目的に、インターネット環境下において、輻輳制御アルゴリズムTCP HyblaとBBRのパケット送信速度を推定することができたため。
|
| Strategy for Future Research Activity |
数学的な解析モデルによるアプローチと機械学習によるアプローチによる輻輳制御アルゴリズムのパケット送信速度推定手法を適用することで、インターネット環境下において、高スループット・低遅延・優れた公平性を実現できる輻輳制御アルゴリズムを開発し、そのアルゴリズムを評価する。
|
