講演抄録/キーワード |
講演名 |
2018-02-26 14:25
深層強化学習を用いたモバイルデータオフローディング手法の評価 ○望月大輔・安孫子 悠(静岡大)・齊藤隆仁・片桐雅二・池田大造(NTTドコモ)・峰野博史(静岡大) MoNA2017-65 |
抄録 |
(和) |
IoTの普及に伴いモバイルデータ通信需要は増加傾向にあり,通勤時間帯や都市部に偏りが発生することが知られている.モバイルデータ通信需要の局所性が生じることで携帯回線が混雑し,ネットワークへの収容効率が低下する課題がある.携帯回線の帯域利用効率(以下,帯域利用効率)を向上させる方法として,遅延を許容するコンテンツに着目し負荷分散を行うMDOPなどの送信レート制御手法が提案されているが,定式化された数理モデルでは多種多様な通信インフラの状況に対して常に帯域利用効率を最大化することは困難である.本稿では,帯域利用効率を向上させるため,コンテンツの遅延耐性に着目して深層強化学習を用いることで,人手で構築された数理モデルでは制御が困難な状況においても適切な送信レート制御を行うモバイルデータオフローディング手法を提案する.広域移動環境を想定したネットワークシミュレーションで検証した結果,既存のMDOPにおける時間的オフローディングに比べ,提案手法では制御目標値からの超過データ量を最大26%削減できることを確認した. |
(英) |
In recent years, the demand for mobile data communication has been increasing as the technologies of IoT have been widely used, and it is known that the mobile data traffic has a locality in commuting time and urban areas. There is a problem that the cellular infrastructures are crowded and the mobile data communication demand makes the network accommodation efficiency lower. As a method for improving the cellular infrastructures bandwidth utilization efficiency, a transmission rate control method has been proposed such as MDOP which balances the load by focus on the delay tolerance of contents. However, mathematical models do not have perform well to maximize bandwidth utilization efficiency in various situations. In this paper, to improve bandwidth utilization efficiency, we propose mobile data offloading method using deep reinforcement learning considering the delay tolerance of contents. The proposal method can control transmission appropriately in situations where mathematical models do not work well. As a result, we confirmed that the proposal method reduces the excess data amount by 26% from the control target value compared to the time offloading of MDOP. |
キーワード |
(和) |
オフローディング / 強化学習 / 遅延耐性 / モバイルデータ / / / / |
(英) |
Offloading / Reinforcement Learning / Delay Tolerant / Mobile Data / / / / |
文献情報 |
信学技報, vol. 117, no. 450, MoNA2017-65, pp. 141-146, 2018年2月. |
資料番号 |
MoNA2017-65 |
発行日 |
2018-02-19 (MoNA) |
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 |
MoNA2017-65 |
|