| 講演名 | 2019-03-05 エンコーダ・デコーダRNNを用いたサービスファンクション移行スケジューリング手法の検討 平山 孝弘(NICT), 宮澤 高也(NICT), 地引 昌弘(NICT), ベド カフレ(NICT), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | サービス機能チェイニング(SFC)技術により、IoTやモバイルアプリケーションなどの多様なサービスを柔軟に提供することが可能となる。リソース要求およびトラヒック量が変化する環境において、サービス品質を保証し続けるためには、必要に応じてSFチェインを構成する仮想ネットワーク機能(VNF)の配置・リソース量およびSFCの経路を組み替えていく必要がある。しかしながら、多数のSFチェインが共存する環境下では、SFチェイン毎にネットワーク状況の観測・再構成のサイクルを繰り返すことは非常に難しい。そこで本研究では、機械学習を活用して、SFCの再構成を行うべきタイミング、およびサービスファンクション移行先を決定する手法を検討し、SFC再構成の自動化を試みる。シミュレーション評価により、エンコーダ・デコーダの二段階構成による再帰型ニューラルネットワーク(RNN)を適用することで、VNF移行回数をランダムに振り分ける場合の7分の1の移行回数に抑えつつ、資源不足量はランダムな振り分け時と同程度に維持できることを示す。 |
| 抄録(英) | Service function chaining (SFC) enables network operators to flexibly provide diverse services such as Internet-of-Things (IoT) and mobile applications. SFC technologies are required to offer stable and guaranteed quality-of-service (QoS) even in the circumstances of dynamically-changing resource demands and traffic volumes. To meet QoS requirements against time-varying network environment, infrastructure providers need to dynamically adjust the amount of computational resources such as CPU assigned to virtual network functions (VNFs) in each service function chain. However, related works have limitations that they cannot provide an agile operation of VNF migration as they require a large number of iterations. In order to overcome these limitations, in this paper we propose to utilize an encoder-decoder recurrent neural network and train it to solve the VNF migration scheduling problem. Through the simulation, we verify that the proposed method can agilely determine VNF redeployment locations by keeping the frequency of server overload and VNF migration minimum. |
| キーワード(和) | サービス機能チェイニング(SFC) / 混合整数計画問題(MIP) / 機械学習(ML) / リカレントニューラルネットワーク(RNN) / ファンクション移行 |
| キーワード(英) | Service function chaining (SFC) / Mixed integer programing (MIP) / Machine learning (ML) / Recurrent neural network (RNN) / Function migration |
| 資料番号 | IN2018-142 |
| 発行日 | 2019-02-25 (IN) |
| 研究会情報 | |
| 研究会 | IN / NS |
|---|---|
| 開催期間 | 2019/3/4(から2日開催) |
| 開催地（和） | 沖縄コンベンションセンター |
| 開催地（英） | Okinawa Convention Center |
| テーマ（和） | 一般 |
| テーマ（英） | General |
| 委員長氏名（和） | 岸田 卓治(NTT-AT) / 岡崎 義勝(NTT) |
| 委員長氏名（英） | Takuji Kishida(NTT-AT) / Yoshikatsu Okazaki(NTT) |
| 副委員長氏名（和） | 石田 賢治(広島市大) / 中尾 彰宏(東大) |
| 副委員長氏名（英） | Kenji Ishida(Hiroshima City Univ.) / Akihiro Nakao(Univ. of Tokyo) |
| 幹事氏名（和） | 松本 延孝(KDDI総合研究所) / 植田 一暁(KDDI総合研究所) / 加島 伸悟(NTT) / 持田 誠一郎(NTT) / 松井 健一(NTT) / 谷川 陽祐(阪府大) |
| 幹事氏名（英） | Nobutaka Matsumoto(KDDI Research) / Kazuaki Ueda(KDDI Research) / Shingo Kashima(NTT) / Seiichiro Mochida(NTT) / Kenichi Matsui(NTT) / Yosuke tanigawa(Osaka Pref Univ.) |
| 幹事補佐氏名（和） | / 橿渕 健一(NTT) |
| 幹事補佐氏名（英） | / Kenichi Kashibuchi(NTT) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Information Networks / Technical Committee on Network Systems |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | エンコーダ・デコーダRNNを用いたサービスファンクション移行スケジューリング手法の検討 |
| サブタイトル（和） | |
| タイトル（英） | Study on VNF Migration Scheduling by using Encoder-Decoder Recurrent Neural Network |
| サブタイトル（和） | |
| キーワード(1)（和/英） | サービス機能チェイニング(SFC) / Service function chaining (SFC) |
| キーワード(2)（和/英） | 混合整数計画問題(MIP) / Mixed integer programing (MIP) |
| キーワード(3)（和/英） | 機械学習(ML) / Machine learning (ML) |
| キーワード(4)（和/英） | リカレントニューラルネットワーク(RNN) / Recurrent neural network (RNN) |
| キーワード(5)（和/英） | ファンクション移行 / Function migration |
| 第 1 著者 氏名（和/英） | 平山 孝弘 / Takahiro Hirayama |
| 第 1 著者 所属（和/英） | 情報通信研究機構(略称：NICT) National Institute of Information and Communications Technology(略称：NICT) |
| 第 2 著者 氏名（和/英） | 宮澤 高也 / Takaya Miyazawa |
| 第 2 著者 所属（和/英） | 情報通信研究機構(略称：NICT) National Institute of Information and Communications Technology(略称：NICT) |
| 第 3 著者 氏名（和/英） | 地引 昌弘 / Masahiro Jibiki |
| 第 3 著者 所属（和/英） | 情報通信研究機構(略称：NICT) National Institute of Information and Communications Technology(略称：NICT) |
| 第 4 著者 氏名（和/英） | ベド カフレ / Ved P. Kafle |
| 第 4 著者 所属（和/英） | 情報通信研究機構(略称：NICT) National Institute of Information and Communications Technology(略称：NICT) |
| 発表年月日 | 2019-03-05 |
| 資料番号 | IN2018-142 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | IN-466 |
| ページ範囲 | pp.349-354(IN), |
| ページ数 | 6 |
| 発行日 | 2019-02-25 (IN) |