2022 Fiscal Year Research-status Report
マルチベンダネットワークにおける計算リソース制御最適化に向けたAI間連携モデル
| Project/Area Number |
22K12005
|
|---|
| Research Institution | National Institute of Information and Communications Technology |
|---|
Principal Investigator |
宮澤 高也 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, 研究マネージャー (10826366)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Keywords | 計算リソース制御 / ネットワーク機能 / 機械学習 / データ分析 / 回帰分析 / AI間連携 |
|---|
| Outline of Annual Research Achievements |
2022年度は、各々のベンダネットワーク内におけるネットワーク機能（NF）のCPU利用データ分析に着目し、主に下記２点の研究成果をあげた。
（１）非線形回帰分析と重回帰分析の機械学習アルゴリズムをカスケード接続して逐次的に自動分析処理を行う Intelligent Model Pipelining (IMP) 技術をPoC実装した。ローカル環境において簡易検証基盤を構築し、仮想NF及びコンテナNFのデータ分析における学習過程を、各々、約２秒以内及び約６秒以内で達成可能であることを立証した。本技術は、特定期間における秒毎のCPU利用率とピーク利用の双方の予測を自動実行できるといったデータ分析高度化に寄与し、さらに学習過程を秒単位で高速に自動実行可能とする。本研究成果を、国際会議 IEEE APNOMS 2022（招待講演）で発表した。
（２）上記 IMP技術における第１段目のアルゴリズムとして適用しているサポートベクター回帰について、コンテナNFを対象に、カーネルパラメータの最適値を自動探索する手法及び分析結果を計算リソース調停に適用する手法を提案した。CPU利用の予測誤差とモデルの汎用性の双方のバランスの良いカーネルパラメータ値を明らかにするとともに、数値解析とシミュレーションの結果、二分探索法の適用によって、線形探索法と比較して40～55%ほど探索時間を低減可能であることを示した。本技術は、NFへの計算リソース動的割当に必要な、特定期間での秒毎のCPU利用予測において、比較的汎用的な予測モデルを高速（数秒以内）で自動導出可能とする。本研究成果を、国際会議 IEEE FNWF 2022 で発表した。
以上の２つの成果は、NFの計算リソースの利用状況が時々刻々と変動しても、変化に追従した計算リソース動的調整を可能とし、ユーザへのネットワークサービス品質の維持向上に貢献する。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究は、複数のベンダ実装環境及びサーバ仮想化環境を含むマルチベンダネットワークにおいて、サーバ仮想化環境の状況に適した計算リソース制御最適化に向けたAI間自動連携モデル、特に重回帰分析モデルの提案を行い、シミュレーションや実データ分析（数値解析）等により提案方式の有効性を示すものである。そのため、下記の研究計画をもとに、ステップ・バイ・ステップで取り組んでいる。
「初年度」：各ベンダネットワークの構成や状況、性能要件等に適したAIモデルを創出し、シミュレーションや既製品ソフトウェアによる数値解析により、リソース利用効率や処理性能等での提案方式の有効性を明らかにする。
「次年度」： 初年度の成果を踏まえ、複数種類のサーバ仮想化環境のAI間連携モデルを創出し、既製品ソフトウェアを用いた原理確認のための実データ計測/分析を行い、リソース利用効率や処理性能等での提案方式の有効性を明らかにする。
「最終年度」： AI間自動連携モデルについて、既製品ソフトウェア、さらには様々なアプリケーションを用いて 実データ計測及び分析を実施することにより、総合的な評価を行う。
2022年度は、本研究開発の初年度であることから、上記の「初年度」に記載の内容を対象とし、計画通り、各ベンダネットワーク内におけるCPU利用データ分析に適したAIモデルを提案し、主に学習過程の高速性やモデルの汎用性等の点での評価を行い、その有効性を立証した。従って、おおむね順調に進展している。
|
| Strategy for Future Research Activity |
2022年度に対象とした各ベンダネットワーク内のAIモデル提案・評価に加え、今後、複数種類のベンダネットワークの相互接続環境を想定したAI間連携モデルの提案（IMP技術の高度化を含む）、及び評価を実施する。その際、ローカル環境での数値解析やシミュレーションのみならず、国立研究開発法人情報通信研究機構（NICT）が運用する研究開発用ネットワークテストベッド（JGN等）も利用するなど、既存設備をフル活用して、より大規模な検証環境を構築し、実験及び評価を行う。
|
| Causes of Carryover |
今年度は、ベンダネットワーク毎のAIモデルの机上検討とローカル環境での評価、及びその成果に関する対外発表をメインに実施したが、次年度に複数のベンダネットワーク環境でのAI間連携モデルの早期実装と検証環境拡充を行って研究を加速する必要があることから、今年度は国際会議での発表に関わる経費に使用し、残額を次年度使用額とした。
次年度使用計画としては、AI間連携モデル早期実装と検証環境拡充のための事前試験に用いるサーバ機器やソフトウェア等に使用する予定である。
|
