| 講演名 | 2021-03-05 基幹ネットワークにおける輻輳制御のための深層学習を用いた経路設計法 伊藤 真(日大), 見越 大樹(日大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 帯域保証サービスの経路設計に深層学習を用いる方法を提案している．深層学習を用いた経路設計法では，学習モデルに送受信ノードIDと要求帯域を入力することで，送信元ノードから宛先ノード間における輻輳制御された経路を設計することが出来る．その一方で，従来の評価ではトポロジのリンク容量が均一であるなど，実際のネットワークを想定して行っていない．本研究では，基幹ネットワークを想定したトポロジにおいて，機械学習を用いた経路設計法の有効性について検証を行い，経路推定成功率と輻輳制御の観点から安定的に動作させる方法について検討する． |
| 抄録(英) | We have been propose a routing design method using deep neural network for guaranteed bandwidth services. The proposed method is possible to design a congestion-controlled path between the source node to the destination node by inputting the source node IDs, the destination node IDs and required bandwidth in the learning model.On the other hand, the conventional evaluation has been use the evaluation topology of the uniform link capacity, and it is not assumed of the actual network.This study verify the effectiveness of the proposed method in the topology assuming the backbone network, and examine the proposed method of stable operation from the viewpoint of path estimation success rate and congestion control. |
| キーワード(和) | 帯域保証サービス / 輻輳制御 / 経路設計 / 深層学習 / アンサンブル学習 |
| キーワード(英) | Guaranteed Bandwidth Service / Congestion Control / Path Planning / Deep Learning / Ensemble Learning |
| 資料番号 | NS2020-146 |
| 発行日 | 2021-02-25 (NS) |
| 研究会情報 | |
| 研究会 | IN / NS |
|---|---|
| 開催期間 | 2021/3/4(から2日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 一般 |
| テーマ（英） | General |
| 委員長氏名（和） | 石田 賢治(広島市大) / 中尾 彰宏(東大) |
| 委員長氏名（英） | Kenji Ishida(Hiroshima City Univ.) / Akihiro Nakao(Univ. of Tokyo) |
| 副委員長氏名（和） | 波戸 邦夫(インターネットマルチフィード) / 大石 哲矢(NTT) |
| 副委員長氏名（英） | Kunio Hato(Internet Multifeed) / Tetsuya Oishi(NTT) |
| 幹事氏名（和） | 小畑 博靖(広島市大) / 樫原 俊太郎(KDDI総合研究所) / 谷口 展郎(NTT) / 星野 文学(NTT) / 水野 志郎(NTT) / 吉田 雅裕(中大) |
| 幹事氏名（英） | Hiroyasu Obata(Hiroshima City Univ.) / Shuntaro Kashihara(KDDI Research) / Noburo Taniguchi(NTT) / Fumitaka Hoshino(NTT) / Shiro Mizuno(NTT) / Masahiro Yoshida(Chuo Univ.) |
| 幹事補佐氏名（和） | / 河野 伸也(NTT) |
| 幹事補佐氏名（英） | / Shinya Kawano(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） | 基幹ネットワークにおける輻輳制御のための深層学習を用いた経路設計法 |
| サブタイトル（和） | |
| タイトル（英） | Routing Design Method using Deep Learning for Congestion Control in Backbone Network |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 帯域保証サービス / Guaranteed Bandwidth Service |
| キーワード(2)（和/英） | 輻輳制御 / Congestion Control |
| キーワード(3)（和/英） | 経路設計 / Path Planning |
| キーワード(4)（和/英） | 深層学習 / Deep Learning |
| キーワード(5)（和/英） | アンサンブル学習 / Ensemble Learning |
| 第 1 著者 氏名（和/英） | 伊藤 真 / Makoto Ito |
| 第 1 著者 所属（和/英） | 日本大学(略称：日大) Nihon University(略称：Nihon Univ.) |
| 第 2 著者 氏名（和/英） | 見越 大樹 / Taiju Mikoshi |
| 第 2 著者 所属（和/英） | 日本大学(略称：日大) Nihon University(略称：Nihon Univ.) |
| 発表年月日 | 2021-03-05 |
| 資料番号 | NS2020-146 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | NS-413 |
| ページ範囲 | pp.137-142(NS), |
| ページ数 | 6 |
| 発行日 | 2021-02-25 (NS) |