| 講演名 | 2014-12-19 モバイルコア網における多様な通信フローの混在に対応するトラヒック弁別方式(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,IPv6,マルチキャスト,ルーティング,DDoS及び一般) 鈴木 理基, 渡里 雅史, 阿野 茂浩, 鶴 正人, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年のモバイル網において,スマートフォンの普及ならびにコンテンツのリッチ化に伴い,トラヒック量が爆発的に増加している.今後のモバイル網を設計するにあたっては,スマートフォンによるトラヒックの特性を十分に理解することが重要である.その発生がユーザ操作をトリガとするか否かで,トラヒックをフォアグラウンド(FG),およびバックグラウンド(BG)に大別することができれば,輻輳時の影響が異なるトラヒックを弁別可能である.しかし,ネットワーク管理者がモバイル網上のトラヒックの発生トリガを把握することはできず,両者が複雑に混在するため,モバイル網上のトラヒックがFG/BGのいずれであるかを推定することは容易ではない.そこで本稿では,モバイル網において,両者をフロー単位で弁別する方式を提案する.提案方式ではモバイルコア網においてキャプチャしたデータから,TCP/IPレイヤ各指標を用いた機械学習を利用し,人間の操作による特性と機械的な特性を判別する.Wi-Fi環境において作成した実験用トラヒックを用いて提案方式を検証し,弁別精度の観点からその有効性を示す. |
| 抄録(英) | The amount of mobile traffic data has been increasing in the recent years since the smartphones have become widely used and the multimedia contents have become rich. For the mobile core network design, it is better for the network designer to consider the characteristics of the smartphone traffic. The smartphone traffic is categorized into foreground (FG) traffic and background (BG) traffic in terms that the traffic is triggered by human interaction and these types of traffic have different effect on users in the case of network congestion. However, it is difficult for the network designer to understand the characteristics since both of traffic occur complicatedly. In this paper, we propose a traffic classification method at the mobile core network. The proposed method, first, captures packets at the mobile core network. Then, the proposed method labels each TCP flow as BG traffic by using a machine learning method with metrics in the TCP/IP layer. Through the procedures, we model the common characteristics of BG traffic. The proposed method is evaluated by experiments using experimental data through the Wi-Fi connection and its effectiveness is described in terms of the accuracy. |
| キーワード(和) | バックグラウンドトラヒック / トラヒック弁別 / 機械学習 |
| キーワード(英) | Background traffic / Traffic classification / Machine learning |
| 資料番号 | IN2014-96 |
| 発行日 |
| 研究会情報 | |
| 研究会 | IN |
|---|---|
| 開催期間 | 2014/12/11(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Information Networks (IN) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | モバイルコア網における多様な通信フローの混在に対応するトラヒック弁別方式(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,IPv6,マルチキャスト,ルーティング,DDoS及び一般) |
| サブタイトル（和） | |
| タイトル（英） | Traffic Classification on Mobile Network Considering Various Types of Network Traffic Flow |
| サブタイトル（和） | |
| キーワード(1)（和/英） | バックグラウンドトラヒック / Background traffic |
| キーワード(2)（和/英） | トラヒック弁別 / Traffic classification |
| キーワード(3)（和/英） | 機械学習 / Machine learning |
| 第 1 著者 氏名（和/英） | 鈴木 理基 / Masaki SUZUKI |
| 第 1 著者 所属（和/英） | 株式会社KDDI研究所 KDDI R&D Laboratories, Inc. |
| 第 2 著者 氏名（和/英） | 渡里 雅史 / Masafumi WATARI |
| 第 2 著者 所属（和/英） | 株式会社KDDI研究所 KDDI R&D Laboratories, Inc. |
| 第 3 著者 氏名（和/英） | 阿野 茂浩 / Shigehiro ANO |
| 第 3 著者 所属（和/英） | 株式会社KDDI研究所 KDDI R&D Laboratories, Inc. |
| 第 4 著者 氏名（和/英） | 鶴 正人 / Masato TSURU |
| 第 4 著者 所属（和/英） | 国立大学法人九州工業大学 Kyushu Institute of Technology |
| 発表年月日 | 2014-12-19 |
| 資料番号 | IN2014-96 |
| 巻番号（vol） | vol.114 |
| 号番号（no） | 373 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |