| 講演名 | 2023-12-21 超低遅延サービスL4Sを用いた機械学習利用型輻輳制御の性能向上手法の提案 青木 一真(北大), 三橋 力麻(北大), 飯田 勝吉(北大), 髙井 昌彰(北大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年、多様なIoTデバイスが幅広く普及しているが、IoTデバイスは一般に計算能力が低いため、高度な計算を必要とするTCPの輻輳制御をデバイス自身で実行することが困難と言える。この課題を解決する一つの方式として、高性能な遠隔サーバを利用して輻輳制御の計算を行わせる方法が考えられる。しかし、IoTデバイスと遠隔サーバ間の通信遅延が大きいと、時々刻々と変わるトラフィック状況に追随することができず、結果として輻輳制御の性能（スループット、ロス率、公平性など）が低下する。本研究では、IoTデバイスと遠隔サーバ間の通信遅延を可能な限り低減させるため、2023年にRFC9330として標準化された超低遅延サービスL4Sを用いた機械学習利用型輻輳制御の性能向上手法を提案する。 |
| 抄録(英) | In recent years, a wide variety of IoT devices have been deployed, but their low computing power makes it difficult to implement TCP congestion control, which requires advanced computation. One possible solution is to use high-performance remote servers to perform congestion control calculations. However, longer communication latency between IoT devices and remote servers might cause performance degradation, such as lower throughput, higher loss rates, and unfairness index. In this research, we propose a method of performance improvement based on machine learning-based congestion control between IoT devices and remote servers using a ultra-low latency communication service called L4S, standardized as RFC9330 in 2023. |
| キーワード(和) | IoT / 輻輳制御 / 遠隔制御 / 機械学習 / RL-TCP / L4S |
| キーワード(英) | IoT / Congestion control / remote control / machine learning / RL-TCP / L4S |
| 資料番号 | IA2023-44 |
| 発行日 | 2023-12-14 (IA) |
| 研究会情報 | |
| 研究会 | IN / IA |
|---|---|
| 開催期間 | 2023/12/21(から2日開催) |
| 開催地（和） | サテライトキャンパスひろしま 5階 501・502大講義室 |
| 開催地（英） | Satellite Campus Hiroshima |
| テーマ（和） | 性能評価とシミュレーション、信頼性技術、スループットやトラヒックの計測、品質(QoS)制御、輻輳制御、トラヒック・フロー制御、オーバーレイネットワーク・P2P、CCN・ICN、マルチキャスト、ルーティング、セキュリティ及び一般 |
| テーマ（英） | Performance Analysis and Simulation, Robustness, Traffic and Throughput Measurement, Quality of Service (QoS) Control, Congestion Control, Overlay Network/P2P, CCN, ICN, Multicast, Routing, Security, etc. |
| 委員長氏名（和） | 波戸 邦夫(NTT) / 秋山 豊和(京都産大) |
| 委員長氏名（英） | Kunio Hato(NTT) / Toyokazu Akiyama(Kyoto Sangyo Univ.) |
| 副委員長氏名（和） | 村瀬 勉(名大) / 作元 雄輔(関西学院大) / 渡辺 俊貴(NEC) / 屏 雄一郎(KDDI) |
| 副委員長氏名（英） | Tsutomu Murase(Nagoya Univ.) / Yusuke Sakumoto(Kwansei Gakuin Univ.) / Toshiki Watanabe(NEC) / Yuichiro Hei(KDDI) |
| 幹事氏名（和） | 濱田 浩気(NTT) / 秦泉寺 久美(NTT) / 加藤 尭彦(KDDI総合研究所) / 三角 真(福岡大) / 大平 健司(阪大) / 坂野 遼平(工学院大) / 野林 大起(九工大) |
| 幹事氏名（英） | Koki Hamada(NTT) / Kumi Jinzenji(NTT) / Takahiko Kato(KDDI Research) / Makoto Misumi(Fukuoka Univ.) / Kenji Ohira(Osaka Univ.) / Ryohei Banno(Kogakuin Univ.) / Daiki Nobayashi(Kyushu Inst. of Tech.) |
| 幹事補佐氏名（和） | / 小谷 大祐(京大) / 中村 遼(福岡大) / 中村 遼(東大) |
| 幹事補佐氏名（英） | / Daisuke Kotani(Kyoto Univ.) / Ryo Nakamura(Fukuoka Univ.) / Ryo Nakamura(Univ. of Tokyo) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Information Networks / Technical Committee on Internet Architecture |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 超低遅延サービスL4Sを用いた機械学習利用型輻輳制御の性能向上手法の提案 |
| サブタイトル（和） | |
| タイトル（英） | A proposal on performance improvement method of machine learning-based congestion control using L4S ultra-low latency services |
| サブタイトル（和） | |
| キーワード(1)（和/英） | IoT / IoT |
| キーワード(2)（和/英） | 輻輳制御 / Congestion control |
| キーワード(3)（和/英） | 遠隔制御 / remote control |
| キーワード(4)（和/英） | 機械学習 / machine learning |
| キーワード(5)（和/英） | RL-TCP / RL-TCP |
| キーワード(6)（和/英） | L4S / L4S |
| 第 1 著者 氏名（和/英） | 青木 一真 / Kazuma Aoki |
| 第 1 著者 所属（和/英） | 北海道大学(略称：北大) Hokkaido University(略称：Hokkaido Univ.) |
| 第 2 著者 氏名（和/英） | 三橋 力麻 / Rikima Mitsuhashi |
| 第 2 著者 所属（和/英） | 北海道大学(略称：北大) Hokkaido University(略称：Hokkaido Univ.) |
| 第 3 著者 氏名（和/英） | 飯田 勝吉 / Katsuyoshi Iida |
| 第 3 著者 所属（和/英） | 北海道大学(略称：北大) Hokkaido University(略称：Hokkaido Univ.) |
| 第 4 著者 氏名（和/英） | 髙井 昌彰 / Yoshiaki Takai |
| 第 4 著者 所属（和/英） | 北海道大学(略称：北大) Hokkaido University(略称：Hokkaido Univ.) |
| 発表年月日 | 2023-12-21 |
| 資料番号 | IA2023-44 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | IA-318 |
| ページ範囲 | pp.5-11(IA), |
| ページ数 | 7 |
| 発行日 | 2023-12-14 (IA) |