| 講演名 | 2019-11-21 深層学習を用いたネットワークトラヒック予測における属性情報の有用性の検討 徳山 雄丈(岡山大), 福島 行信(岡山大), 樽谷 優弥(岡山大), 横平 徳美(岡山大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | ネットワーク事業者が設備投資やトラヒックエンジニアリングを適切に実施するためには，将来のトラヒック量を極力正確に予測することが重要である．従来，ネットワークトラヒックの予測法として，リカレントニューラルネットワーク(RNN) を用いた予測法(RNN 法) が提案されている．RNN 法は入力情報としてトラヒック量のみを用いており，トラヒックの属性情報(時刻や曜日など) は用いていない．しかし，トラヒック量は時刻や曜日に応じて周期的に変化する傾向を示すことから，入力情報としてトラヒック量に加えて時刻や曜日を用いることで予測精度をさらに向上させることが期待できる．そこで本研究では，RNN 法において入力情報としてトラヒックの属性情報を用いることの有用性を調査する．実験の結果，時刻と曜日のいずれも予測精度の向上に有効であり，特に曜日が予測精度の向上に大きく寄与することが明らかとなった． |
| 抄録(英) | It is crucial for network operators to predict network traffic in the future as accurate as possible for appropriate resource provisioning and traffic engineering. In conventional studies, recurrent neural network (RNN) methods are considered to be the most promising prediction methods because of their high prediction accuracy. RNN methods use only time series of traffic volume as input, and do not use any attribute information (e.g., timestamp and day of the week) of the time series data. However, traffic volume changes depending on both time and day of the week. Therefore, it is possible that we can further improve the prediction accuracy of the RNN methods by using the attribute information as input, in addition to the time series of traffic volume. In this paper, we investigate the effect of using the attribute information on prediction accuracy in network traffic prediction using RNN methods. Experimental results show that both timestamp and day of the week information are effective for improving the prediction accuracy, especially day of the week information significantly improves the prediction accuracy. |
| キーワード(和) | ネットワークトラヒック予測 / 深層学習 / リカレントニューラルネットワーク |
| キーワード(英) | Network Traffic Prediction / Deep Learning / Recurrent Neural Network |
| 資料番号 | NS2019-122 |
| 発行日 | 2019-11-14 (NS) |
| 研究会情報 | |
| 研究会 | NS / ICM / CQ |
|---|---|
| 開催期間 | 2019/11/21(から2日開催) |
| 開催地（和） | 神戸大学 六甲台第2キャンパス |
| 開催地（英） | Rokkodai 2nd Campus, Kobe Univ. |
| テーマ（和） | ネットワーク品質，ネットワーク計測・管理，ネットワーク仮想化，ネットワークサービス，ブロックチェーン，セキュリティ，ネットワークインテリジェンス・AI，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） | Network quality, Network measurement/management, Network virtualization, Network service, Blockchain, Security, Network intelligence, etc. |
| 委員長氏名（和） | 岡崎 義勝(NTT) / 吉原 貴仁(KDDI総合研究所) / 下西 英之(NEC) |
| 委員長氏名（英） | Yoshikatsu Okazaki(NTT) / Kiyohito Yoshihara(KDDI Research) / Hideyuki Shimonishi(NEC) |
| 副委員長氏名（和） | 中尾 彰宏(東大) / 三好 匠(芝浦工大) / 佐藤 陽一(NEC) / 岡本 淳(NTT) / 平栗 健史(日本工大) |
| 副委員長氏名（英） | Akihiro Nakao(Univ. of Tokyo) / Takumi Miyoshi(Shibaura Inst. of Tech.) / Yoichi Sato(NEC) / Jun Okamoto(NTT) / Takefumi Hiraguri(Nippon Inst. of Tech.) |
| 幹事氏名（和） | 谷川 陽祐(阪府大) / 水野 志郎(NTT) / 大石 晴夫(NTT) / 瀬戸 三郎(NTT) / 大田 健紘(日本工大) / 木村 共孝(同志社大) / 山中 広明(NICT) |
| 幹事氏名（英） | Yosuke tanigawa(Osaka Pref Univ.) / Shiro Mizuno(NTT) / Haruo Ooishi(NTT) / Saburo Seto(NTT) / Kenko Ota(Nippon Inst. of Tech.) / Tomotaka Kimura(Doshisha Univ.) / Hiroaki Yamanaka(NICT) |
| 幹事補佐氏名（和） | 河野 伸也(NTT) / 中山 裕貴(ボスコ・テクノロジーズ) / 佐々木 力(KDDI総合研究所) / 西川 由明(NEC) / 木村 拓人(NTT) |
| 幹事補佐氏名（英） | Shinya Kawano(NTT) / Hiroki Nakayama(Bosco) / Chikara Sasaki(KDDI Research) / Yoshiaki Nishikawa(NEC) / Takuto Kimura(NTT) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Network Systems / Technical Committee on Information and Communication Management / Technical Committee on Communication Quality |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 深層学習を用いたネットワークトラヒック予測における属性情報の有用性の検討 |
| サブタイトル（和） | |
| タイトル（英） | Investigation of The Effect of Using Attribute Information in Network Traffic Prediction with Deep Learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ネットワークトラヒック予測 / Network Traffic Prediction |
| キーワード(2)（和/英） | 深層学習 / Deep Learning |
| キーワード(3)（和/英） | リカレントニューラルネットワーク / Recurrent Neural Network |
| 第 1 著者 氏名（和/英） | 徳山 雄丈 / Yusuke Tokuyama |
| 第 1 著者 所属（和/英） | 岡山大学(略称：岡山大) Okayama University(略称：Okayama Univ.) |
| 第 2 著者 氏名（和/英） | 福島 行信 / Yukinobu Fukushima |
| 第 2 著者 所属（和/英） | 岡山大学(略称：岡山大) Okayama University(略称：Okayama Univ.) |
| 第 3 著者 氏名（和/英） | 樽谷 優弥 / Yuya Tarutani |
| 第 3 著者 所属（和/英） | 岡山大学(略称：岡山大) Okayama University(略称：Okayama Univ.) |
| 第 4 著者 氏名（和/英） | 横平 徳美 / Tokumi Yokohira |
| 第 4 著者 所属（和/英） | 岡山大学(略称：岡山大) Okayama University(略称：Okayama Univ.) |
| 発表年月日 | 2019-11-21 |
| 資料番号 | NS2019-122 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | NS-297 |
| ページ範囲 | pp.13-18(NS), |
| ページ数 | 6 |
| 発行日 | 2019-11-14 (NS) |