| 講演名 | 2019-09-06 マルチエージェント深層強化学習による動的仮想リソース割当手法 鈴木 晃人(NTT), 原田 薫明(NTT), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年，高画質の動画配信やOSアップデート等により，トラヒックや仮想サーバなどネットワークリソース需要の変動が激化している．既存研究の多くは一定期間内の最大値などで固定的に需要量を見積もる静的仮想リソース割当を対象としているが，需要の変動が激化する状況での静的割当はリソースの利用効率が低下してしまう．本稿では，リソースの需要変動に追従した動的仮想リソース割当に関する課題を整理するとともに，マルチエージェント深層強化学習を活用した動的仮想リソース割当手法を提案する． |
| 抄録(英) | The network traffic demands have been changing dramatically in recent years due to the growth of various types of network service, e.g., high-quality video delivery and OS update. In order to maximize the utilization efficiency of limited network resources, network resource control technology is required to take a smooth and quick operation when the traffic demands changes. In this paper, we aim to develop the dynamic network resource control method using multi-agent deep reinforcement learning, which method can quickly optimize the network resources even when traffic demands changing drastically by learning the relationship between traffic demands pattern and optimal control in advance. |
| キーワード(和) | NFV / 深層強化学習 / ネットワーク制御 |
| キーワード(英) | NFV / Deep Reinforcement Learning / Network Control |
| 資料番号 | IN2019-29 |
| 発行日 | 2019-08-29 (IN) |
| 研究会情報 | |
| 研究会 | NS / IN / CS |
|---|---|
| 開催期間 | 2019/9/5(から2日開催) |
| 開催地（和） | 東北大学 電気通信研究所 |
| 開催地（英） | Research Institute of Electrical Communication, Tohoku Univ. |
| テーマ（和） | セッション管理(SIP・IMS)，相互接続技術/標準化，次世代・新世代・将来ネットワーク，クラウド/データセンタネットワーク，SDN(OpenFlow等)・NFV，IPv6，機械学習のネットワーク適用，一般 注：NV研究会は発表申込み締切日が異なります。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） | Session management (SIP/IMS), Interoperability/Standardization, NGN/NwGN/Future networks, Cloud/Data center networks, SDN (OpenFlow, etc.)/NFV, IPv6, Machine learning, etc. |
| 委員長氏名（和） | 岡崎 義勝(NTT) / 岸田 卓治(NTT-AT) / 中里 秀則(早大) |
| 委員長氏名（英） | Yoshikatsu Okazaki(NTT) / Takuji Kishida(NTT-AT) / Hidenori Nakazato(Waseda Univ.) |
| 副委員長氏名（和） | 中尾 彰宏(東大) / 石田 賢治(広島市大) / 寺田 純(NTT) |
| 副委員長氏名（英） | Akihiro Nakao(Univ. of Tokyo) / Kenji Ishida(Hiroshima City Univ.) / Jun Terada(NTT) |
| 幹事氏名（和） | 谷川 陽祐(阪府大) / 水野 志郎(NTT) / 加島 伸悟(NTTコミュニケーションズ) / 持田 誠一郎(NTT) / 小畑 博靖(広島市大) / 樫原 俊太郎(KDDI総合研究所) / 金井 謙治(早稲田大) / 名倉 健一(三菱電機) |
| 幹事氏名（英） | Yosuke tanigawa(Osaka Pref Univ.) / Shiro Mizuno(NTT) / Shingo Kashima(NTT Communications) / Seiichiro Mochida(NTT) / Hiroyasu Obata(Hiroshima City Univ.) / Shuntaro Kashihara(KDDI Research) / Kenji Kanai(Waseda Univ.) / Kenichi Nakura(Mitsubishi Electric) |
| 幹事補佐氏名（和） | 河野 伸也(NTT) / / 原 一貴(NTT) / 斉藤 洋之(OKI) |
| 幹事補佐氏名（英） | Shinya Kawano(NTT) / / Kazutaka Hara(NTT) / Hiroyuki Saito(OKI) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Network Systems / Technical Committee on Information Networks / Technical Committee on Communication Systems |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | マルチエージェント深層強化学習による動的仮想リソース割当手法 |
| サブタイトル（和） | |
| タイトル（英） | Dynamic Virtual Resource Allocation Method Using Multi-agent Deep Reinforcement Learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | NFV / NFV |
| キーワード(2)（和/英） | 深層強化学習 / Deep Reinforcement Learning |
| キーワード(3)（和/英） | ネットワーク制御 / Network Control |
| 第 1 著者 氏名（和/英） | 鈴木 晃人 / Akito Suzuki |
| 第 1 著者 所属（和/英） | NTT(略称：NTT) NTT(略称：NTT) |
| 第 2 著者 氏名（和/英） | 原田 薫明 / Shigeaki Harada |
| 第 2 著者 所属（和/英） | NTT(略称：NTT) NTT(略称：NTT) |
| 発表年月日 | 2019-09-06 |
| 資料番号 | IN2019-29 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | IN-195 |
| ページ範囲 | pp.35-40(IN), |
| ページ数 | 6 |
| 発行日 | 2019-08-29 (IN) |