講演抄録/キーワード |
講演名 |
2017-03-02 09:10
予測型トラヒックエンジニアリングのためのソーシャルメディアデータからトラヒック変動に関する情報の抽出 ○河島滉太・大下裕一・村田正幸(阪大) IN2016-98 |
抄録 |
(和) |
モバイル端末の普及に伴い、通信ネットワークに流れるトラヒック量は、量・変動ともに増大している。これに対し、変動するトラヒックを収容する技術として予測型トラヒックエンジニアリング(TE)に関する検討が進められている。予測型TEでは、予測されたトラヒック量に基づいて、ネットワーク資源を動的に割り当てる。そのため、トラヒックの予測精度が、予測型TEの制御性能に大きな影響を与える。従来、過去のトラヒック変動の時系列からトラヒックを予測する手法が検討されてきた。しかしながら、そのような手法では、過去のトラヒック変動には予兆が含まれていないものを予測することができない。これに対し、そのような予兆は、現実世界を反映したソーシャルメディアデータに含まれている可能性がある。本稿では、ソーシャルメディアデータにそのような予兆が含まれているかについて確認する。確認するにあたり、ソーシャルメディアデータから情報を抽出し、抽出した情報に基づいて非日常なトラヒック変動が発生している時間帯を予知する手法を提案する。総トラヒック量に基づいて非日常的なトラヒック変動を予知する手法と比較し、評価を行うことで、現実世界に起因する非日常的なトラヒック変動の予兆がソーシャルメディアデータから抽出できることを示す。 |
(英) |
The amount of traffic through networks is increasing both in quantity and in fluctuation as the mobile terminals become popular.
Predictive Traffic Engineering (TE) is one approach to accommodating the fluctuating traffic.
Predictive TE allocates the resources in advance before the traffic changes by using the predicted traffic.
For predictive TE, the accurate prediction of the future traffic is important.
Thus, many methods to predict the future traffic from the traffic rates in the previous time slots have been proposed. However, these method cannot predict the traffic changes whose signs are not included in the previously observed traffic. On the other hand, the signs may be included in social media data reflecting the real world. In this paper, we investigate the signs of the traffic changes caused by the events in the real world included in the social media data. To investigate them, we propose a method to extract information related to the real-world events, and a method to forecast the unusual traffic changes based on the extracted information. We evaluate our forecasting method compared with a method to forecast based on the total traffic rate. Based on the results, we discuss the signs of the traffic changes caused by the events in the real world. The results indicate that the signs of the unusual traffic changes are included in social media data. |
キーワード |
(和) |
トラヒックエンジニアリング / トラヒック予測 / 非日常的トラヒック変動予知 / ソーシャルメディアデータ / Twitter / / / |
(英) |
Traffic Engineering / Traffic Prediction / Forecasting Unusual Traffic Changes / Social Media Data / Twitter / / / |
文献情報 |
信学技報, vol. 116, no. 485, IN2016-98, pp. 7-12, 2017年3月. |
資料番号 |
IN2016-98 |
発行日 |
2017-02-23 (IN) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
IN2016-98 |
研究会情報 |
研究会 |
NS IN |
開催期間 |
2017-03-02 - 2017-03-03 |
開催地(和) |
沖縄残波岬ロイヤルホテル |
開催地(英) |
OKINAWA ZANPAMISAKI ROYAL HOTEL |
テーマ(和) |
一般 |
テーマ(英) |
General |
講演論文情報の詳細 |
申込み研究会 |
IN |
会議コード |
2017-03-NS-IN |
本文の言語 |
日本語 |
タイトル(和) |
予測型トラヒックエンジニアリングのためのソーシャルメディアデータからトラヒック変動に関する情報の抽出 |
サブタイトル(和) |
|
タイトル(英) |
Extracting Information on Traffic Changes from Social Media Data for Predictive Traffic Engineering |
サブタイトル(英) |
|
キーワード(1)(和/英) |
トラヒックエンジニアリング / Traffic Engineering |
キーワード(2)(和/英) |
トラヒック予測 / Traffic Prediction |
キーワード(3)(和/英) |
非日常的トラヒック変動予知 / Forecasting Unusual Traffic Changes |
キーワード(4)(和/英) |
ソーシャルメディアデータ / Social Media Data |
キーワード(5)(和/英) |
Twitter / Twitter |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
河島 滉太 / Kota Kawashima / カワシマ コウタ |
第1著者 所属(和/英) |
大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.) |
第2著者 氏名(和/英/ヨミ) |
大下 裕一 / Yuichi Ohsita / オオシタ ユウイチ |
第2著者 所属(和/英) |
大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.) |
第3著者 氏名(和/英/ヨミ) |
村田 正幸 / Masayuki Murata / ムラタ マサユキ |
第3著者 所属(和/英) |
大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2017-03-02 09:10:00 |
発表時間 |
20分 |
申込先研究会 |
IN |
資料番号 |
IN2016-98 |
巻番号(vol) |
vol.116 |
号番号(no) |
no.485 |
ページ範囲 |
pp.7-12 |
ページ数 |
6 |
発行日 |
2017-02-23 (IN) |