| 講演名 | 2018-03-05 ［依頼講演］光通信網におけるベイズ型アトラクター選択モデルに基づく仮想ネットワーク再構成手法 大場 斗士彦(阪大), 荒川 伸一(阪大), 村田 正幸(阪大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 光通信網上に仮想ネットワーク（VN）を構築し、それをトラヒック量の変動に応じて動的に再構成することで輻輳を解消し、通信品質の向上を図る技術が注目されている。既存手法の多くは、VNの設計にあたり対地間トラヒックマトリクスの情報の取得が必須であるが、トラヒック量が動的に変動する状況下では、その情報を早く正確に取得し最適なVNを構成するのは困難である。トラヒック変動に追随して動的に光通信網を制御するためのパラダイムとして、ネットワークの状況を認知し適切な制御を行うコグニティブ光ネットワークに関する研究が近年盛んに行われている。私たちはこれまで、脳の認知・意思決定の機構をモデル化したベイジアンアトラクターモデル（BAM）を応用したVN再構成手法を検討してきた。本手法は、対地間トラヒックマトリクスの情報を用いず、より容易に取得可能なエッジルーターにおけるトラヒック流出入量のみを観測することで現在のトラヒック状況を認知し、トラヒック変動に追随して適切なVNを構成する。本稿では、本手法の特徴・利点について述べ、今後の課題について議論する。 |
| 抄録(英) | One of approaches to accommodating traffic demand on an optical network is to configure a virtual network (VN), and reconfigure the VN in response to traffic changes and thereby resolve traffic congestion. A prevalent approach for VN reconfiguration designs an optimal VN with a knowledge of the end-to-end traffic demand matrix. However, it is difficult to configure the optimal VN using the traffic demand matrix in a changing environment. A promising solution to tackle the challenge is to develop cognitive optical networks, which are optical networks that can perceive network conditions and act on those conditions, and learn from these adaptations and use them for future decisions. We have previously proposed a VN reconfiguration framework based on the Bayesian Attractor Model (BAM), which represents human perceptual decision making. Our VN reconfiguration framework perceives current traffic situation by observing the amount of incoming and outgoing traffic at edge routers, which can be easily obtained than the traffic demand matrix, and configures a suitable VN following traffic changes. In this paper, we introduce the characteristics and the advantages of our VN reconfiguration framework, and future directions for the BAM-based VN reconfiguration approach. |
| キーワード(和) | 仮想ネットワーク再構成 / コグニティブ光ネットワーキング / ベイジアンアトラクターモデル / 線形回帰 |
| キーワード(英) | Virtual Network Reconfiguration / Cognitive Optical Networking / Bayesian Attractor Model / Linear Regression |
| 資料番号 | PN2017-96 |
| 発行日 | 2018-02-26 (PN) |
| 研究会情報 | |
| 研究会 | PN |
|---|---|
| 開催期間 | 2018/3/5(から2日開催) |
| 開催地（和） | 南種子町商工会館 |
| 開催地（英） | Minami Tanemachi Shoko Kaikan |
| テーマ（和） | フォトニックネットワーク関連技術，一般 |
| テーマ（英） | Photonic network technologies, etc. |
| 委員長氏名（和） | 長谷川 浩(名大) |
| 委員長氏名（英） | Hiroshi Hasegawa(Nagoya Univ.) |
| 副委員長氏名（和） | 大越 春喜(古河電工) / 釣谷 剛宏(KDDI総合研究所) / 古川 英昭(NICT) |
| 副委員長氏名（英） | Haruki Ogoshi(Furukawa Electric) / Takehiro Tsuritani(KDDI Research) / Hideaki Furukawa(NICT) |
| 幹事氏名（和） | 廣田 悠介(NICT) / 亀谷 聡一朗(三菱電機) |
| 幹事氏名（英） | Yusuke Hirota(NICT) / Soichiro Kametani(Mitsubishi Electric) |
| 幹事補佐氏名（和） | 中川 雅弘(NTT) / 鈴木 恵治郎(産総研) |
| 幹事補佐氏名（英） | Masahiro Nakagawa(NTT) / Keijiro Suzuki(AIST) |
| 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） | ［依頼講演］光通信網におけるベイズ型アトラクター選択モデルに基づく仮想ネットワーク再構成手法 |
| サブタイトル（和） | |
| タイトル（英） | [Invited Lecture] Virtual Network Reconfiguration Based on Bayesian Attractor Selection Model for Optical Networks |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 仮想ネットワーク再構成 / Virtual Network Reconfiguration |
| キーワード(2)（和/英） | コグニティブ光ネットワーキング / Cognitive Optical Networking |
| キーワード(3)（和/英） | ベイジアンアトラクターモデル / Bayesian Attractor Model |
| キーワード(4)（和/英） | 線形回帰 / Linear Regression |
| 第 1 著者 氏名（和/英） | 大場 斗士彦 / Toshihiko Ohba |
| 第 1 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 第 2 著者 氏名（和/英） | 荒川 伸一 / Shin'ichi Arakawa |
| 第 2 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 第 3 著者 氏名（和/英） | 村田 正幸 / Masayuki Murata |
| 第 3 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 発表年月日 | 2018-03-05 |
| 資料番号 | PN2017-96 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | PN-473 |
| ページ範囲 | pp.31-38(PN), |
| ページ数 | 8 |
| 発行日 | 2018-02-26 (PN) |