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
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 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 2019-07-18 13:00
[ポスター講演]敵対的生成ネットワークを利用した疑似トラヒック生成に関する一考察
山際哲哉渡部康平中川健治長岡技科大
技報オンラインサービス実施中
抄録 (和) ネットワークを構築する際には,実際にトラヒックを生成するトラヒックジェネレータを使用し,サーバーなどのネットワーク機器の負荷テストを行うことは重要である.
しかし,トラヒックジェネレータで実際のトラヒックの特性を多面的に再現した疑似トラヒックを生成することは困難である.
一方で,敵対的生成ネットワーク(Generative Adversarial Networks;GAN) という画像などのデータを模倣して生成する機械学習の研究が発展してきている.
本稿では,GAN と次元圧縮手法であるEncoder を用いて疑似トラヒックデータ生成手法を提案する.
提案手法は,任意の長さのトラヒックデータを学習させ,疑似トラヒックデータを生成する.
評価指標として,二つの確率分布が一致していないかを検定するコルモゴロフ-スミルノフ検定を用いて,疑似トラヒックデータの妥当性を検証する.
そして,提案した疑似トラヒックデータが実際のトラヒックデータの分布とかけ離れた分布ではないことを確認した. 
(英) When we constructing a network, it is important to use a traffic generator that generates realistic traffic and perform load tests on network devices such servers.
However, it is difficult for traffic generators to generate pseudo traffic that reproduces the multi-aspect characteristics of actual traffic.
On the other hand, research on machine learning in the field of image processing has been developed.
In this paper, we propose a traffic generator with machine learning technology which utilizes a dimensional compression method.
The proposed method learns traffic data of any length and generates traffic.
The validity of the generated traffic is verified using Kolmogorov-Smirnov test as a performance measure, which tests the equality of two probability distributions.
We confirmed that a distribution of generated traffic was not far from that of the actual traffic data.
キーワード (和) トラヒックジェネレータ / 機械学習 / 敵対的生成ネットワーク / / / / /  
(英) Traffic generator / Machine learning / Generative adversarial networks / / / / /  
文献情報 信学技報, vol. 119, no. 125, CQ2019-38, pp. 27-29, 2019年7月.
資料番号 CQ2019-38 
発行日 2019-07-11 (CQ) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 CQ  
開催期間 2019-07-18 - 2019-07-19 
開催地(和) 新潟大学 
開催地(英) Niigata Univ. 
テーマ(和) QoE と QoS の評価・計測・制御,一般 
テーマ(英) Assessment, Measurement and Control of QoE and QoS, etc. 
講演論文情報の詳細
申込み研究会 CQ 
会議コード 2019-07-CQ 
本文の言語 日本語 
タイトル(和) 敵対的生成ネットワークを利用した疑似トラヒック生成に関する一考察 
サブタイトル(和)  
タイトル(英) A Study on Pseudo Traffic Generation Using Machine Learning 
サブタイトル(英)  
キーワード(1)(和/英) トラヒックジェネレータ / Traffic generator  
キーワード(2)(和/英) 機械学習 / Machine learning  
キーワード(3)(和/英) 敵対的生成ネットワーク / Generative adversarial networks  
キーワード(4)(和/英) /  
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) 山際 哲哉 / Tetsuya Yamagiwa / ヤマギワ テツヤ
第1著者 所属(和/英) 長岡技術科学大学 (略称: 長岡技科大)
Nagaoka University of Technology (略称: Nagaoka Univ. of Tech.)
第2著者 氏名(和/英/ヨミ) 渡部 康平 / Kohei Watabe / ワタベ コウヘイ
第2著者 所属(和/英) 長岡技術科学大学 (略称: 長岡技科大)
Nagaoka University of Technology (略称: Nagaoka Univ. of Tech.)
第3著者 氏名(和/英/ヨミ) 中川 健治 / Kenji Nakagawa / ナカガワ ケンジ
第3著者 所属(和/英) 長岡技術科学大学 (略称: 長岡技科大)
Nagaoka University of Technology (略称: Nagaoka Univ. of Tech.)
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
発表日時 2019-07-18 13:00:00 
発表時間 90 
申込先研究会 CQ 
資料番号 IEICE-CQ2019-38 
巻番号(vol) IEICE-119 
号番号(no) no.125 
ページ範囲 pp.27-29 
ページ数 IEICE-3 
発行日 IEICE-CQ-2019-07-11 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会