| 講演名 | 2019-11-14 強化学習に基づく通信需要分布適応型動的光パス制御法 白木 隆太(名大), 森 洋二郎(名大), 長谷川 浩(名大), 佐藤 健一(産総研), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本稿では，通信需要分布変動に適応する，フレキシブルグリッドネットワーク向けの光パス経路・スペクトル割当法を提案する．提案法では光パスの占有周波数スロットを単位として周波数帯域を等間隔グリッドに区切り光パスをグリッド上に配置するセミフレキシブルグリッドを導入する．これにより光パスの周波数領域内での密な配置を実現すると同時に，割当経路・スペクトルの候補数を大幅に削減することで割当法に要する計算負荷を削減する．続いて，通信需要分布とリンク残余容量に鑑みた経路・スペクトルの最適性を，ネットワークの残余帯域に収容可能な光パス数の期待値として学習し，最良値を与える経路・スペクトルを選択する．シミュレーションにより，平均17.1％の光パス収容数の増大を確認した． |
| 抄録(英) | We propose a novel RSA algorithm that can increase fiber-utilization efficiency in dynamically-changing flexible-grid networks. The proposed RSA scheme combines semi-flexible spectrum assignment with network-state-value evaluation. First, to relax the computational complexity of the ML process, we adopt semi-flexible spectrum assignment in which each type of bitrate signal can be set only to the fixed grid that is equal to the minimum required slot width. Since the grid interval for each bitrate channel can be regarded as a fixed grid, the number of input vectors is reduced. Consequently, the ML process can be executed with feasible computation cost. In the learning process, the network-state value is calculated based on the number of path demands that can be accommodated by the presently unused frequency slots. RSA is then applied to each path so that the network-state value after optical-path setup is maximized. The effectiveness of the proposed RSA algorithm is verified by numerical simulations using various network parameters such as network topologies, traffic-churn rates, and traffic-demand distributions. The number of path demands accommodated to the examined networks is increased by 17.1% compared to the conventional RSA scheme based on a heuristic algorithm. |
| キーワード(和) | フォトニックネットワーク / フレキシブルグリッド / 経路・スペクトル割当 / 機械学習 / 強化学習 |
| キーワード(英) | Photonic network / Flexible grid / Routing and spectrum assignment / Machine learning / Reinforcement learning |
| 資料番号 | PN2019-27 |
| 発行日 | 2019-11-07 (PN) |
| 研究会情報 | |
| 研究会 | PN |
|---|---|
| 開催期間 | 2019/11/14(から2日開催) |
| 開催地（和） | 慶應義塾大学 |
| 開催地（英） | |
| テーマ（和） | エラスティックネットワーク、フレキシブルネットワーク、光ネットワーク制御・プロトコル、トランスポートSDN、IPバックボーン、空間多重(SDM)、モード多重、光ネットワークデバイス、JPNモデル、EXATおよび一般 |
| テーマ（英） | |
| 委員長氏名（和） | 釣谷 剛宏(KDDI総合研究所) |
| 委員長氏名（英） | Takehiro Tsuritani(KDDI Research) |
| 副委員長氏名（和） | 大越 春喜(古河電工) / 古川 英昭(NICT) / 塩本 公平(東京都市大) |
| 副委員長氏名（英） | Haruki Ogoshi(Furukawa Electric) / Hideaki Furukawa(NICT) / Kohei Shiomoto(Tokyo City Univ.) |
| 幹事氏名（和） | 中川 雅弘(NTT) / 松浦 基晴(電通大) |
| 幹事氏名（英） | Masahiro Nakagawa(NTT) / Motoharu Matsuura(Univ. of Electr-Comm.) |
| 幹事補佐氏名（和） | 鈴木 恵治郎(産総研) / 小玉 崇宏(山梨大) |
| 幹事補佐氏名（英） | Keijiro Suzuki(AIST) / Takahiro Kodama(Yamanashi Univ) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Photonic Network |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 強化学習に基づく通信需要分布適応型動的光パス制御法 |
| サブタイトル（和） | |
| タイトル（英） | Reinforcement-learning-based optical-path routing and wavelength assignment with adaptation to traffic-distribution change |
| サブタイトル（和） | |
| キーワード(1)（和/英） | フォトニックネットワーク / Photonic network |
| キーワード(2)（和/英） | フレキシブルグリッド / Flexible grid |
| キーワード(3)（和/英） | 経路・スペクトル割当 / Routing and spectrum assignment |
| キーワード(4)（和/英） | 機械学習 / Machine learning |
| キーワード(5)（和/英） | 強化学習 / Reinforcement learning |
| 第 1 著者 氏名（和/英） | 白木 隆太 / Ryuta Shiraki |
| 第 1 著者 所属（和/英） | 名古屋大学(略称：名大) Nagoya University(略称：Nagoya Univ.) |
| 第 2 著者 氏名（和/英） | 森 洋二郎 / Yojiro Mori |
| 第 2 著者 所属（和/英） | 名古屋大学(略称：名大) Nagoya University(略称：Nagoya Univ.) |
| 第 3 著者 氏名（和/英） | 長谷川 浩 / Hiroshi Hasegawa |
| 第 3 著者 所属（和/英） | 名古屋大学(略称：名大) Nagoya University(略称：Nagoya Univ.) |
| 第 4 著者 氏名（和/英） | 佐藤 健一 / Ken-ichi Sato |
| 第 4 著者 所属（和/英） | 産業技術総合研究所(略称：産総研) National Institute of Advanced Industrial Science and Technology(略称：AIST) |
| 発表年月日 | 2019-11-14 |
| 資料番号 | PN2019-27 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | PN-290 |
| ページ範囲 | pp.23-27(PN), |
| ページ数 | 5 |
| 発行日 | 2019-11-07 (PN) |