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 2019-11-27 13:55
[ポスター講演]脳の認知機能モデルを用いた複数ネットワークスライスへの実世界情報協調型資源割り当て制御
安 世民大下裕一村田正幸阪大
抄録 (和) ネットワークを介して提供される多様なサービスごとの要件に応じてネットワークリソースを効率的に配分する為の手法である、ネットワークスライシング技術の研究が進んでいる。スライスへの資源割当には、そのネットワークで発生している現在トラヒック量と、交通流等の現実世界のセンシング情報を用いて、各スライスの将来トラヒック量を予測して資源割当を行うことが有効である。各スライスの予測には、現実世界の情報を用いることが有効であると考えられるが、全スライスに関係する現実世界の情報を集中的に集めるのは情報収集・分析にかかる負荷が高い。本稿では、各スライスにおける状態判断は各スライスに対応する制御を行うコントローラで行い、スライス間の資源割当を行うコントローラでは、各スライスにおける判断結果を収集した上で、ネットワーク全体の状態を認知し、資源割当を行うといった階層的な判断を行う手法を提案する。本稿では、人の脳が曖昧・不完全な観測情報をもとに認知を行う仕組みをモデル化したBayesian Attractor Model を、各スライスごとのトラヒック量の予測およびネットワーク全体の状態の認知に適用する。本稿ではシミュレーションにより提案手法の評価を行い、認知の結果、各時刻において適切な資源配分を達成できていることを示す。 
(英) Network slicing is a technology to accomodate various network services. By using a network slicing, we allocate resources to each slice that accommodate each service.
To efficiently allocate resources to slices, prediction of future network traffic is necessary. One approach to accurate prediction of future traffic is to use the information monitored in real-world. However, it takes a large cost to collect real-world information related to each slice. In this paper, we propose a method to estimate the current state of each slice based on the real-world information. In this method, the estimation is performed by the slicing controller that performs control corresponding to each slice, and the allocating controller that allocates resources between slices based on the state of the entire network.
In each controller, we use the the Bayesian Attractor Model, which models the mechanism of human brain cognition based on uncertain and incomplete information. In this paper, we evaluate the proposed method by simulation.
キーワード (和) ネットワークスライシング技術 / Bayesian Attractor Model / / / / / /  
(英) Network Slicing / Bayesian Attractor Model / / / / / /  
文献情報 信学技報
資料番号  
発行日  
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380
PDFダウンロード

研究会情報
研究会 RISING  
開催期間 2019-11-26 - 2019-11-27 
開催地(和) 東京大学本郷キャンパス 福武ラーニングシアター 
開催地(英) Fukutake Learning Theater, Hongo Campus, Univ. Tokyo 
テーマ(和) 超知性通信ネットワークに関する研究,一般 
テーマ(英) Researches on Super-Intelligent Networking, etc. 
講演論文情報の詳細
申込み研究会 RISING 
会議コード 2019-11-RISING 
本文の言語 日本語 
タイトル(和) 脳の認知機能モデルを用いた複数ネットワークスライスへの実世界情報協調型資源割り当て制御 
サブタイトル(和)  
タイトル(英) Resource Allocation Incorporating Real-World Information For Network Slices With Human Brain Cognition 
サブタイトル(英)  
キーワード(1)(和/英) ネットワークスライシング技術 / Network Slicing  
キーワード(2)(和/英) Bayesian Attractor Model / Bayesian Attractor Model  
キーワード(3)(和/英) /  
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) 安 世民 / Semin An / アン セミン
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 / Nasayuki 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
発表日時 2019-11-27 13:55:00 
発表時間 50 
申込先研究会 RISING 
資料番号  
巻番号(vol)  
号番号(no)  
ページ範囲  
ページ数  
発行日  


[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