| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-11-16 11:30 RNNを用いたネットワークトラフィック変動の予測 ○小山内遥香（お茶の水女子大）・中尾彰宏・山本 周（東大）・山口実靖（工学院大）・小口正人（お茶の水女子大）  NS2018-145 |
|
| 抄録 | （和） | 通信障害は，大規模災害による被災地内外の通信過多による輻輳，同時に起こるOSアップデートやDDoS攻撃など，様々な原因で引き起こされる．これらの通信障害は起こってからでは，対応が手遅れである場合が多く，確度の高い予測をし，事前に輻輳を抑制することが重要である．網内における機械学習により，トラフィック集中を早期に検知し，効率的に対応するための技術に期待が集まっている．本論文では，深層学習のモデルの一種であるRecurrent Neural Network(RNN)を用いてトラフィック異状の情報を抽出し，トラフィック変動の兆候を掴むための手法を提案する． |
| （英） | A network congestion is caused by large scale disasters, multiple OSes upgrades which happen simultaneously, DDoS attack, and so on. When the network congestion happens, it is difficult to deal with. Therefore, predicting when it happens and preventing it is important. It is expected to detect congestion state by Deep Learning in advance and deal with it effectively. We propose a way to analyze a change of network traffic and study congestion state by RNN in this paper. |
|
| キーワード | （和） | 深層学習 / RNN / ネットワークトラフィック / 変動予測 / / / / |
| （英） | Deep Learning / RNN / Network traffic / Variation Prediction / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 301, NS2018-145, pp. 87-92, 2018年11月. | |
| 資料番号 | NS2018-145 | |
| 発行日 | 2018-11-08 (NS) | |
| ISSN | 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 | NS2018-145 |
|
| 研究会情報 | |
| 研究会 | CQ ICM NS NV |
| 開催期間 | 2018-11-15 - 2018-11-16 |
| 開催地（和） | 金沢工業大学 扇が丘キャンパス |
| 開催地（英） | |
| テーマ（和） | ネットワーク品質，ネットワーク計測・管理，ネットワーク仮想化，ネットワークサービス，および一般 注：この開催では発表申込み締切日が異なります． - １種研究会：9/12 - NV研究会：11/1 NV研究会への発表申込はこちらからお願いします。 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NS |
| 会議コード | 2018-11-CQ-ICM-NS-NV |
| 本文の言語 | 日本語 |
| タイトル（和） | RNNを用いたネットワークトラフィック変動の予測 |
| サブタイトル（和） | |
| タイトル（英） | Prediction of Variation in Network Traffic by RNN |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習 / Deep Learning |
| キーワード(2)（和/英） | RNN / RNN |
| キーワード(3)（和/英） | ネットワークトラフィック / Network traffic |
| キーワード(4)（和/英） | 変動予測 / Variation Prediction |
| キーワード(5)（和/英） | / |
| 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） | 小山内 遥香 / Haruka Osanai / オサナイ ハルカ |
| 第1著者 所属（和/英） | お茶の水女子大学 (略称： お茶の水女子大) Ochanomizu University (略称： Ochanomizu Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 中尾 彰宏 / Akihiro Nakao / ナカオ アキヒロ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) the University of Tokyo (略称： Univ. of Tokyo) |
| 第3著者 氏名（和/英/ヨミ） | 山本 周 / Shu Yamamoto / ヤマモト シュウ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) the University of Tokyo (略称： Univ. of Tokyo) |
| 第4著者 氏名（和/英/ヨミ） | 山口 実靖 / Saneyasu Yamaguchi / ヤマグチ サネヤス |
| 第4著者 所属（和/英） | 工学院大学 (略称： 工学院大) Kogakuin University (略称： Kogakuin Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 小口 正人 / Masato Oguchi / オグチ マサト |
| 第5著者 所属（和/英） | お茶の水女子大学 (略称： お茶の水女子大) Ochanomizu University (略称： Ochanomizu Univ.) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-11-16 11:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NS |
| 資料番号 | NS2018-145 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.301 |
| ページ範囲 | pp.87-92 |
| ページ数 | 6 |
| 発行日 | 2018-11-08 (NS) |
[研究会発表申込システムのトップページに戻る]